视觉系统与机器人应用_自动识别技术_工业自动化控制_文章_e-works数字化企业网
 
 
e-works数字化企业网  »  文章频道  »  工业自动化控制  »  自动识别技术

视觉系统与机器人应用

2018/7/30    来源:e-works    作者:e-works  熊东旭      
关键字:机器视觉  机器人自动化  
机器视觉通过提供导引、测量或质量控制使应用自动化运行成为可能。视觉系统的成本持续降低,同时使用便捷性和性能不断提高。然而,视觉系统一定需要仔细调研,确保操作的可靠性。
    机器视觉基本上是利用光学的、非接触式的传感器来自动地接收和解释一个真实场景的图像,以便获得信息来控制机器或工艺流程。视觉系统可以独立地应用,比如作为检测工具或者自动控制系统中的一个部件。最初的视觉系统与其他大多数自动控制设备一样,昂贵且难以使用。近几年,它们的成本大大降低,识别能力也显著提高,使用起来更容易。因此,视觉的应用呈指数增加,并且已经广泛地应用于许多自动化系统和加工工艺中。
 
    必须注意的是,机器视觉现在在许多方面还确实比不上人类的视觉能力。因此,任何视觉应用都必须经过仔细考量。机器视觉是连续的、不知疲倦的,许多视觉设备能在可见光谱之外工作,还能在恶劣的环境中工作,精确地执行预设定的程序。人类视觉与之相反,有更高的图像分辨率,能够快速地解释复杂的感官信息,具有高度的适应性,但是它被约束在可见光谱范围之内,容易疲劳,且是主观的。
 
    机器视觉适用于工件识别、寻找位置、检测和测量。因此,它被应用于高速生产线上的监测、微观监测和闭环流程控制等各种生产环境,包括洁净空间和危险环境。同时也可以应用于精确的非接触测量和机器人引导。这里,不讲述所有这些应用,而是重点讨论与机器人系统有关的视觉应用问题。视觉在机器人系统中的主要应用是引导,既有工件的拾取和追踪、工件有无的检查和缺陷识别,也有工件识别,包括光学特性鉴定和条码读取。这些将在后面详细讨论。
 
    首先,值得介绍简单视觉系统的主要元件和操作。典型的视觉系统包括照相机、照明设备、处理硬件和软件。软件专门用于视觉系统并针对特定的应用进行图像分析。在视觉系统中,有3个主要的操作:第一,获取图像;第二,处理或修改图像数据;第三,提取所需要的信息。每一个操作都会对它的下一操作产生影响。例如,首次操作中采用外部光源照明方法可以大大简化图像的捕捉,而图像的捕捉会减少所需的处理,并使之更方便地提取所需信息。
 
    可供挑选的照相机有很多种,其关键参数是分辨率、视场、景深和焦距。焦距决定了照相机提供的聚焦图像的标称距离。景深是指焦点前后像的清晰范围。视场决定了在焦距长度上成像的大小。分辨率是图像分成的单独小格的数量,它决定了可分辨的最小度量或特征。
 
    照明设备是最重要的。有许多不同的技术可供选择,包括来自正前方、后方或物体一侧的直射和漫射照明,以及结构光和偏振光的照明。环境照明的影响包括:日光、工厂照明和任何其他可能的光源。特别地,环境光线的改变必须不能影响视觉系统的操作。视觉系统照明的目的有两方面:一是突出物体的重要特征,二是去除环境光线改变造成的任何可能的影响。
 
    举个例子,对于焊接引导系统,视觉传感器被直接安装在焊枪的前面,在离焊缝仅25mm的地方对准焊缝。为了使相机“看见”焊缝,激光产生的红外线提供照明,安装在相机前的滤光器筛除该激光波长之外的其他所有光线。来自焊接过程中的光线就这样从相机接收的图像中滤除,以便使相机“看见”焊缝。
 
    背光源对工件定位和测量很有帮助,因为它将物体的图像简化为除去所有表面特征的阴影,因此简化了视觉系统的任务。物体所处的背景对于区分工件也很重要。视觉的典型应用就是当机器人从传送带拾取工件时,提供工件位置和方向信息,例如把巧克力装入盒子中。我们经常使用白色的传动带,因为它的颜色与巧克力的颜色产生强烈的反差。
 
    突出重要特征或从图像中去除无关的信息,将使图像处理的复杂度和时间显著降低。此外,视觉操作的可靠性也会提高。如果环境光线改变带来的影响可以消除,那么也会提高其可靠性。为了完全消除环境光线的影响,有必要把图像操作放进一个不透光的盒子中。
 
    在机器人自动化系统中,视觉最广泛地应用在包装上,尤其是在食品工业。产品常常散乱地放在传送带上,然后被输送到机器人包装工作站。图像系统用来确定产品的位置,然后将这些信息反馈给机器人,让它从传送带上拾取产品并将产品放入包装盒中。这些是常见的传送带,因此,在输入端需要由图像系统在整个机器人单元内一直跟踪拾取点的位置。这些系统常常包括多个机器人,所以需要判断由哪台机器人完成拾取操作,以便平衡机器人之间的工作负担。对于这些典型应用,有一些标准的解决方法能使实施更简便,性价比更高。
 
    同样的视觉系统也可以用于质量控制。例如,通过检查要封装的巧克力的形状来确保所有畸形的产品都被剔除。另一个例子是小薄饼的包装。在包装过程中,视觉还检查小薄饼的颜色。颜色太深表示小薄饼火大了,太浅则火候不到。
 
    在这两种情况下,小薄饼都要被剔除。视觉系统,尤其是用在装配系统中的,用于对特征或工件检查。检查之前的操作是否成功,同时确保当遇到不合适的工件时装配能自动停止。
 
    视觉也用于检查手工装载的夹具,检查在下一个操作前所有工件是否被预先装载,确保所有物品都在要求的位置上。虽然也可以通过在每个工件上安装单独的传感器来实现,但是视觉方法的性价比可能更高,尤其是当有许多不同的工件使用同一个具时。
 
    视觉还可以用来读取标签上的字符或是提供产品标识的条形码。例如,码垛系统可以利用视觉识别不同的盒子,确保它们放在正确的托盘上。在这种类型的大多数应用中,条形码阅读器往往成本低廉,但是,有些情况下视觉系统更胜筹。
 
    机器视觉通过提供导引、测量或质量控制使应用自动化运行成为可能。视觉系统的成本持续降低,同时使用便捷性和性能不断提高。然而,视觉系统一定需要仔细调研,确保操作的可靠性。
责任编辑:熊东旭
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐