运用工业机器人实现炼钢鱼雷罐插拔自动控制的设计

运用工业机器人实现炼钢鱼雷罐插拔自
动控制的设计
摘要：随着工业智能化的不断推进，相机视觉系统与工业机器人的协同作业
已成为当前研究的热点之一。

本文主要研究如何设计利用工业机器人与相机系统
之间的数据交换、通讯问题，以及如何通过相机视觉成像识别位置，形成三维坐
标数据，指引机器人协同作业。

通过HMI输入设置程序，实现炼钢鱼雷罐车插拔
自动控制。

本文采用实验研究的方法，验证了该系统的可行性和有效性，为促进
工业智能化、减少人工重复劳作、提升产品质量等方面提供了有益的参考。

本文将介绍协同作业模型的设计与实现、相机视觉系统的应用以及实验结果
的分析和评估。

相机视觉系统和工业机器人作为现代工业自动化领域中的两大关
键技术，已经广泛应用于制造业、物流、医疗等多个领域中。

分析了相机视觉系
统与工业机器人协同作业的优势和挑战，并提出了未来发展方向。

关键词：相机视觉系统，工业机器人，协同作业，智能化控制，生产效率，
1.相关技术综述
1.1相机视觉系统
相机视觉系统是一种利用计算机视觉技术实现对图像进行处理和分析的系统。

相机视觉系统可以通过成像识别物体的位置、大小、形状等特征，实现对物体的
自动检测、定位和跟踪等功能。

相机视觉系统广泛应用于机器人、自动化生产、
智能交通、安防监控等领域。

相机视觉系统由相机、光源、图像处理器和计算机等部分组成。

在操作过程中，相机将物体的图像信息传输到图像处理器，图像处理器进行图像处理和特征
提取，从而得到物体的位置、姿态等信息，进而实现对物体的识别和跟踪。

相机
视觉系统的核心技术包括图像采集、图像预处理、特征提取、特征匹配、目标跟
踪等方面。

然后，将这些信息传输到计算机中，计算机对其进行处理和分析，从
而实现对机器人的指令控制。

1.2 工业机器人
工业机器人是一种能够自动执行各种生产操作的机器人系统。

工业机器人可
以快速高效地完成大量的重复性劳动，提高生产效率，降低生产成本，保证产品
质量。

工业机器人广泛应用于汽车制造、电子制造、食品加工、医疗器械等领域。

工业机器人的基本原理是利用电机、减速器等机械部件，通过控制系统控制
机械臂的运动，实现对物体的抓取、搬运、装配、焊接等操作。

工业机器人的核
心技术包括运动控制、路径规划、机械设计、传感器技术等方面。

2.系统设计
2.1系统总体设计方案
要实现炼钢鱼雷罐插头的自动操作，可以考虑以下步骤：
（1）选择合适的机器人：根据任务需求，选择适合的工业机器人，具备足
够的负载能力和灵活性，并且能够进行精确的位置控制。

（2）安装视觉系统：在机器人上安装配备合适的视觉系统，例如相机或激
光传感器，用于捕捉和识别鱼雷罐插头的位置和方向。

开发图像处理算法：针对鱼雷罐插头的形状、颜色等特征，设计和开发图像
处理算法，以便机器人能够准确地检测和识别插头的位置。

（3）实现自动操作：结合机器人的运动规划和控制算法，将视觉系统的输
出与机器人的动作进行综合，实现自动化的插拔对接操作。

通过控制机器人的位置、姿态和力，使机器人能够准确地将插头插入鱼雷罐并完成连接。

安全考虑：确保机器人系统的安全性，在操作过程中考虑防止碰撞、避免伤
害员工的安全设施和机制。

（4）实施与调试：在实现自动操作前，对系统进行充分的测试和调试，确保机器人能够稳定运行，并准确完成插拔对接任务。

通过引入机器人配视觉系统进行自动操作，可以解决炼钢员工劳动强度大、工作环境差和提高效率的问题。

自动化操作可以减轻员工的体力负担，减少对员工的职业健康影响，并且可以提高操作的准确性和效率，降低错误率。

然而，在实际应用中，需要综合考虑技术可行性、经济成本和安全性等方面的因素，确保自动化系统的稳定性和可靠性。

2.2 系统硬件设计
要实现炼钢鱼雷罐车插座CTZ-20-Z和CTZ-20插头的自动插拔，并无需人工干预，需要进行以下细致的工作：
（1）插座和插头的设计：根据实际情况进行插座和插头的结构设计，确保它们的尺寸、形状和接口类型能够完全匹配。

（2）自动插拔机构的设计：设计一个可靠的自动插拔机构，在没有人工干预的情况下完成插座和插头的连接和脱离。

这涉及到机械装置、传输装置和定位装置等的设计。

电动或气动系统：选择合适的电动或气动装置，用于驱动自动插拔机构的运动。

该系统应具备足够的功率和精确的控制能力。

（3）位置感知与控制系统：通过使用传感器（如光电传感器、编码器等）来感知插座和插头的位置和状态。

基于传感器的反馈信息，使用控制系统进行位置控制和自动化操作。

（4）安全保护装置：为了防止意外损坏和保护设备的安全，可以设计限位开关、过载保护装置等安全保护装置，以便在异常情况下停止自动插拔操作。

（5）机械稳定性和耐久性：确保设计的机械结构具备足够的稳定性和耐久性，可以经受频繁插拔操作的长期使用。

2.3 系统安全设计
在机器人和视觉系统协同作业中，安全程序非常重要。

以下是一些应注意的
方面：
（1）设计安全性：确保设计符合相关的安全标准和规范。

机器人和插头系
统应具备可靠的电气隔离，以防止电击风险。

同时，设计时还应考虑到机器人和
插头在操作中的稳定性和可靠性，并采取适当的措施来预防意外情况的发生。

（2）障碍物识别与避免：确保视觉系统能够准确地检测和识别周围环境中
的障碍物，包括其他物体和人员。

机器人应能够根据这些数据进行路径规划和避
障操作，避免与障碍物产生碰撞。

（3）安全区域划定：确定合适的工作区域并确保其与人员和其他设备有足
够的安全距离。

使用物理屏障或传感器等装置，实现机器人和人员之间的有效分离，并确保在机器人操作期间人员不会进入危险区域。

（4）紧急停止系统：配备紧急停止按钮或开关，以便操作人员在发生紧急
情况时能够立即停止机器人和插头系统的运动。

紧急停止系统应可靠且易于访问，以最大程度地降低任何潜在风险。

（5）预防措施：采取预防措施来减少意外事件的发生。

例如，限制机器人
和插头的速度和力量，并在设计中考虑到反向运动、过载保护和故障检测等机制，以确保操作的稳定性和安全性。

（6）培训与操作规程：对操作人员进行全面培训，使其了解机器人和插头
系统的工作原理、安全注意事项和应急处理方法。

同时，制定清晰的操作规程，
并确保所有操作人员遵守相关的安全标准和法规。

请注意，以上提供的是一般性的安全建议，具体的安全程序需要根据实际项
目需求和意外风险评估进行制定和实施。

2.3 系统软件设计
系统的软件设计主要包括相机视觉系统软件、工业机器人控制软件、数据交
换与通讯软件、HMI软件等方面。

相机视觉系统软件采用OpenCV进行图像处理和分析，实现对物体的特征提
取和三维坐标数据的形成。

工业机器人控制软件采用ABB机器人控制器进行控制，实现对机械臂的运动控制。

数据交换与通讯软件采用TCP/IP协议进行数据交换
和通讯。

HMI软件采用C#编写，实现人机交互界面的设计和程序的设置与控制。

3.实验验证
3.1实验环境
本文采用ABB机器人和Basler相机进行实验，实验环境如下：
操作系统：Windows 10
软件环境：MATLAB、OpenCV、ABB机器人控制器、HMI软件
硬件环境：ABB机器人、Basler相机、触摸屏显示器
3.2实验步骤
（1）搭建实验平台，包括机械臂、相机、电脑等设备的连接和安装。

（2）采集物体图像，进行图像处理和分析，提取出物体的特征信息，形成
三维坐标数据。

（3）将三维坐标数据发送至ABB机器人控制器，进行运动控制。

（4）通过HMI软件进行人机交互，实现对程序的设置和控制。

3.3实验结果
本文实验结果如下：
（1）相机视觉系统可以准确地识别物体的位置、大小、形状等特征，形成
三维坐标数据。

（2）工业机器人可以根据三维坐标数据进行运动控制，实现对物体的抓取、搬运、装配等操作。

（3）HMI软件可以实现人机交互，实现对程序的设置和控制。

实验结果表明，相机视觉系统与工业机器人协同作业系统具有良好的可行性
和有效性。

4.结论和展望
4.1 结论
本文主要研究相机视觉系统与工业机器人协同作业的关键技术，包括数据交换、通讯问题、相机视觉成像识别位置、形成三维坐标数据等方面。

通过实验验证，本文提出的相机视觉系统与工业机器人协同作业系统具有良好的可行性和有
效性，为促进工业智能化、减少人工重复劳作、提升产品质量等方面提供了有益
的参考。

4.2 展望
相机视觉系统与工业机器人协同作业是未来工业智能化的重要方向之一。

未
来的研究可以进一步完善系统的硬件设计和软件设计，提高系统的性能和稳定性。

同时，可以探究更加先进的算法和技术，提高相机视觉系统的准确度和可靠性，
实现更加智能化、灵活化的生产过程。

参考文献：
[1]Wu X, Chen H, Mao Y. Collaborative visual servoing system for industrial robot[C]//2017 IEEE International Conference on Robotics
and Automation (ICRA). IEEE, 2017: 2592-2597.
[2]Zhang L, Liu Y, Liu L, et al. Object detection and recognition
in cluttered environment using YOLOv3[C]//2020 IEEE 2nd Global Conference on Life Sciences and Technologies (LifeTech). IEEE, 2020:
44-48.
[3] Jia K, Chen X, Li C, et al. Vision-based robot grasping system with depth perception[C]//2019 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2019: 8152-8158.
[4]刘波，赵一冰，张南，安思健，张中琳，吴鑫波，张文远机器视觉与
工业机器人相结合的自动上料系统DOI: 10. 13330 /j. issn. 1000-3940. 2021.
08. 029
[5]张琦．机器视觉的原理及现状［J］．电子工业专用设备，1999，28 ( 4) : 20 － 21，34．Zhang Q． The principle and present situation of machine vision［J］． Equipment for Electronic Products Manufacturing，1999，28( 4) : 20 － 21，34．。