工业机器人视觉定位技术及应用研究

工业机器人视觉定位技术及应用研究
摘要：将工业机器人的视觉技术应用到实际生产中，不仅可以减少操作员的
工作量，还可以提高产品的制造效率，提高产品的加工精度。

在获取图像并确定
其运动轨迹时，工业相机和工业机器人需要确定其相对位置关系，这需要对相机
和工业机器人进行校准。

在完成校准后，可以获得工业机器人与工件之间的相对
位置，然后通过轨迹规划等方法实现工业机器人与零件之间的相对运动，以实现
预期的设计。

工业机器人视觉是一种基于工业相机的产品特征提取方法，它分析
产品的形状、颜色等特征，并将其反馈给工业机器人。

关键词：工业机器人；视觉定位；技术
引言
工业机器人在一旦投入生产工作之后，对工作的条件和环境都有特别强大的
应对能力和适应能力，主要表现在无论是生产多个批次的产品，还是生产多个品
种的产品，都能够合理使用于生产中，这样一来不仅能够提高生产的品质，还能
够全面提高生产工作的效率。

在原有工业机器人一体化技术的基础上，应用视觉
定位技术可以更好地促进工业机器人更好地感知周围环境。

在实际工作中，它可
以帮助他们有一个更平稳的工作速度，使他们能够更快、更全面地完成生产工作，确保工业机器人发挥更全面的作用。

1、工业机器人视觉标定的定位原理分析
目前，复杂数学模型和非线性算法是工业机器人的主要标定算法。

它们主要
根据相机的特定参数对关键参数进行变换矩阵运算，以减少机器人视觉校准中的
潜在误差。

（1）视觉系统的组成。

光源组件、定位相机、镜头、视频图像采集
卡和CTRL单元控制器是构成视觉系统的主要组件。

工业机器人的图像采集相对
复杂，在这个过程中需要去噪，以获得更清晰的图像，并确保图像采集的有效性。

系统图像采集过程示意图如图1所示。

图1工业机器人视觉定位图像采集过程
（2）提取工件信息。

工业机器人在进行视觉校准和定位时，必须从图像中提取被测物体的特征信息，存储被测物体数据信息，并对被测物体理论姿态进行数学求解。

2、工业机器人视觉定位技术应用
2.1工业机器人视觉系统
根据相机的安装位置，机器人视觉系统可以分为两部分：将摄像头固定在机器人的末端执行器上，眼科系统会跟随机器人的运动，但两者之间的相对位置保持不变。

眼睛系统不需要将摄像头固定在机器人身上，而是安装在相对稳定的机构上，机器人的运动不会影响眼睛系统。

由此可见，在机器人运动过程中，眼睛系统的摄像头视觉范围会受到一定程度的遮挡，增加了识别工件特征的难度，导致识别效果差、识别错误等问题。

面对这种情况，本文对眼科系统进行了分析。

机器人视觉系统主要包括KUKA机器人、视觉系统和PLC控制系统。

对于视觉系统的实际操作，可以分为校准机器人视觉系统的阶段和识别和检测相关工件特征的阶段。

前者可以明确机器人坐标系摄像机坐标系与工件坐标系之间的关系。

而后者则可以获得2D坐标，从而指导机器人精确地完成工作。

2.2工业机器人视觉定位
2.2.1手眼标定
基于工业相机和工业机器人末端执行器充当角色的不同，手眼标定方法的定义不同，将工业机器人坐标系和工业相机坐标系连接起来，能够直接明确具体的位置关系。

根据工业相机固着方式不同，可将其分为Eye-in-Hand与Eye-to-Hand两种，详情如图2和3所示。

图2 Eye-to-Hand手眼系统
图3 Eye-in-Hand手眼系统
在图1的机器人工具坐标系中，工业相机固定，随着轨迹的运动，机器人工
具也会发生相应的改变，只有机器人基准坐标系是固定的，表明机器人基准坐标
系统和摄像机坐标系统是相对固定的，这可以确定摄像机坐标系统和机器人基准
坐标系之间的相对位置关系。

工业机器人视觉系统的定位首先需要明确工件在摄
像机中的相对位置，其次，确定工件在工业机器人坐标系中的位置特征，并采用
矩阵变换方法获得两个系统的相对位置。

在图2系统中，工业相机处于活动状态。

在确定了工业机器人坐标系后，其参考坐标系与相机坐标系就不能实现相对静止。

但是，若将工业相机安装到工业机器人末端执行机构上，那么工业相机与其末端
执行机构之间的坐标就会保持相对静止。

工业机器人视觉定位可以通过获取工件
在摄像机坐标系中的位置特性和工件在工业机器人末端执行器坐标系中位置特性，获得工业摄像机坐标系与工业机器人基准坐标系之间的相对位置关系，以及基于
相机参数的变化和机器人末端姿态变化矩阵来获得手眼关系矩阵。

和两种手眼标
定系统相比，Eye-in-Hand手眼系统标定比较复杂，是当前工业机器人视觉系统
研究领域中的一项重要内容。

2.2.2TCP标定
在目前的工业机器人教学系统中，TCP校验又称工具中心校验，是一种必需
的坐标。

一般情况下，该坐标系的起始点为机械臂末端执行机构上工具端部的中
心点。

由于工业机器人末端执行器的类型和尺寸各不相同，在调试过程中，有必
要使用“九点校准法”或“四点校准方法”来重新校准工具坐标系。

以工业机器
人在各种位姿下的工具中心点为基础，通过对某一固定点的多次采样，获取其在
工业机器人的天地坐标系中的坐标值，与求解方程的条件相等，由此得到仪器坐
标系的相对位置。

TCP校准通常使用两种计算方法：自校准法和外部参考法。

在
这些方法中，外部参考方法成本较高，使用起来较为复杂，而外部参考的准确性
则是决定校准精度的一个重要因素。

如果外界参考值的改变，会对TCP协议的校
准造成很大的影响，进而影响到协议的实际应用。

自校准方法对仪器的要求不高，在很多企业中得到了广泛的使用，其中最有代表性的是四点校准法。

若采用无接
触标定方式，则只需将激光测距装置或相机安装在工业机器人上即可实现标定方
法的适用范围。

2.3工件特征提取
2.3.1阈值分割
通过阈值分割可以获得工件的特征信息，可以分为固定阈值和自动阈值两种。

其中，固定阈值是指预设的固定不变，即使外部环境不断变化，固定阈值也不会
改变，从而降低图像采集的准确性。

自动阈值将根据外部图像像素的变化自动调整，并且可以根据图像像素的灰度点分布自动选择合适的阈值。

方法在Eye-in-Hand手眼系统中的应用较为常见。

2.3.2边缘检测
在通过阈值分割获得工件特征信息后，为了获得更准确的图形信息，需要使
用边缘检测方法，并使用Canny算子等方法计算边缘检测结果，以确保图像结果
的准确性。

在计算过程中，首先需要使用高斯滤波来平滑图像并计算全局梯度。

在保持局部梯度最大的前提下，剔除梯度不大的像素。

消除了由于色彩或噪音造
成的假边界碎片，采用高低阈值对边界点进行区别。

一般来说，较高的阈值是较
低的预置值的2倍左右。

最后，对图像进行边缘检测。

3、实验结果
（1）手眼标定，从控制器的单幅图片中，借助工业机器人可提取出工具坐标，以此来得到工具和摄像机的相对位置，并且确定定板位置和工业机器人的基座。

（2）摄像机标定，采用市场上工业机器人使用的摄像机，选择同类型的工
业用镜头，设置标记的尺寸为100mm×100mm、焦距为9mm，并采用Eye-in-hand
的工业机器人视觉系统，标定摄像机。

（3）工件定位，选用具有平行特点的木
质工件，以便能够在进行多轮视觉定位实验中，结合摄像机标定以及手眼标定结
构来找出工业机器人的具体位置。

结语
总而言之，随着科学技术发展进程的逐步推进，机器人在工业领域的应用水
平也在随之提升，同时，工业领域机器人的使用也为社会发展带来了很大的影响。

为了能够积极应对工业制造生产中工业机器人的实际使用需求，就需要充分利用
视觉定位技术，从根本上改善工业机器人的功能，以便能够确保工业机器人效用
的充分发挥。

由此可见，视觉定位技术不仅具有完善工业机器人功能的作用，同
时还能够更好地替代人力，在节约人力资源的同时，提高工作效率，从而实现工
业生产效益最大化。

参考文献
[1]李永亮.工业机器人视觉定位技术的应用[J].电子技术，2023，52(01)：296-297.
[2]王瑞芳.工业机器人视觉定位技术及应用研究[J].智慧中国，2022(08)：
77-78.
[3]高松斌.工业机器人视觉定位技术与应用探讨[J].机电技术，2021(06)：118-120.DOI：10.19508/ki.1672-4801.2021.06.035.
[4]翟爱亭.分析机器视觉定位技术在工业机器人智能化中的应用[J].电子元器件与信息技术，2020，4(06)：62-63.DOI：10.19772/ki.2096-
4455.2020.6.030.。