对工业机器人抓取技术的研究

摘 要：为实现工业机器人能实现自主识别并抓取指定的目标，提出了一种基于数字图像处理和网络通信的解决方法。方法中采用选择式掩膜平滑方法对图像进行滤波，采用了区域生长法和边界跟踪进行轮廓提取，实现对目标物质心的标记以及对目标物方位、角度的确定，使用网络通信将目标物数据发送给工业机器人，后者实现抓取。试验结果表明，该方法在结构环境下能够获得较好的识别及定位效果，为工业机器人抓取提供了目标信息。

关键词：工业机器人；网络通信；数字图像处理

中图分类号：TP242.6 文件标识码：A

1概述

工业机器人抓取作业是工业生产中的一个重要应用。在传统的应用中，工业机器人执行的抓取操作一般通过示教或者离线编程的方式来实现的，抓取作业的起始位姿和终止位姿是预先设定好的，在这种情况下，一旦工作对象与工作环境改变，既定抓取动作则会失效。利用计算机数字图像处理技术对工业机器人抓取的环境及目标进行识别并进行定位，基于以太网将目标数据通信至工业机器人，工业机器人进行抓取。

通过以Kawasaki的FS03N工业机器人为基础，研究并构建了一个基于单目视觉的机器人抓取试验系统。该系统的工作原理和工作过程为：当目标对象存在于工业机器人抓取作业区时，在计算机的控制下，通过摄像头获取对象图像数据，然后对采集到的图像进行数字图像处理并将目标物位置信息通信至工业机器人，最终控制工业机器人实现对指定目标物的抓取，并将其放到指定位置。

2 基于网络通信的工业机器人的单目视觉系统

建立的基于网络通信与数字图像处理的工业机器人抓取系统硬件组成如图1所示。系统以Kawasaki FS03N机器人为基础，研究并建立了如图2所示的系统平台。系统平台包含三个单元：图像处理单元、网络通信单元以及工业机器人单元。图像处理单元采用的是三星SHC-730P摄像头和大恒DH-CG400的图像采集卡。工业机器人单元选配的控制柜为带网络适配器的D系列控制器。工业机器人为6轴关节型机器人，端部配气动夹爪。系统侧边配皮带输送机，用来下料。

3 图像处理及数据通信

设定工业机器人要抓取的目标为一立方体工件，要对其进行识别和定位，主要步骤为滤波、轮廓提取、目标定位以及数据通信。

3.1 滤波

图像在采集、传输及处理过程中往往会存在一定程度的噪声干扰，噪声恶化了图像质量，使图像模糊，淹没了特征，给图像分析带来了困难。考虑背景图像中目标和背景一般都具有不同的统计特性，即不同的均值和方差，为保留一定的边缘信息，采用了选择式掩膜平滑方法，这种方法是以尽量不模糊边缘轮廓为目的。

图像的均值计算公式[2]：

3.2 轮廓提取

区域生长是根据目标物特点将像素或者子区域聚合成更大区域的方法。种子点的选取是根据工业机器人抓取的目标物的颜色、灰度特点设定的。区域生长后的图像其背景为白色，目标为黑色，使用边界跟踪进行轮廓提取。

3.4 目标定位

图像中的目标物位置表明着在工作台面中的目标物相对于摄像头的位置，使用目标物质心法来标记目标物相对于摄像头的位置，这需要使用图4（a）的处理结果标记目标物质心，计算公式：

A-目标物面积

x0,y0-区域相对于屏幕左上角图像的中心坐标。

选择整个目标区域的边缘角落四点连接成对角线（图5中蓝色线），根据目标正方体的形状特征，找到正方体中心线（图5中红色线）。根据中心线可计算出目标物相对于摄像头的偏转角度。

3.5 数据通信

受到工业机器人控制器底层不开放的影响，无法在物理层上进行改动。在工业机器人控制器之外使用计算机作为服务器，工业机器人控制器作为客户端形成客户机/服务器模式（Client/Server）。通过将任务合理分配到Client端和Server端来实现控制作业。

在进行网络通讯时，有两种通讯协议可供选择，分别是TCP（Transmission Control Protocol 传输控制协议）协议与UDP（User Datagram Protocol 用户数据报协议）协议，二者都是TCP/IP参考模型中传输层中的协议。其中，TCP协议是一种可靠的面向连接的协议，如图6所示，在进行通讯时，首先通过三步握手以建立通信双方的连接，然后进行通信。TCP协议中提供了数据确认和数据重传的机制，以保证能够将数据正确地传输。UDP协议是一种不可靠的无连接协议，通信时不需要建立连接，直接向一个IP地址发送数据，没有数据确认与重传机制，不保证能够将数据正确地传输，但是实时性较高。本系统对实时性要求并不高，遂采用TCP协议来传输目标物的位置和角度信息。

结论

将数字图像处理技术和网络通信技术应用于工业机器人抓取技术研究中，给出了选择式掩膜平滑的滤波方法及区域生长和边界跟踪的轮廓提取的方法，实现了基于以太网的通信，最终实现了工业机器人对目标物的抓取，算法基于Visual C++2010编程实现的。整个系统构成简单，开发成本较低。试验结果验证了算法，能够为机器人智能化提供一定的借鉴意义。

参考文献

[1]王修岩，程婷婷.基于单目视觉的工业机器人目标识别技术研究[J].机械设计制造，2011(4):155~157.

[2]刘海波等.Visual C++数字图像处理技术详解[M].北京：机械工业出版，2010.

[3]宋韬.基于G代码的双工业机器人协调作业的网络控制[J].自动化仪表，2011(8):40~46.

[4]王健强，吕游.一种面向工业机器人智能抓取的视觉引导技术研究[J].机械设计与制造，2009(9):172~174.

[5]陈美宏等.基于PC机的工业机器人控制平台[J].控制与检测，2010(11):53~56.

[6]日本机器人学会.机器人技术手册[M].北京:科学出版社，2007.

[7]蔡自兴.机器人学[M].北京:清华大学出版社，2000.