基于工业机器人与机器视觉的红外传感器装配系统设计＊

摘要：针对红外传感器装配过程存在工件位置不准确等问题，设计了基于视觉定位技术的红外传感器自动装配系统。机械结构由工业机器人、供料单元、输送单元、视觉检测单元、快换工具单元和机器人第七轴等组成；利用视觉系统识别传感器端盖的位置和角度，并将结果换算到机器人世界坐标系，使机器人能够准确抓取到工件；搭建了基于以太网通信的PLC 控制系统，完成红外传感器各零件的出料、输送、抓取及自动装配控制。实验表明，所设计的系统自动化程度高，运行可靠，具有较高的推广应用价值。

关键词：工业机器人；机器视觉；自动装配；红外传感器

目前，工业机器人在产品装配生产线中得到了广泛的应用，但零部件在实际输送线中往往存在着种类多样、位置不确定等问题，给产品的工业机器人自动化装配带来诸多困难[1]。随着图像处理技术的快速发展，基于机器视觉的定位方式在工业智能化装配中得到了广泛应用[2]。机器视觉赋予工业机器人自动识别与测量的功能，结合先进的控制技术，可以使工业机器人实现更高精度、强适应性更强以及更加智能化的产品自动装配。

许多学者对基于视觉的机器人装配系统进行了研究，李致金等通过视觉技术检测工件位置的偏移，胡盘峰等通过视觉识别螺钉完成了步进电机的智能装配，苏健等研究了工业视觉、工业机器人和PLC 三者之间的数据融合通信与综合编程，实现了多类型工件自动识别与装配[3−5]。本文基于视觉检测技术、结合工业机器人和PLC 控制技术，针对生产线中红外传感器装配作业工艺流程特点，设计了完整的自动装配系统，可以实现传感器各零件的出料、输送、工件位置和角度的视觉定位、传感器的自动装配等工作，通过实验验证了系统的有效性和可行性。

1 系统总体结构设计

1.1 装配任务分析

红外传感器由端盖、电路板和外壳3 部分组成，如图1 所示。装配流程及要求如下：首先，将传感器外壳放置到固定位置；然后，抓取传感器电路板，将其放置到外壳内部凹槽中，外壳内有磁吸定位结构，保证电路板底部的针脚能够准确插入到外壳上部针孔中；最后，将传感器端盖安装到外壳中并拧紧。外壳上有凸台，端盖上有卡槽，装配时要求卡槽、凸台对齐误差在3 mm 以内才能保证安装的可靠性。

图1 红外线传感器

1.2 系统布局与生产流程

红外传感器装配系统由工业机器人、快换工具单元、供料单元、输送单元、视觉检测单元及装配单元共6 部分组成，机械结构如图2 所示。仓储供料单元用于存放传感器外壳；旋转供料单元用于存放传感器电路板，通过步进电机驱动实现旋转供料；井式供料装置用来存放传感器端盖，推料气缸能够将端盖逐一推出，输送单元将其运送到视觉检测区域；机器视觉系统用于检测传感器端盖的位置及角度，保证端盖安装到外壳时卡槽、凸台的位置准确对齐；工业机器人的主要工作是抓放工件，包括从仓储单元抓取传感器外壳放置到装配工位并用气缸夹紧定位，从旋转供料单元抓取电路板安装到传感器外壳中，根据视觉系统识别的传感器端盖位置姿态，将其准确抓取到装配工位并安装到传感器外壳中拧紧，完成装配工作后机器人将传感器成品搬运到下料输送线进入后续工位。

图2 机械结构布局与实际设备图

红外传感器3 个工件形状各不相同，为此配置快换工具单元，机器人抓取不同的工件时能够快速更换相应的夹爪工具。快换公头安装在机器人法兰端，母头分别安装在弧口夹爪、吸盘夹爪和平口夹爪上，分别用来抓取传感器外壳、电路板和端盖，如图3 所示。机器人快换头配有9 路信号通道实现气爪磁性开关等控制信号传输，配有6 组气流通道来实现公头母头的快速连接、分离以及气爪的开闭控制。

图3 快换工具单元

综合考虑场地空间及成本等因素，系统选用库卡KR3 R540 六轴机器人，臂展541 mm，腕部负载3 kg,重复定位精度±0.02 mm。为了扩大机器人的工作范围，给机器人配置了第七轴，满足机器人在供料单元、装配单元等多个工位之间移动要求。第七轴选用了高精度滚珠丝杠传动，行程范围为350 mm，运行精度可以达 ±0.02 mm，完全满足红外传感器装配运行范围及精度需要。

2 视觉定位系统设计

视觉系统用于检测红外传感器端盖的位姿信息，由光源、光源控制器、相机、镜头和视觉软件构成，采用Eye to Hand 结构，将相机固定在设备台面上适合位置[6]，如图4 所示。相机选用大华3 000 系列GigE 面阵工业相机12CG-E 相机，像素1.2 MP,支持彩色图像采集。

图4 视觉系统

2.1 视觉系统标定

机器人视觉系统应用中，首先要对摄像机进行参数标定，获取机器人坐标系和摄像机坐标系的关系，然后才能将图像识别定位结果转换成机器人坐标系下抓取位置数据。文中采用基于仿射变换的N点标定法进行标定[7]，平面中某一点P 的关系式可表达为

P 点在机器人坐标系下的坐标值为（x,y）；P点在工业相机像素坐标系下的为（u,v）；m,n 分别为x 轴方向和y 轴方向的缩放因子；xo，yo 分别为x 轴方向和y 轴方向的偏移量；θ 为坐标系的旋转角度。

由式（1）可推导含有未知变量的仿射变换等式

一般通过9 组工业机器人坐标与工业相机像素坐标采用最小二乘法优化，解算获得相机内外参数矩阵和畸变参数。

文中采用间距为15 mm 的圆点阵列标定板，点数为11× 11。标定板不动，在视觉软件中依次识别标定板中9 个均匀分布的圆点中心位置；机器人末端安装标定锥，依次到达上述对应的圆点中心，在视觉软件中记录9 个圆心在机器人世界坐标系的坐标值和对应的图像像素坐标值；使用软件的N 点标定工具，根据记录的坐标数据生成Npoints.Calib 标定文件，该文件能将某点在图像坐标系下的坐标值转换到工业机器人世界坐标系中，N 点标定过程如图5 所示。

图5 相机N 点标定过程

2.2 工件识别与定位

根据传感器端盖的工件特征、背景环境选用合适的图像处理工具确定图像处理流程，然后通过标定文件，将工件在图像中的像素坐标值转化为机器人世界坐标系下的坐标值，从而获得机器人抓取传感器端盖的位置信息，工件识别与定位流程如图6所示。

图6 工件识别与定位流程

（1）灰度处理

本系统采用RGB 彩色相机，需将三通道的原图像进行灰度化处理，这样简化了颜色信息而不影响其他图像信息，提升后期图像处理效率。灰度处理常见的处理方法包括分量法、最大值法、平均值法和加权平均法[8]。本文采用加权平均法，即对RGB 图像每个像素点的三通道分量进行加权平均，灰度处理公式为：

式中：f(x,y)为灰度处理后的像素灰度值；R(x,y)、G(x,y)、 B(x,y)分别为红色、绿色和蓝色通道中像素点的灰度值，灰度处理后效果如图7b 所示。

图7 图像处理

（2）图像滤波

在复杂的工件环境中，传感器端盖图像上往往存在划痕、污渍等干扰信息，图像滤波可消除或者抑制图像中的噪声。常见的图像滤波方法有均值滤波、中值滤波和高斯滤波[9]。本文采用工业相机软件中值滤波的方法，以3×3作为中值滤波器，首先将相邻像素点灰度值由小到大排列，将中间数值作为滤波器中心点像元的数值，有效剔除图像噪声点，但保留了完整的图像边缘等特征信息。

（3）边缘提取

边缘提取是指对于工件边缘信息的有效提取，便于后续对图像进行针对性的处理，是实现工件识别与定位的前提。本文利用工业相机软件分别采用Sobel、Prewitt、Robert 和Robinson 这4 种算法对于图像进行处理，Robinson 有效滤除一定噪声，平滑了真正的边缘，图像处理效果如图7c 所示。

（4）模板匹配

模板匹配是指用已知特征图像与相机采集的图像进行相似性比较，寻找相应特征的方法[10]。本文采用基于目标轮廓的模板匹配算法，分析传感器端盖的表面特征，将平口夹爪抓取矩形盲孔与中心圆孔作为目标轮廓，利用工业相机软件训练新模板，利用模板匹配功能输出盲孔中心线的角度值，如图7d 所示。

（5）圆的测量

通常采用Hough 变换法检测圆的边缘和圆心，即圆在图像空间中的表达式为

可以变换为

其中：x、y 为常数，f(a,b,r)=0为对应参数空间三维锥面，图像空间所有点对应参数空间所有曲线交于一点，则该点是圆的圆心，如图7e 所示。本文利用工业相机软件中的找圆功能实现工件定位，端盖中心圆的实际直径为23 mm，设定期望像素圆的半径为115，可实现端盖中心圆的位置测量，获得圆孔中心的像素坐标值x、y 及转角a，如图7f 所示。调用坐标系标定文件，可以得到工业机器人世界坐标系下端盖实际抓取位置。

2.3 视觉系统测试验证

为了验证视觉系统对传感器端盖位置识别的正确性及定位精度，设计如下验证实验：首先，操作工业机器人抓取传感器端盖放置到传输线上视觉检测区域的随机位置上，记录示教器中机器人在此位置的位姿数据，将该数据记为工件在机器人世界坐标系中的实际值；然后，再通过本文中视觉系统对工件位置进行识别定位，记录对应的视觉图像处理结果数据，记为视觉识别值[10]，实验过程如图8 所示。

图8 视觉系统测试验证过程

由于机器人每次抓取传感器端盖的高度z 不变，因此只需要识别工件x、y 及沿Z 轴的转角a。实验数据如表1 所示，x、y、a 各分量误差如图9 所示。

表1 视觉系统测试实验数据

图9 x、y、a 各分量误差

通过实验数据可知，传感器端盖在工业机器人世界坐标系下实际位置值和视觉识别值在x 方向的误差在1 mm 以内，y 方向的误差在1.5 mm 以内，转角a 误差在1°以内，视觉识别误差满足红外传感器工业机器人自动装配要求。

3 电气控制系统设计

3.1 硬件选型与控制网络

红外传感器装配系统网络拓扑结构如图10 所示。选用西门子公司S7-1 200 系列CPU 1214C DC\DC\DC 作为主控设备，各单元之间主要通过交换机连接实现以太网通信，PLC、工业机器人、伺服驱动器V90、分布式I/O 以及触摸屏之采用PROFINET通信协议进行数据交换；PLC 与工业相机采用Modbus TCP 通信；PLC 与变频器V20 则通过CM1241模块采用Modbus RTU 协议通信。

图10 红外传感器装配系统网络拓扑结构

3.2 控制系统PLC 程序设计

根据红外传感器装配运行要求，PLC 控制系统要具备初始化、手动控制、自动控制、外部通信、数据处理、紧急停止等功能，主要功能如表2 所示，自动装配控制系统程序设计流程如图11 所示。

表2 控制系统的功能要求

图11 控制系统程序设计流程

PLC 除了主机单元数字量输入\输出以外，还利用扩展I/O 单元SM1223 与SM1221 以及远程分布式I/O 对工作台传感器信号进行采集、驱动电磁阀进行气缸动作，PLC 输入端口与输出端口功能如表3 所示。

表3 PLC 主要输入输出端口功能

3.3 人机界面设计

控制系统人机界面包括手动模式界面与自动模式界面[11]。手动模式界面用于设备调试与维护阶段，可以控制各单元单轴点动运行；自动模式界面用于设备自动运行工作阶段，用于设置参数、启动装配过程以及监控系统各单元运行状态等，部分控制界面如图12 所示。

图12 人机界面设计

4 实验验证

采用上述系统进行红外传感器自动装配实验，如图13 所示。

图13 红外传感器自动装配实验

实验结果表明，该系统设计合理，视觉系统能够准确地识别工件位置和角度，控制系统能够控制机器人完成传感器工件的抓取及自动装配。

5 结语

根据红外传感器工件特征和自动装配工艺流程，提出了基于工业机器人和视觉定位的自动装配整体方案，介绍了系统的机械结构设计、视觉定位以及控制系统设计。机器人配备了快换工具，能够高效地完成传感器各个零件的出料、抓放及装配作业；机器人的第七轴扩大了机器人的工作范围，使机器人能够在不同的功能单元之间快速移动。视觉系统能够准确地对传感器端盖位姿进行识别，并将结果换算到机器人的世界坐标系下，可直接对工件进行准确的抓取和装配。实验结果表明，本系统自动化程度高、可靠性好，在实际工程中具有一定的推广价值。