視覺(jué)傳感器是指具有從一整幅圖像捕獲光線的數(shù)發(fā)千計(jì)像素的能力,圖像的清晰和細(xì)膩程度常用分辨率來(lái)衡量,以像素?cái)?shù)量表示,邦納工程公司提供的部分視覺(jué)傳感器能夠瞧捕獲130萬(wàn)像素,因此,無(wú)論距離目標(biāo)數(shù)米或數(shù)厘米元,傳感器都能"看到"細(xì)膩的目標(biāo)圖像,視覺(jué)傳感器應(yīng)用其本要素是掌握如何應(yīng)用視覺(jué)傳感器的兩個(gè)關(guān)鍵點(diǎn)的照明和軟件工具。

超聲波傳感器是利用超聲波的特性研制而成的傳感器。超聲波是一種振動(dòng)頻率高于聲波的機(jī)械波，由換能晶片在電壓的激勵(lì)下發(fā)生振動(dòng)產(chǎn)生的，它具有頻率高、波長(zhǎng)短、繞射現(xiàn)象小，特別是方向性好、能夠成為射線而定向傳播等特點(diǎn)。

1 系統(tǒng)原理與結(jié)構(gòu)

系統(tǒng)由機(jī)械手、CCD 視覺(jué)傳感器和超聲波傳感器及相應(yīng)的信號(hào)處理單元等構(gòu)成. CCD 安裝在機(jī)械手末端執(zhí)行器上,構(gòu)成手眼視覺(jué),超聲波傳感器的接收和發(fā)送探頭也固定在機(jī)器人末端執(zhí)行器上,由CCD 獲取待識(shí)別和抓取物體的二維圖像,并引導(dǎo)超聲波傳感器獲取深度信息. 系統(tǒng)結(jié)構(gòu)如圖1 所示.

圖像處理主要完成對(duì)物體外形的準(zhǔn)確描述,包括以下幾個(gè)步驟:a. 圖像邊緣提取;b. 周線跟蹤;c. 特征點(diǎn)提取; d. 曲線分割及分段匹配;e. 圖形描述與識(shí)別.在提取物體圖像邊緣后, 采用周線跟蹤進(jìn)行邊緣細(xì)化,去除偽邊緣點(diǎn)及噪聲點(diǎn),并對(duì)組成封閉曲線的邊緣點(diǎn)進(jìn)Freeman 編碼,記錄每一條鏈碼方向和曲線上各點(diǎn)的X-Y 坐標(biāo)值,進(jìn)一步對(duì)物體的幾何特性進(jìn)行分析.CCD 獲取的物體圖像經(jīng)處理后,可提取對(duì)象的某些特征,如物體的面積、曲率、邊緣、角點(diǎn)及短軸方向等. 根據(jù)這些特征信息,可得到對(duì)物體形狀的基本描述,在圖像處理的基礎(chǔ)上,由視覺(jué)信息引導(dǎo)超聲波傳感器對(duì)待測(cè)點(diǎn)的深度進(jìn)行測(cè)量,獲取物體的深度信息,掃描得到距離曲線,根據(jù)距離曲線分析出工件的邊緣或外形.

2 工件圖像邊緣的提取

復(fù)雜工件反映在圖像上常常不止一個(gè)灰度等級(jí),僅利用一個(gè)灰度閾值無(wú)法提取有意義的邊緣.

這里采用了直接從灰度圖像提取邊緣的方法.圖像邊緣一般發(fā)生在灰度函數(shù)值不連續(xù)處,可用灰度函數(shù)的一階或二階導(dǎo)數(shù)求得. 經(jīng)典的利用一階導(dǎo)數(shù)提取邊緣的方法有Robert s 算子、So2bel 算子等, 利用二階導(dǎo)數(shù)提取邊緣的方法有Laplacian 算子和Marrs2Hilderth 算子等. 通過(guò)對(duì)幾種算法的分析比較,認(rèn)為Sobel 算子不僅實(shí)現(xiàn)容易、運(yùn)算速度快,而且可提供最精確的邊緣方向估計(jì).Sobel 算子由兩個(gè)3 ×3 相差90°的算子構(gòu)成,由這兩個(gè)算子同圖像卷積, 可得到圖像的邊緣及其方向. 對(duì)于數(shù)字圖像｛ f （ i , j ） ｝ , Sobel 算子可表示為:

Gx （ i , j） = f （ i - 1 , j - 1） +2 f （ i - 1 , j） + f （ i - 1 , j + 1） - f （ i + 1 ,j - 1） - 2 f （ i + 1 , j） - f （ i + 1 , j + 1） ;

Gy （ i , j） = f （ i - 1 , j - 1） +2 f （ i , j - 1） + f （ i + 1 , j - 1） - f （ i - 1 ,j + 1） - 2 f （ i , j + 1） - f （ i + 1 , j + 1） .

采用G1 = | Gx | + | Gy| 得到梯度幅值后,為減少所抽取的邊緣數(shù)目,可設(shè)置一個(gè)幅度門(mén)限,即只考慮對(duì)應(yīng)灰度變化較大的那些邊緣. 再利用邊緣點(diǎn)具有局部幅度最大的特點(diǎn),將邊緣細(xì)化.利用Sobel 算子提取邊緣后, 為了得到工件表面的尺寸信息, 還必須提取圖像的角點(diǎn) , 以便計(jì)算工件的邊長(zhǎng)等特征信息.

2. 1 形心坐標(biāo)的確定

圖像中形心點(diǎn)的計(jì)算通?？赏ㄟ^(guò)兩種方法得出, 一是通過(guò)區(qū)域處理求矩的方法計(jì)算形心坐標(biāo) ;二是通過(guò)邊緣鏈碼積分計(jì)算。該算法較為簡(jiǎn)單,且對(duì)任意圖形都適用,但需要結(jié)合像素點(diǎn)隸屬區(qū)域劃分算法進(jìn)行.

2. 2 軸向的確定

為使機(jī)械手能以正確的姿態(tài)準(zhǔn)確地抓取物體,必須精確確定物體的軸向. 在幾何學(xué)中,物體的長(zhǎng)軸定義為通過(guò)物體形心點(diǎn)的一條直線, 物體關(guān)于該直線的二階矩為最小值. 設(shè)圖像中物體長(zhǎng)軸與圖像平面X 軸正方向夾角為θ, 規(guī)定| θ| ≤π/ 2 ,則物體關(guān)于該軸線的二階矩為

　該算法較為簡(jiǎn)單,且對(duì)任意圖形都適用,但需要結(jié)合像素點(diǎn)隸屬區(qū)域劃分算法進(jìn)行.

很明顯,基于二階慣性矩的軸向確定方法是對(duì)整個(gè)物體區(qū)域進(jìn)行運(yùn)算, 且必須先確定像素點(diǎn)的隸屬區(qū)域,故運(yùn)算量較大. 圖2 （a） 是用該算法確定的工件軸向. 對(duì)于一些簡(jiǎn)單形狀的物體,可采用如下簡(jiǎn)單軸向估計(jì)算法:

a. 確定物體的形心坐標(biāo);

b. 確定物體邊緣輪廓閉合曲線前半段中離物體形心最近的點(diǎn), 用最小二乘法估算該點(diǎn)的切線方向,設(shè)其與圖像平面X 軸正方向夾角為α1 ;

c. 用同樣方法確定下半段曲線中對(duì)應(yīng)的切線方向α2 ;

d. 物體軸向可粗略估計(jì)為θ= （α1 +α2） / 2.

圖2 （ b） 是采用簡(jiǎn)化算法得到的工件軸向圖. 該算法僅對(duì)物體邊緣輪廓點(diǎn)進(jìn)行處理,使運(yùn)算時(shí)間大為減少.

3 超聲深度檢測(cè)

本文采用超聲波測(cè)距傳感器， 經(jīng)圖像處理得到工件的邊緣、形心等特征量后,引導(dǎo)機(jī)械手到達(dá)待測(cè)點(diǎn),對(duì)工件深度進(jìn)行測(cè)量,并融合視覺(jué)信號(hào)與超聲信號(hào),可得到較完整的工件信息.安裝在機(jī)器人末端執(zhí)行器上的超聲波傳感器由發(fā)射和接收探頭構(gòu)成,根據(jù)聲波反射的原理,檢測(cè)由待測(cè)點(diǎn)反射回的聲波信號(hào),經(jīng)處理后得到工件的深度信息.

4 實(shí)驗(yàn)結(jié)果及結(jié)論

在上述方法研究的基礎(chǔ)上, 完成了在MOVEMASTER2EX機(jī)器人裝配作業(yè)平臺(tái)上進(jìn)行的物體識(shí)別與抓取實(shí)驗(yàn). 在自然光及一般照明條件下,對(duì)機(jī)器人裝配作業(yè)平臺(tái)上視場(chǎng)范圍內(nèi)任意放置的3～5 個(gè)不同形狀、大小的典型工件進(jìn)行自動(dòng)識(shí)別和抓取,結(jié)果表明,識(shí)別時(shí)間小于5 s（包括識(shí)別、定位與抓取過(guò)程機(jī)械手的移動(dòng)時(shí)間） ,定位誤差小于±2 mm ,并具有較好的通用性和可移植性. 圖3 （a） ～ （d） 分別是待抓取工件識(shí)別過(guò)程的圖像.

結(jié)論： 采用本文提出的將機(jī)器人手- 眼視覺(jué)與超聲波測(cè)距相結(jié)合的檢測(cè)裝置, 以及融合二維圖像信息與深度信息進(jìn)行工件識(shí)別與抓取的方法,具有算法簡(jiǎn)單、計(jì)算量小、可靠性高等特點(diǎn),可為機(jī)器人與環(huán)境交互提供物體形狀、類(lèi)別以及大小等信息,使機(jī)器人裝配作業(yè)能適應(yīng)各種復(fù)雜的環(huán)境與工藝過(guò)程,對(duì)實(shí)現(xiàn)工業(yè)生產(chǎn)過(guò)程的自動(dòng)化、柔性化、智能化有良好的應(yīng)用前景.