北京現(xiàn)代擁有3座整車生產(chǎn)工廠、3座發(fā)動機生產(chǎn)工廠和1座承擔自主研發(fā)的技術(shù)中心。北京現(xiàn)代擁有近300 臺機器人，分別應(yīng)用在車身焊接、車身沖壓、發(fā)動機組裝、涂裝等各種關(guān)鍵工位中。公司依靠先進的自動化制造裝備，保障100%焊接與運輸自動化率，100%自動化沖壓生產(chǎn)，確保車身焊接質(zhì)量與車身強度。

　　在發(fā)動機生產(chǎn)工廠，汽車發(fā)動機的缸體搬運工作是由韓國現(xiàn)代公司制造的機器人來進行。在引導(dǎo)機器人進行缸體搬運時，采用的是由韓方定制的工業(yè)相機＋視覺軟件的方式。在生產(chǎn)過程中，遇到了棘手問題，主要是：相機拍照一次檢測不成功，需要多次拍照才有可能檢測成功，影響了工作效率。因此，北京現(xiàn)代決定進行技術(shù)改造，以實現(xiàn)機器人對缸體的高效精確抓取。

　　在改造時，這個問題一直困擾著北京現(xiàn)代的技術(shù)人員。在應(yīng)用現(xiàn)場，缸體是碼放在一層層的拖盤上，每隔一層缸體碼放的方向不同（如圖1 所示）。由于缸體只有一個抓取位置（如圖2 所示），所以機器人在抓取時，會自動將爪具旋轉(zhuǎn)0 度、90 度、180 度或270 度，然后根據(jù)每層托盤上每個缸體的大概位置去拍照抓取，同時相機也會跟著爪具進行旋轉(zhuǎn)。這樣，得到的圖像都是一個方向的，而相機卻跟著機器人改變了拍照方向，這直接影響了抓取的準確性。

圖1

圖2

因此，要成功實現(xiàn)技改，就要搬掉這個攔路虎，北京現(xiàn)代的技術(shù)人員詳細分析了迫切需要解決的兩個技術(shù)難點。 第一：機器人坐標系與圖像坐標系的對應(yīng)關(guān)系（N 點校準）。

從理論上來說，如果機器人旋轉(zhuǎn)0 度、90 度、180 度或270 度時的旋轉(zhuǎn)中心是一致的，那么，就可以只針對0 度時的坐標對應(yīng)關(guān)系做N 點Calibrate，其他三個角度時的坐標系對應(yīng)只是象限不一樣。

1）機器人坐標系與圖像坐標系都是0 度時，兩個坐標系是重合的（如圖3 所示）。這時，在做完N 點Calibrate 后，機器人坐標與圖像坐標可直接一一對應(yīng)。

2）機器人坐標分別旋轉(zhuǎn)90 度、180 度和270 度時，圖像坐標系雖然沒有改變，但是卻與機器人坐標系的其他象限有了對應(yīng)關(guān)系（如圖4、圖5、圖6 所示）。

3）如果機器人的旋轉(zhuǎn)中心是一樣的，就可以得到一個擬合圓（如圖7 所示）。

圖3

圖4

圖5

圖6

圖7

　　需要注意的是：機器人在抓取位置旋轉(zhuǎn)四個方向拍照時，必須是以同一固定點為圓心進行旋轉(zhuǎn)，只有這樣四個方向（象限）的點才能對應(yīng)起來，這時只要在一個方向做9 點標定即可。否則，如果機器人在抓取位置旋轉(zhuǎn)四個方向拍照時，不是以同一點為圓心進行旋轉(zhuǎn)，那每個方向（象限）都要重新做9 點標定，因為每個方向的點是不能對應(yīng)。

　　最終經(jīng)過確認，機器人夾具在旋轉(zhuǎn)0 度、90 度、180 度和270 度時的旋轉(zhuǎn)中心很難保持一致，所以只校準一次并對應(yīng)象限的方法就不能使用了。這樣，四個角度時都要分別做N 點Calibrate。

　　第二：拍照后，必須確定圖像特征的旋轉(zhuǎn)中心的偏移量，圖像特征旋轉(zhuǎn)中心與偏移量的和，必須與機器人夾具的旋轉(zhuǎn)中心保持一致，否則抓取時就會產(chǎn)生很大誤差。

　　為解決技術(shù)改造中遇到的這些難點，并選擇一個令人信任的技術(shù)解決方案，北京現(xiàn)代的技改部門在綜合比較技術(shù)實力、產(chǎn)品性價比、售后服務(wù)能力和服務(wù)質(zhì)量等多種考慮下，決定選擇機器視覺領(lǐng)域內(nèi)的領(lǐng)軍企業(yè)——康耐視公司。

　　雖然康耐視In-Sight 產(chǎn)品支持多種工業(yè)通訊協(xié)議，但是在本次應(yīng)用中與機器人只是采用最簡單的RS-232 串口通訊方式（見圖10）。

圖8

　　在現(xiàn)場，機器人有兩個位置比較重要，一個是拍照位置，另一個是抓取位置，這兩個位置都有固定坐標。對關(guān)鍵的圖像定位問題，康耐視In-Sight 產(chǎn)品有其創(chuàng)新的解決方案。

1）得到基準模型圖像。機器人由拍照位置走到抓取位置，然后把缸體移到夾具正好能夠正確抓到的位置，這個位置就是抓取的基準位置。固定好缸體后，機器人從抓取位置回到照相位置，然后進行拍照，得到的這張圖像就可以作為基準模型圖像。

2）得到兩張抓取位置旋轉(zhuǎn)某個角度的圖像。在得到基準模型圖像后，機器人由拍照位置再走到抓取位置，抓住缸體逆時針或順時針旋轉(zhuǎn)某個角度（例如CCW-10 度或CW-10 度），然后松開缸體，再回到拍照位置進行拍照，得到第二張圖像。同樣再按此步驟操作得到第三張圖像。

3）得到這三張圖像后，就可以在這三張圖像上用PatMax 工具查找同一特征點，根據(jù)得到的三個點就可以擬合出一個圓，這個圓的圓心坐標就是機器人夾具的旋轉(zhuǎn)中心。

具體如圖9、圖10 所示。

圖9

圖10

In-Sight 相機與機器人實現(xiàn)了完美的無縫配合，具體工作過程如下。

1）工件分層碼放在旁邊，每次只將一層工件放到拍照與抓取位置（如圖11 所示）。

2）機器人在拍照前會事先知道這一層是如何擺放的。每個工件的拍照位置都是在機器人程序中事先設(shè)置好的。例如：抓取工件（0 度）時，機器人不需要旋轉(zhuǎn)，直接到拍照位置進行拍照后抓取。在抓取工件（180 度）時，機器人會自動旋轉(zhuǎn)180 度，然后再到拍照位置進行拍照后抓取。同理，下一層的工件是以90 度和270 度進行擺放的。

3）機器人到達拍照位置后，首先向相機發(fā)送START1，讓相機進行拍照檢測。如果定位成功，相機給機器人返回OK。機器人在收到OK 后，再向相機發(fā)送SHIFT8。相機再把定位坐標和角度返回給機器人。如果定位失敗，相機給機器人返回NG。機器人會自動微調(diào)當前位置，然后再次發(fā)送START1，讓相機重新拍照。直到檢測成功。相機拍照后，會把工件的當前坐標與當初訓(xùn)練的基準抓取位置坐標相減，然后把坐標差值和角度傳送給機器人，機器人以當初訓(xùn)練的基準抓取位置坐標為基礎(chǔ)進行調(diào)整，然后再去抓取工件。

　　經(jīng)過一系列的現(xiàn)場測試，北京現(xiàn)代采用康耐視的In-Sight 智能相機后，成功解決了令人撓頭的技術(shù)難題?！翱的鸵暤腜atMax 工具提出了視覺行業(yè)最佳的定位算法，即使在比較復(fù)雜的情況下也能提供非常準確的定位。而且還提供了非常豐富的通訊方式，便于集成到現(xiàn)有系統(tǒng)中?！北本┈F(xiàn)代保全部的沈劍表示。

　　他對In-Sight智能相機的表現(xiàn)給出了極高的評價，“經(jīng)過改造后，機器人工作很流暢，且抓取都很準確，幾乎沒有定位不到的情況。在調(diào)試過程中，PatMax 工具的優(yōu)越性得到了淋漓盡致的體現(xiàn)，我們非常滿意?！鄙騽ψ詈蟊硎?，在現(xiàn)場還有四臺現(xiàn)代機器人，情況與被改造工位很相似。“在這臺機器人調(diào)試完畢時，我們就已經(jīng)開始準備改造其他四臺機器人的視覺系統(tǒng)了?！?/p>

來源：機器人庫