發(fā)布時(shí)間：2022-05-10所屬分類：計(jì)算機(jī)職稱論文瀏覽：1次
摘 要： 摘要：m,_lk機(jī)器人自20世紀(jì)60年代初問(wèn)世以來(lái)，其研究、開(kāi)發(fā)及應(yīng)用一直受到企業(yè)與科學(xué)家的關(guān)注，廣泛應(yīng)用于化工成產(chǎn)、設(shè)備安裝、道路施工、機(jī)械制造、鑿巖采礦等諸多領(lǐng)域。隨著.x-,_lk機(jī)器人的發(fā)展，越來(lái)越重視將視覺(jué)系統(tǒng)應(yīng)用到工業(yè)機(jī)器人上。本文主要進(jìn)行圖像處理，針
摘要：m,_lk機(jī)器人自20世紀(jì)60年代初問(wèn)世以來(lái)，其研究、開(kāi)發(fā)及應(yīng)用一直受到企業(yè)與科學(xué)家的關(guān)注，廣泛應(yīng)用于化工成產(chǎn)、設(shè)備安裝、道路施工、機(jī)械制造、鑿巖采礦等諸多領(lǐng)域。隨著.x-,_lk機(jī)器人的發(fā)展，越來(lái)越重視將視覺(jué)系統(tǒng)應(yīng)用到工業(yè)機(jī)器人上。本文主要進(jìn)行圖像處理，針對(duì)二值化分割，目的在于后續(xù)求得工作質(zhì)心與角度。因本實(shí)驗(yàn)工件與背景色的問(wèn)題，先進(jìn)行普通閩值二值化處理得到的結(jié)果令人并不是很滿意，所以結(jié)合具體情況，對(duì)算法進(jìn)行優(yōu)化，采用基于6色調(diào)的黑白化處理。最后，先做工件最后的定位分析和求解工件擺放角度。
關(guān)鍵詞：工業(yè)機(jī)器人;機(jī)器視覺(jué);圖像處理
本實(shí)驗(yàn)機(jī)器人需要抓取的工件成品Logo模具和作業(yè)環(huán)境如圖1所示，其尺寸為長(zhǎng)26em，寬18cm，高 8em，所使用的機(jī)器人型號(hào)為JLRB020。
作業(yè)環(huán)境如圖1所示，處于室內(nèi)桌臺(tái)上，桌上的黑色十字標(biāo)記用于校正上方攝像頭的遠(yuǎn)近與傾斜角度，最重要一點(diǎn)，工件與工作臺(tái)的色調(diào)差別盡可能大，因此本作業(yè)選用深綠色的面板供工件擺放。本課題基于廣東某模具公司示教機(jī)器人生產(chǎn)線的背景下㈣，均依賴于規(guī)范化的流水線，或搬運(yùn)工人需按指定的要求與位置進(jìn)行工件的擺放，這種固化的抓取流程都是采用示教執(zhí)行，通用性、靈活性很差。因此，本次任務(wù)的研究目標(biāo)為消除對(duì)工件擺放的要求，讓抓取的機(jī)器人會(huì)自適應(yīng)的偵測(cè)目標(biāo)工件的位置，并改變機(jī)械抓抓取的角度進(jìn)行工件抓取。
1實(shí)現(xiàn)原理步驟
本次任務(wù)的實(shí)現(xiàn)邏輯如下：首先基于閾值分割來(lái)提取目標(biāo)工件在圖像中的位置，在彩色攝像頭拍攝得到圖片后，先將彩色圖轉(zhuǎn)換為黑白圖片，進(jìn)行二值化分割，為方便后續(xù)計(jì)算工件中心坐標(biāo)和角度等工作。所以在本文中彩色圖像在本算法后期并不重要。
1.1基于6種色調(diào)的黑白化
彩色圖像轉(zhuǎn)成黑白的方法也是多種多樣，在此嘗試了一些主流算法。然而彩色圖像的二值化處理一般先進(jìn)行灰度處理。
灰度處理一般常用的有三種算法：最大值法、平均值法、加權(quán)平均值法。公式與效果如下：
(1)最大值法：新的顏色值尺=G朝=max(R，G，B)，通過(guò)這種方法處理得到的圖片亮度看起來(lái)非常大。
(2)平均值法：新的顏色值兄=G胡=(R+G船)/3，采用平均值法處理得到的圖片顯得非常柔和。
(3)加權(quán)平均值法：新的顏色值R=G=B= (R術(shù)形r+G：I：Wg+B*Wb)，我們知道不同人群對(duì)顏色的敏感程度是不一樣的，因此三種顏色值的權(quán)重也不一樣，通常來(lái)講綠色較高，紅色其次，藍(lán)色最低，比較合理取值為Wr=30%，Wg=59%，Wb=l 1%。
該黑白化算法的輸入?yún)?shù)為工件臺(tái)上方攝像頭捕獲的圖像，并對(duì)圖像從左到右，從上到下進(jìn)行遍歷，對(duì)每個(gè)像素點(diǎn)的RGB三個(gè)分量進(jìn)行排序。先找出最小值，若此像素RGB最小分量為紅色，判定即當(dāng)前色調(diào)權(quán)重為藍(lán)與綠的混合色，即青色，同時(shí)為最大色調(diào)匹配上權(quán)重，如此類推，最后套用公式(1)計(jì)算灰度值，重復(fù)以上步奏直到遍歷完圖像所有像素。
從圖3和圖4可以看出降低綠色權(quán)重黑白化得到的效果明顯優(yōu)于普通黑白化處理。
目前的閾值確定方法有很多，其中較常用也是效果較好的方法是Otsu最大類間方差算法。因此，本文選取Otsu二值化算法來(lái)確定全局閾值。
其中，p(x，y)為A(x，y)處的像素值，大于r的值都被設(shè)置為255，小于r的值都被設(shè)置為O。通過(guò)otsu 方法后，將得到圖6的效果。另外，在二值化之后，盡量進(jìn)行閉運(yùn)算等去除噪點(diǎn)的算法，再投入到后續(xù)的識(shí)別工作中。
1.3求取各工件中心坐標(biāo)和擺放角度
在獲得圖6后，使用形態(tài)學(xué)中的閉運(yùn)算去除毛刺與背景的干擾噪點(diǎn)即可獲得工件準(zhǔn)確的輪廓。在獲得最佳輪廓圖后，可將圖片投入到最后環(huán)節(jié)，即求取工件質(zhì)心與傾斜角度。
對(duì)于捕捉工件中心坐標(biāo)的方法，在此本文基于圖像二值化后再進(jìn)行最大連通域搜索的算法。搜索完連通域之后，接著排序連通域面積，排序的時(shí)候，我們需設(shè)定一個(gè)閾值，對(duì)產(chǎn)生的噪點(diǎn)去除掉，因這個(gè)閾值的設(shè)定要求十分寬松，在此不贅述。排序完后，給序列表中的不同連通域賦予不同顏色的標(biāo)記，接著把不同顏色村春在不同顏色的圖像容器中，如此一來(lái)可將不同工件區(qū)別開(kāi)來(lái)，給后續(xù)計(jì)算質(zhì)心帶來(lái)便利，效果如圖7所示。
由公式可看出，我們只需要利用公式(4)，求的 Mm，%，，‰即可代人到公式(6)中，求得最后的質(zhì)心。重復(fù)此算法，對(duì)分割開(kāi)來(lái)的圖像進(jìn)行求解，即可得到不同工件的質(zhì)心坐標(biāo)，此坐標(biāo)與黑色標(biāo)記點(diǎn)將成為上方機(jī)械抓的移動(dòng)方向與距離。
機(jī)抓下潛抓取工件時(shí)，需要旋轉(zhuǎn)勾爪，使其正確嚙緊工件的兩側(cè)。因此需要計(jì)算工件的擺放角度，本實(shí)驗(yàn)使用霍夫變換求取工件的底座直線方程。
該算法實(shí)質(zhì)是找出圖像中所有滿足某Y=m3c+c 直線的像素點(diǎn)，最終求出m與c。首先對(duì)直線方程進(jìn)行坐標(biāo)系變換，變成c=叫m+Y，在變換坐標(biāo)系后，原來(lái)直角坐標(biāo)系的點(diǎn)將變成直線，假若這些點(diǎn)均屬于Y=mx+c的方程，則在極坐標(biāo)系中，該類點(diǎn)所代表的直線均將相交于點(diǎn)(m，c)，算法的最終目標(biāo)即找出該類直線所相交的點(diǎn)。如圖8霍夫線變換原理圖。
相關(guān)論文還可以查看：基于機(jī)器視覺(jué)的表面缺陷檢測(cè)研究綜述
2結(jié)束語(yǔ)
本實(shí)驗(yàn)對(duì)工業(yè)機(jī)器人引入視覺(jué)系統(tǒng)方案，對(duì)工件進(jìn)行圖像處理和定位。考慮到工件與背景色差，工件擺放角度問(wèn)題，分別采用6種色調(diào)黑白化、基于 otsu二值化方法對(duì)圖像處理，實(shí)驗(yàn)結(jié)果表明，處理得到的圖片改善非常大，定位精準(zhǔn)。——論文作者：周衍超1，羅浩彬2
參考文獻(xiàn)：
[1]丁煉.面向模具行業(yè)的機(jī)器人制造單元通訊機(jī)制與控制系統(tǒng)研究[D】.廣州：廣東工業(yè)大學(xué)，201 1.
[2】畢輝.可重構(gòu)機(jī)器人制造單元控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D】_廣州：廣東工業(yè)大學(xué)，2013.
