工字轮自动搬运机械手控制系统设计

　　摘 要

　　随着工业智能制造程度的深入,搬运机器人越来越多地应用于现代工业生产中.在金属线材生产企业中,用于收卷金属线材的工字轮的搬运过程也逐步开展了自动化生产的研究.但是在实际生产中,绕线工字轮的搬运存在着普通搬运机器人因行程、负载、定位准确率等不足无法抓取而主要依靠人工搬运的现状,使得企业的人工成本上升、生产效率降低.为了提升生产过程中工字轮搬运的自动化、智能化程度,实现提质增效,本文主要通过机器视觉技术结合 PLC 控制方 式,研究了基于机器视觉的工字轮自动搬运设备的机械手控制系统,其主要内容如下:

　　(1)对工字轮搬运系统总体进行研究:分析了工字轮的搬运过程,根据工字轮搬运的机械手的设计需求,设计了以桁架式为主体的搬运机械手结构,并对末端执行器进行了力学分析,验证其可行性.在视觉系统设计中,对图像采集装置的主要硬件作了选型;同时,在 PLC 控制系统设计中对核心控制器作了选型,并介绍了视觉系统和 PLC 控制系统的软件设计部分.根据 AGV 运行精度的要求,对移送货箱的 AGV 的控制器设计作了理论探究,并进行了轨迹跟踪的数值仿真.

　　(2)对视觉系统中工字轮目标的识别与定位进行研究:通过对相机成像模型的分析,进行了相机标定,同时结合手眼关系得到机械手在抓取目标工字轮的过程中所涉及的坐标转换关系.通过实际对比确定工字轮图像的处理方法,经由形态学后处理获得较为理想的工字轮轮廓图像.通过对比分析 Hu 矩方法,提出了一种基于直线特征点提取并进行最优直线拟合的算法来实现对工字轮图像实际轮廓中心点的定位,经坐标转换关系,确定工字轮的真实坐标.

　　(3)对工字轮搬运的机械手运动控制系统进行研究:通过遗传算法对工字轮搬运的机械手进行路径规划,确定了工字轮的搬运次序.通过分析系统的控制要求,确定了工字轮搬运的机械手的动作流程,并对硬件电路部分进行了设计,同时使用顺序控制法设计 PLC 控制程序.通过对上位机的功能进行分析,采用模块化方法设计其人机界面,实现控制系统的可视化操作.在系统通讯上,采用OPC 通信技术完成上位机计算机和下位机 PLC 之间的数据传输.同时对控制系统进行总体测试,验证系统的可行性.

　　关键词:工字轮搬运;机器视觉;目标识别与定位;PLC 控制系统

　　Abstract

　　With the deepening of industrial intelligent manufacturing, handling robotshave been used in modern industrial production more and more increasingly. Inmetal wire production enterprises, the research on automatic production of I-wheelshandling process for coiling metal wire has been carried out step by step . However,in the actual production, the handling of the winding type wheel has the currentsituation that the general handling robot is mainly unable to grasp due to insufficientstroke, load, positioning accuracy and mainly relies on manual handling, whi chcauses the labor cost of the enterprise to rise and the production efficiency todecrease. In order to improve the automation and intellectualization of I-wheelshandling in the production process and improve the production effectively. Throughmachine vision technology and PLC control mode, this paper studied themanipulator control system of I-wheels automatic handling equipment based onmachine vision. The main contents were as follows:

　　(1) We studied the overall system of the I-wheel handling. The handling processof I-wheels was analyzed. According to the design requirements of I-wheelshandling manipulator, a truss-type handling manipulator structure was designed, andthe force of the end-effector was analyzed to verify its feasibility. In the part ofvisual system design, the main hardware of the image acquisition device wasselected. At the same time, the core controller was selected in the PLC controlsystem, and the software design of visual system and PLC control system wasintroduced. According to the requirement of AGV operation accuracy, the design ofAGV controller for delivery container was theoretically explored, and the numericalsimulation of trajectory tracking was carried out.

　　(2) We studied the recognition and localization of the I-wheel target in visualsystem. Through the analysis of the camera imaging model, the camera calibrationwas carried out, and the coordinate transformation relationship of the manipulator inthe process of grasping the target I-wheel was obtained by combining the hand-eyerelationship. The processing method of the I-wheel image was determined by actualcomparison, and the ideal I-wheel contour image was obtained by morphologicalreprocessing. By comparing and analyzing Hu moment method, an algorithm basedon line feature points extraction and optimal line fitting was proposed to locate thecenter point of the actual contour of the I-wheel image. The real coordinate of theI-wheel was determined by coordinate transformation.

　　(3) We studied the motion control system of I-wheels handling manipulator. Thegenetic algorithm was used to plan the path of the manipulator for I-wheels handling,and determined the handling order of the I-wheels. By analyzing the controlrequirements of the system, the action flow of the manipulator for I-wheels handlingwas determined, and we designed the hardware circuit. At the same time, thesequence control method was used to design the PLC control program. Through theanalysis of the functions of the upper computer, the man-machine interface wasdesigned by modularization method, which realized the visual operation of thecontrol system. In system communication, we used OPC communication technologyto complete data transmission between PC and PLC. At the same time, the overalltest of the control system verified the feasibility of the system.

　　Key words: I-wheels handling; machine vision; target recognition andpositioning; PLC control system

　　目 录

　　第一章 绪论 .........................................................................................................1

　　1.1 课题研究背景及意义 ...............................................................................1

　　1.1.1 课题来源 ........................................................................................1

　　1.1.2 研究背景及意义 .............................................................................1

　　1.2 基于机器视觉的搬运机器人国内外研究现状 ..........................................2

　　1.3 与课题相关的关键技术研究现状.............................................................3

　　1.3.1 目标识别与定位的研究现状...........................................................3

　　1.3.2 机械手控制方式的研究现状...........................................................4

　　1.4 课题的主要内容与论文总体结构.............................................................5

　　1.4.1 课题的主要内容 .............................................................................5

　　1.4.2 论文总体结构 .................................................................................6

　　1.5 本章小结..................................................................................................6

　　第二章 工字轮搬运系统总体设计 ........................................................................7

　　2.1 工字轮搬运过程的概述 ...........................................................................7

　　2.2 工字轮搬运的机械手设计需求 ................................................................7

　　2.3 工字轮搬运的机械手系统总体结构设计 .................................................9

　　2.3.1 工字轮搬运的机械手本体结构设计 ............................................. 10

　　2.3.1.1 机械手的本体结构 .............................................................. 10

　　2.3.1.2 末端执行器的力学分析 ...................................................... 11

　　2.3.2 视觉系统设计 ............................................................................... 13

　　2.3.3 PLC 控制系统设计 ........................................................................ 16

　　2.4 移送货箱的 AGV 控制器设计 ................................................................ 17

　　2.4.1 需求分析 ...................................................................................... 17

　　2.4.2 运动学分析 .................................................................................. 17

　　2.4.3 控制器设计及数值仿真 ................................................................ 19

　　2.5 本章小结................................................................................................ 22

　　第三章 基于机器视觉的工字轮目标识别与定位 ................................................ 23

　　3.1 相机标定................................................................................................ 23

　　3.1.1 相机透视投影模型 ....................................................................... 23

　　3.1.2 相机的畸变模型 ........................................................................... 26

　　3.1.3 相机标定的方法 ........................................................................... 27

　　3.1.4 相机标定实验 ............................................................................... 28

　　3.2 手眼关系................................................................................................ 29

　　3.3 图像预处理 ............................................................................................ 30

　　3.3.1 灰度化处理 .................................................................................. 30

　　3.3.2 滤波处理 ...................................................................................... 30

　　3.4 图像分割................................................................................................ 32

　　3.4.1 灰度阈值分割 ............................................................................... 32

　　3.4.2 直方图阈值分割 ........................................................................... 33

　　3.5 形态学处理 ............................................................................................ 33

　　3.5.1 数学形态学的基本思想 ................................................................ 34

　　3.5.2 形态学的基本运算 ....................................................................... 34

　　3.5.2.1 膨胀和腐蚀 ......................................................................... 34

　　3.5.2.2 开运算和闭运算.................................................................. 35

　　3.5.3 基于形态学的工字轮图像后处理 ................................................. 35

　　3.6 工字轮目标定位..................................................................................... 35

　　3.6.1 直线特征点提取及最优直线拟合 ................................................. 36

　　3.6.2 目标中心点确定及坐标转换......................................................... 38

　　3.7 本章小结................................................................................................ 38

　　第四章 工字轮搬运的机械手控制系统设计与实现 ............................................ 40

　　4.1 控制系统总体结构 ................................................................................. 40

　　4.2 工字轮搬运的机械手的路径规划........................................................... 40

　　4.2.1 问题分析 ...................................................................................... 41

　　4.2.2 基于遗传算法的路径规划 ............................................................ 41

　　4.2.3 仿真分析 ...................................................................................... 43

　　4.3 PLC 控制系统设计 ................................................................................. 43

　　4.3.1 机械手动作分析 ........................................................................... 43

　　4.3.2 PLC 硬件控制电路设计................................................................. 44

　　4.3.3 PLC 程序设计 ............................................................................... 47

　　4.4 上位机人机界面程序设计 ...................................................................... 48

　　4.5 系统通讯................................................................................................ 49

　　4.5.1 OPC 原理 ...................................................................................... 49

　　4.5.2 上位机 PC 与下位机 PLC 的通讯 ................................................. 50

　　4.6 控制系统现场调试 ................................................................................. 54

　　4.7 本章小结................................................................................................ 56

　　第五章 总结与展望 ............................................................................................ 57

　　5.1 总结 ....................................................................................................... 57

　　5.2 展望 ....................................................................................................... 58

　　参考文献 ............................................................................................................. 59

　　第一章 绪论

　　1.1 课题研究背景及意义

　　1.1.1 课题来源

　　本课题来源于某生产金属制品设备的企业项目:精细钢丝绳绕线工字轮自动搬运生产线设计.

　　1.1.2 研究背景及意义

　　随着我国经济的快速发展,我国制造业也呈现蓬勃发展的趋势,但是在产业结构方面,"劳动密集型"产业依然是主要模式.目前,我国的人口红利逐渐消失,劳动力资源也随之变化,呈现出短缺的现象,使得劳动力在市场供求关系上产生了巨大的变化[1].因此促使劳动力成本逐渐增加,"劳动密集型"企业的生产成本也逐步上升,企业生存与发展面临巨大挑战,推动产业的改造与升级已经迫在眉睫.我国政府为应对未来科技与产业的巨大变革,制定了《中国制造 2025》,作为提升制造业整体实力、建设世界制造强国的行动纲领.以强化基础、智能转型、创新驱动、绿色发展为要义,加快制造业实施产业升级、质效并举的重大战略任务和重大举措措施,使我国到 2025 年确立制造强国的世界地位[2].

　　近年来,我国金属线材制品行业步入了快速发展的新时期,线材制品在产量和质量上都取得了极大提升,扭转了某些重要用途的线材制品严重依赖进口的局面[3].但是,随着世界多元化的深入发展,世界经济在深度调整中较为缺乏增长动力.为保持我国经济平稳有序地发展,推进供给侧改革是各行各业的应有之义.我国金属线材制品行业为应对经济形势的变化,淘汰落后产能,逐渐降低线材产量.另外,随着我国劳动力成本逐渐增加,作为"劳动密集型"企业中的金属线材企业亟需进行相关工艺的改造与升级以保障其效益.

　　工字轮作为收卷金属线材的一种工具,其搬运过程属于重复性劳动,同时由于工字轮盘重通常也较大,使得工人的劳动强度很大,绕线工字轮的搬运效率也较低,企业的生产效率随之降低.目前,搬运机器人广泛地应用于工业生产中,能够在一定程度上降低由于劳动力成本上涨对企业造成的影响,同时能够促使企业加大科技创新力度、加快企业生产转型.但是传统的搬运机器人大多是通过人工在线示教或离线编程来实现工业自动化生产的,自动化程度不高,当工件定位装置的加工精度与搬运机器人的重复定位精度产生较大误差时,会造成搬运机器人无法正常工作.通过传感器、光学成像、控制、计算机软硬件、人机接口以及图像处理等技术综合形成的机器视觉技术能够实现精确定位,适应自动化生产[4]. 机器视觉与工业生产的结合已经成为智能制造的热点,在现代的工业生产过程中,机器视觉技术以其自身极大的优势,开创了新的工业生产方式,极大程度地提高了工业生产的效率,其在智能化生产发展方面具有重大作用[5].机器视觉技术在工业生产的各个环节中的深入研究,对进一步提高工业生产的自动化、智能化,建设无人工厂、智慧工厂有着很重要的意义.

　　对于工字轮搬运过程的研究,本课题主要通过机器视觉技术实现工字轮的实时识别与定位,经机械手自动化控制完成工字轮的自动搬运,使得系统的柔性化增强,对企业在降低生产成本、提质增效、智能转型等方面具有一定的价值.

　　1.2 基于机器视觉的搬运机器人国内外研究现状

　　国外很早就开展了对于搬运机器人的研究,机器视觉与之相结合的研究也相应地取得了不少成果.1960 年,Unimation 公司在物体搬运过程中使用了世界上最早的搬运机器人 Versatran 和 Unimate [6].1973 年,Shirai 和 Inoue 通过在一个位置固定安装摄像机的方式,将视觉引入机械手的控制系统中,实现了对目标的定位,完成了机械手对目标的相关操作[7].1974 年,瑞典的 ABB 公司在物料搬运方面研制了世界上第一台全电控式的 IRB6 工业机器人[8].此后,机器人行业进入快速发展时期.美国 ST Robotics 公司研发的 ST 机械手可以应用于较为复杂的工作中,能够完成实验室样品的处理和物料搬运任务[9].如图 1-1 所示为瑞 士 SIG 公司研制的一种基于机器视觉并可用于生产线上的搬运机器人 XR22,XR22 机器人能够快速抓取生产线上的产品,并将产品有序地放置在相应的位置上[10].如图 1-2 所示为瑞士 ABB 公司自主设计的 True View 系统,主要通过视 觉系统的硬件及软件平台、相关算法等与 ABB 机器人控制系统相结合,当工件的类型和位置发生变化时,也能够实现对目标工件的精确定位[ 11 ].目前 TrueView 系统已经应用于搬运等相关的工业生产中.

　　我国搬运机器人的研发相比于国外开始较晚,有关机器视觉和搬运机器人相结合的研究也较国外稍滞后一些.在搬运机器人的研发方面,李金泉等[12]通过对现有的某款机器人的改进,研制了具有 50kg 负载能力的 TH50 型搬运机器人.中科院合肥物质科学研究院先进制造技术研究所在 2013 年自主研发了能够实现高速重载的搬运机器人,体现了国内在搬运机器人的相关技术领域内的领先水平[13].如图 1-3 所示,搬运机器人的本体采用并不复杂的四连杆机构,能够负载上百公斤,同时结合相关智能算法实现了对搬运机器人处于高速运行时的精确控制,能够达到每小时 1200 件物品的搬运效率.在机器视觉与搬运机器人相结合的方面,邱泓等[14]通过 PC 与 PLC 相结合的机器视觉检测控制,设计开发了针对玻璃瓶识别与快速抓取的自动搬运系统,具有较高的可靠性.彭路等[15]通过视觉与激光传感器相结合,获取到散热片的相关信息,并改进了 Harris 角点检测算法,实现了散热片的自动搬运,其检测精度与效率较高.李湘伟等[16]设计研究了一种基于机器视觉的工件分拣与搬运的小型机器人系统,实现了不同颜色的同种工件的分拣与搬运,识别率高.

　　综上所述,国内外对于搬运机器人的研究已日益深入,不同用途、不同负载能力的搬运机器人应用于工业自动化生产中,能够把工人从单一、重复的劳动过程中解放出来,有助于实现劳动力资源的集约化,并提高生产效率.但是大多数的搬运机器人只是僵化地执行预定的动作,当目标工件的位置发什么变化时,机器人往往不能正确抓取目标.基于机器视觉技术能够实现对目标相关信息的实时获取,使搬运机器人的智能化程度得到提高.继续拓展基于机器视觉的搬运机器人的研发与应用领域,能够促进工业生产的智能化、柔性化发展,助力智能制造的发展与智慧工厂的建设.

　　1.3 与课题相关的关键技术研究现状

　　1.3.1 目标识别与定位的研究现状

　　随着计算机性能的提高以及各种智能算法的发展,图像处理技术变得日益成熟.以图像处理为核心的机器视觉技术的研究与应用也在快速展开.图像处理与机器视觉都是指对目标图像的分析处理,图像处理主要侧重于通过数学变换实现图像中目标信息的提取,而机器视觉则是侧重于通过对图像中目标的识别与定位来获得目标三维空间信息[17].

　　在图像处理的相关算法的研究中,针对目标识别与定位的理论方法已取得很多研究成果.Yu-Lan Z[18]提出了一种基于目标区域不同和目标与背景之间一维平均灰度绝对差最大值相结合的快速目标检测方法.Li L 等[19]提出了一种基于目标轮廓的快速识别算法.该算法基于相对轮廓矩不变的原理对目标进行了识别.Xia G 等[20]针对实时系统中算法复杂度、跟踪精度和快速性之间的矛盾,提出了一种新的改进的高效算法.该算法基于模板粗略匹配的特点,通过降低分辨率,采用序贯相似性检测算法(SSDA)对目标进行定位.同时,研究者提出了基于置信度最大近距离的模板更新算法,并采用卡尔曼滤波算法对目标位置进行估计,降低了遮挡时的目标丢失率.Wang Y 等[21]通过自适应遗传算法的二维 Otsu 分 割完成图像分割,实现了机器人视觉的目标识别与定位.Zhang H 等[22]从亚像素边缘定位出发,根据实际图像的中心几何特征和灰度分布特征,提出了一种改进的亚像素边缘提取算法,然后采用最小二乘法实现中心定位.Wang Hao 等[23]通过形状矩不变量和加权欧氏距离进行了相应算法的改进,并验证了该算法对光照的不敏感性,其在识别颜色相近的物体方面具有很大的优势,具有高效、准确、鲁棒性好等优点.Guan F 等[24]利用 SURF 算法提取单个目标或多个目标的特征点,并将目标特征存储在数据库中,然后在图像配准过程中遍历目标数据库对目标进行识别,实现了对三维旋转目标和多目标的快速有效识别.

　　综上所述,目标识别与定位的算法研究成果较多,但是基于机器视觉技术的应用场景的不同,仍然需要提出一种有效的算法去解决实际生产中遇到的目标识别与定位问题.

　　1.3.2 机械手控制方式的研究现状

　　机械手的控制方式大体上可以分为三类:基于计算机的控制方式、基于单片机或微处理器的控制方式以及基于 PLC 的控制方式.根据应用领域的不同,其控制方式也有所不同.

　　Hong K S 等[25]研究了一种基于计算机的开放式机械手控制系统.该系统由基本软件、应用程序和计算机平台上的其他硬件设备组成,能够实现不同生产环境下的系统优化,同时允许各模块简单地修改,具有良好的开放性能.沈孝芹等[26]设计了基于 STC89S52 单片机的机械手控制系统,完成了对目标物体的自动搬运,同时实现了多机械手应用于搬运过程的联动控制.徐建明等[27]采用 ARM 处理器作为机械手的控制核心,提出了脉冲转换以及位置控制的相关算法,进行了机械手的轨迹、速度规划,同时实现了机械手的位置控制.郭艳萍等[28]以 PLC和脉冲输出模块组成机械手控制系统,快速、准确地实现了机械手的位置控制,完成机械手的物料搬运任务.董茂起[29]等基于西门子 S7-200 型 PLC 实现了对搬运机器人的自动与手动控制,具有成本低廉、工作可靠等优点.

　　综上所述,基于计算机的机械手控制方式,具有良好的开放性能、控制灵活等特点.基于单片机或微处理器的机械手控制方式,其硬件设计相较复杂但算法灵活.基于 PLC 的机械手控制方式,可靠性较高、便于扩展、易于实现多轴联动.通常需要根据实际应用的场景,对机械手的控制方式进行设计.

　　本课题主要针对实际生产中绕线工字轮的搬运存在着普通搬运机器人因行程、负载、定位准确率等不足无法抓取而主要依靠人工搬运的现状,拟采用机器视觉技术结合 PLC 控制方式研制出一种能够实现工字轮自动搬运的机械手控制系统.

　　1.4 课题的主要内容与论文总体结构

　　1.4.1 课题的主要内容

　　本课题主要研究内容为基于机器视觉的工字轮自动搬运设备的机械手控制系统,主要包括工字轮搬运系统总体设计、工字轮目标识别与定位以及运动控制系统等部分.其中工字轮搬运系统主要研究搬运机械手和移送货箱的 AGV 两部分.当 AGV 移送工字轮货箱至移栽台相应位置后,视觉系统对货箱中的工字轮进行识别与定位,经数据传输后,再通过 PLC 控制系统对工字轮搬运的机械手的运动进行控制,完成工字轮的搬运任务.视觉系统在工字轮目标识别与定位过程中主要涉及到相机标定、工字轮图像的采集、工字轮图像的轮廓提取、工字轮目标的定位、坐标转换等内容,通过视觉识别与定位可以获取工字轮的位置信息,对工字轮进行准确定位.基于 PLC 的工字轮搬运的机械手的运动控制系统主要包括 PLC 控制系统、上位机以及系统通讯等部分,通过视觉系统传输的工字轮位置信息,控制机械手动作,实现工字轮的准确抓取与放置.课题的具体内容如下:

　　(1)工字轮搬运系统总体设计

　　本课题中研究的工字轮搬运系统主要包括搬运机械手和移送货箱的 AGV 两部分.结合工字轮搬运的机械手的设计需求,设计其总体结构.采用桁架式主体结合三轴驱动单元及气爪作为其机械本体结构,并对气爪进行力学分析.搭建视觉系统的图像采集装置,进行相机、镜头等主要硬件的选型.基于工字轮搬运的机械手的运动控制要求,对作为核心控制器的 PLC 进行选型以满足生产需求.根据移送货箱的 AGV 运行精度要求,对其进行理论探究,设计满足要求的控制器.

　　(2)工字轮目标识别与定位设计

　　搭建的图像采集装置需要进行相机标定以获取相关参数,同时结合手眼关系可以得到工字轮抓取过程中所涉及到的坐标转换关系.通过实际对比确定图像采集装置采集到的工字轮图像的处理方法,获取较为理想的工字轮轮廓图像.然后对工字轮轮廓图像进行直线特征点提取,经最小二乘法的直线拟合方法确定出工字轮实际轮廓中心点的像素坐标,再结合坐标转换关系得到机械手坐标系下工字轮实际轮廓中心点的坐标.

　　(3)工字轮搬运的机械手运动控制系统设计

　　对工字轮搬运的机械手进行路径规划,确定工字轮的搬运次序,节省设备的功耗.通过对系统控制要求的分析,确定机械手的动作流程,定义 I/O 端口并分配地址,根据所选的 PLC 型号设计硬件电路,并完成相应动作要求的 PLC 控制程序设计.设计便于运动控制系统与视觉系统集成的上位机界面,实现控制系统的可视化操作.同时,对系统的性能进行测试并验证其可行性.

　　1.4.2 论文总体结构

　　本文共分为五个章节,具体如下:

　　第一章绪论.介绍了本课题的来源、研究背景及意义,阐述了基于机器视觉的搬运机器人的国内外研究现状,并通过相关文献介绍了目标识别与定位技术以及机械手控制方式的研究现状,拟采用机器视觉技术结合 PLC 控制方式实现工字轮自动搬运的机械手控制系统设计,确定了课题的主要研究内容以及论文总体结构.

　　第二章工字轮搬运系统总体设计.分析工字轮搬运的过程,主要研究搬运机械手和移送货箱的 AGV 两部分.结合工字轮搬运的机械手的设计需求,设计其总体结构,包括工字轮搬运的机械手的本体结构、视觉系统以及 PLC 控制系统等部分的设计.阐述机械手本体结构组成、视觉系统中图像采集装置的硬件选型以及控制系统中核心控制器 PLC 硬件选型等,并介绍其软件设计.根据移送货箱的 AGV 运行精度要求,对其进行理论探究,设计满足要求的控制器.

　　第三章基于机器视觉的工字轮目标识别与定位.首先通过对相机成像模型的分析,进行相机标定,同时结合手眼关系获得相关坐标系之间的转换关系:通过图像处理的相关算法对采集到的工字轮图像进行轮廓提取并定位工字轮实际轮廓中心点,经由实际坐标转换关系,得到工字轮在机械手坐标系下的真实坐标.

　　第四章工字轮搬运的机械手控制系统设计与实现.对工字轮搬运的机械手进行路径规划,确定合理的工字轮的搬运次序.结合系统的控制要求,分析机械手的动作流程,根据所选的 PLC 型号设计硬件电路,并完成 PLC 程序设计.对上位机的功能进行分析,开发人机友好的上位机界面.采用 OPC 通信技术对上、下位机进行通讯配置,实现系统通讯.搭建控制系统的软硬件测试平台,测试系统性能.

　　第五章总结与展望.分析全文,总结课题主要完成的内容,并提出课题以后的研究方向.

　　1.5 本章小结

　　本章介绍了基于机器视觉的工字轮搬运的机械手控制系统研发这一课题的来源、研究背景及意义.结合相关参考文献,阐述了基于机器视觉的搬运机器人的国内外相关研究现状.论述了目标识别与定位技术以及机械手控制方式等相关技术的研究现状.同时介绍了本课题的主要内容以及论文的总体结构.

　　…………由于本文篇幅较长,部分内容省略,详细全文见文末附件

　　第五章 总结与展望

　　5.1 总结

　　本课题针对实际生产中绕线工字轮的搬运存在着普通搬运机器人因行程、负载、定位准确率等不足无法抓取而主要依靠人工搬运的现状,以盘重较大的工字轮作为研究对象,开发设计了基于机器视觉的工字轮自动搬运设备的机械手控制系统.在对工字轮搬运系统进行总体设计的基础上,完成了工字轮目标的识别与定位,同时基于 PLC 的运动控制实现了工字轮的自动搬运.经过现场测试表明,本系统能够满足实际需求.本文完成的具体内容总结如下:

　　(1)结合相关参考文献,阐述了基于机器视觉的搬运机器人的国内外研究现状,并对目标识别与定位技术以及机械手控制方式的相关技术现状进行了分析. 为提高定位准确率,实现工业生产的智能化,采用机器视觉技术结合 PLC 控制方式设计工字轮搬运的机械手控制系统.

　　(2)分析了工字轮的搬运过程,主要研究了工字轮搬运系统的机械手以及AGV 两部分.首先,结合实际生产中工字轮搬运的机械手的设计需求,对其总体结构进行了设计.以桁架式为主体,结合三轴驱动单元和由气爪构成的末端执行器确定了工字轮搬运的机械手本体结构,并对气爪进行了力学分析,验证了可行性.以 COMS 相机、镜头等为主要硬件进行了图像采集装置的选型,并使用C#编程语言和 HALCON 图像处理动态链接库开发计算机的图像采集与处理模块,实现对采集到的工字轮图像的处理.选用 SIEMENS S7-1200 系列 PLC 为核心控制器对工字轮搬运的机械手进行运动控制,并使用 TIA Portal 软件来进行 PLC程序的编写.其次,结合移送货箱的 AGV 运行精度的要求,对其控制器设计作了理论探究,并进行了轨迹跟踪的数值仿真,结果表明所设计的控制器能够满足要求.

　　(3)通过对相机标定中所涉及的相关数学模型的分析,采用了 HALCON 软件完成了标定实验,并根据手眼关系得到机械手在抓取目标工字轮的过程中所涉及的坐标转换关系.通过实际对比确定了工字轮图像灰度化、滤波、阈值分割等的处理方法,再结合形态学后处理过程获得了较为理想的工字轮轮廓图像.通过分析 Hu 矩方法定位工字轮的优点与缺点,提出了一种基于直线特征点提取并进行最优直线拟合的方法来实现对工字轮图像实际轮廓中心点的定位.根据相机标定与手眼关系获得的图像像素坐标系与机械手坐标系的转换关系,确定工字轮中心点坐标在机械手坐标系下的真实坐标,为机械手抓取提供精确的位置信息.

　　(4)通过遗传算法对工字轮搬运的机械手进行路径规划,依据所给出的搬运路径确定了工字轮的搬运次序,优化了系统性能.通过对工字轮搬运的机械手的运动控制要求的分析,确定了机械手执行相关任务的动作流程,完成了对 PLC中 I/O 端口的定义及相应地址的分配,设计了控制系统的硬件电路接线图,同时运用顺序控制法对 PLC 控制程序进行了设计.采用模块化设计方法,完成了上位机的人机界面设计.同时,使用 OPC 通讯技术完成了上位机计算机与下位机S7-1200 PLC 的数据传输.搭建了工字轮搬运的机械手的软硬件测试平台,进行了现场性能测试,结果表明控制系统的性能可以满足实际生产需求.

　　5.2 展望

　　本文对基于机器视觉的工字轮自动搬运设备的机械手控制系统进行了研究,具体实现了工字轮的精确定位,完成了机械手执行相关任务的运动控制.但对于本文的研究内容,依然还有许多方面有待进一步提高:

　　(1)对移送货箱的 AGV 的研究中,只是对其控制器进行了理论设计,完成了轨迹跟踪控制的数值仿真,使其满足运行精度的要求,但其相应硬件部分的开发还有待深化研究.

　　(2)基于机器视觉的目标识别与定位涉及机械、光学、图像、机电控制等多学科领域,本文涉及的工字轮目标识别与定位的相关算法虽然能够达到系统的定位要求,但是在实际生产中可能会出现对经多次回收使用、表面污染严重、轮廓缺陷严重等状况的工字轮无法精确定位的情况,因此在相关算法的优化方面还需要进一步的研究.

　　(3)在企业的实际生产中,本课题设计的工字轮搬运的机械手本体结构满足其生产需求.但是随着企业相关工艺的优化升级,研制不需要定位装置的工字轮搬运机器人结构,能够大大提升搬运过程与其他工艺结合的紧密程度,实现对生产全过程的优化.
　　参考文献
　　[1]刘雅君,卢婧.新常态下中国产业结构优化升级的环境条件与推进机制[J].浙江学刊,2015(06):188-193.
　　[2]岳孜.《中国制造 2025》背景下制造业智能化发展分析[J].社会科学战线,2016 (11): 261-264.
　　[3]吴斌.我国线材近年生产及进出口回顾与分析[N].世界金属导报, 2018 -12-11 (A06).
　　[4]臧祖望.工业产品表面缺陷检测研究与开发[D].北京交通大学,2012.
　　[5]朱良.机器视觉在工业机器人抓取技术中的应用[D].中国科学院研究生院(沈阳计算技术研究所),2016.
　　[6]杨宗林.物料搬运移动机器人的优化设计[D].合肥工业大学,2017.
　　[7]Shirai Y, Inoue H. Guiding a robot by visual feedback in assembling tasks[J]. Pattern Recognition, 1973, 5(2):99-108.
　　[8]陈晓炬.四自由度码垛机器人运动轨迹规划研究[D].电子科技大学,2017.
　　[9]Royer E, Lhuillier M, Dhome M, et al. Monocular vision or mobile robotlocalization and autonomous navigation[J]. International Journal of ComputerVision, 2007, 74(3):237-260.
　　[10]Chaumette F,Malis E.2D 1/2 visual servoing: A possible solution toimage-based and position-based and position-based visual servoings[C].IEEEInternational Conference on Robotics and Automation,San Francisco,2000:630-635.
　　[11]徐凯.基于双目视觉的机械手定位抓取技术的研究[D].浙江大学,2018.
　　[12]李金泉,段冰蕾,南倩.TH50 型码垛机器人动态静力学分析[J].北京科技大学学报,2011,33(04):504-508.
　　[13]魏前龙.基于视觉定位的六轴工业机器人搬运系统设计与研究 [D].合肥工业大学,2017.
　　[14]邱泓,张辉.基于机器视觉的玻璃瓶码垛机检测与搬运系统设计 [J].仪表技术与传感器,2010(04):79-80+104.
　　[15]彭路.面向散热器自动搬运的视觉测量系统[D].沈阳理工大学,2013.
　　[16]李湘伟,吴翩卉,王锐鹏.基于机器视觉识别的小型机器人分拣搬运系统的研制[J].机床与液压,2015,43(10):161-164.
　　[17]Du J, Guo X, Wang C, et al. Three-Dimensional Reconstruction andCharacteristics Computation of Corn Ears Based on Machine Vision[J].IfipAdvances in Information & Communication Technology, 2013, 420.
　　[18]Yu-Lan Z. Fast Small Offshore Target Detection Based on Object RegionCharacteristic[J].自动化学报, 2005, 31(3):427-433.
　　[19]Li L, Jia D, Chen X, et al. A fast discrete moment invariant algorithm andits application on pattern recognition[C].World Congress on Intelligent Control &Automation. IEEE, 2006.
　　[20]Xia G, Xing Z. A New Algorithm for Target Recognition and Tracking forRobot Vision System[C].IEEE International Conference on Control & Automation.IEEE,2007.
　　[21]Wang Y, Jiang X, Li Z. Research on the Method of Intelligent Robot VisualRecognition and Positioning[C].IEEE International Conference on Networking.IEEE, 2008.
　　[22]Zhang H, Da F P, Xing D K. An Improved Algorithm for Subpixel Locationof Circle Center[C].Conference on Pattern Recognition. IEEE, 2008.
　　[23]Wang Hao, Hu Xiao-rong, Fang Bao-fu, Geng Wei, Meng Fan-hui. Targetrecognition of household service robot based on shape moment invariants[P].Computer Application and System Modeling (ICCASM), 2010 InternationalConference on,2010.
　　[24]Guan F, Liu X, Feng W, et al. Multi target recognition based on SURFalgorithm[C].International Congress on Image & Signal Processing. IEEE, 2013.
　　[25]Hong K S, Choi K H, Kim J G, et al. A PC-based open robot control system:PC-ORC[J]. Robotics and Computer-Integrated Manufacturing, 2001,17(4):355-365.
　　[26]沈孝芹,张蔚波,于复生,陈继文.基于单片机控制的气动搬运机械手的研制[J].液压与气动,2008(08):14-15.
　　[27]徐建明,张健,吴世民,俞立.基于 ARM 的机械手运动控制系统设计[J].浙江工业大学学报,2014,42(03):243-248.
　　[28]郭艳萍,张超英.基于 PLC 的工业机械手控制系统[J].仪表技术与传感器,2007(09):31-32+56.
　　[29]董茂起,于复生,王雪,孙永亮.基于 S7-200 PLC 的三自由度机械手控制系统设计[J].液压与气动,2010(08):4-5.
　　[30]吴双峰,庄圆,李周,姬海翔,纪翀.大型桁架式钢板自动分拣机器人设计研究[J].制造业自动化,2016,38(08):111-114.
　　[31]孙志礼,冷兴聚,魏严刚等.机械设计[M].沈阳:东北大学出版社,2011. [32]李方宁.高清高速 CMOS 相机系统设计[D].中国科学院研究生院(长春光学精密机械与物理研究所),2014.
　　[33]张静平.基于机器视觉的 QFN 芯片表面检测系统设计[D].东南大学,2017.
　　[34]曾鹏.基于单目视觉的工件定位与机器人抓取技术研究[D].大连理工大学,2017.
　　[35]赵荣.采用永磁同步电机的伺服系统研究[D].哈尔滨工程大学,2008.
　　[36]储昭碧,李健,孔艳,冯小英.基于 S7-1200 的全自动洗车控制系统的设计[J].电气传动,2016,46(09):62-65.
　　[37]张军,雷川川.一种新型 AGV 驱动单元结构设计与分析[J].机械设计与制造,2018(07):137-139.
　　[38] 赵雨寒 . 非 线 性 切 换 系 统 稳 定 性 分 析 与 分 数 阶 控 制 [D]. 南京林业大学,2016.
　　[39]刘玉然,侯明亮.分数阶多目标航迹过程关联[J].控制与决策,2012,27(12):1854-1858.
　　[40]吴荥荥.基于机器视觉的零部件质量检测研究[D].江苏大学, 2017.
　　[41]陈兵旗.机器视觉技术[M],2018,北京:化学工业出版社,93-95.
　　[42]朱铮涛,黎绍发.镜头畸变及其校正技术[J].光学技术,2005,31(1):136-138.
　　[43]舒娜.摄像机标定方法的研究[D].南京理工大学,2014.
　　[44]邱茂林,马颂德,李毅.计算机视觉中摄像机定标综述[J].自动化学报,2000,26(1):43-55.
　　[45]Lin P D, Sung C K. Comparing two new camera calibration methods withtraditional pinhole calibrations[J]. Optics Express, 2007, 15(6):3012 -3022.
　　[46]Habed A, Boufama B. Camera self-calibration from bivariate polynomialsderived from Kruppa's equations[J]. Pattern Recognition, 2008, 41(8): 2484-2492.
　　[47]CHEN Tian-fei, MA Zi, WU Xiang. Calibration of light plane in linestructured light sensor based on active vision[J]. Optics & Precision Engineering,2012, 20(2):256-263.
　　[48]苏晋.摄像机标定方法研究[D].东北大学,2010.
　　[49]Zhang Z. A Flexible New Technique for Camera Calibration[J]. IEEETransactions on Pattern Analysis and Machine Intelligence,2000,22(11):1330-1334.
　　[50]Li Q, Li H, Gao Q. The influence of different sugars on corn starchgelatinization process with digital image analysis method[J]. Food Hydrocol loids,2015, 43:803-811.
　　[51]Rousselle F, Knaus C, Zwicker M. Adaptive rendering with non -localmeans filtering[J]. ACM Transactions on Graphics, 2012, 31(6):1.
　　[52]何俊,葛红,王玉峰.图像分割算法研究综述[J].计算机工程与科学,2009,31(12):58-61.
　　[53]姜红军, 冯立界, 平子良. 数学形态学早期思想的形成[J].西北大学学报 (自然科学版), 2011, 41(6):1111-1116.
　　[54]郑相锋,王庆,牛晓光.灰度形态学提取焊接熔池图像边缘技术[J].焊接学报, 2007, 28(1):105-108.
　　[55]Hassan Gehad, El-Bendary Nashwa . Retinal Blood Vessel SegmentationApproach Based on Mathematical Morphology[J]. Procedia Computer Science ,2015,65,612-622.
　　[56]Chen Chao,Qin Qiming,Zhang Ning. Extraction of bridges over water fromhigh-resolution optical remote-sensing images based on mathematical morphology[J].International Journal of Remote Sensing,2014, 35 (10):3664-3682.
　　[57]Arshad N, Moon K S, Kim J N. An Adaptive Moving Ship Detection andTracking Based on Edge Information & Morphological Operations[J]. Proceedingsof SPIE - The International Society for Optical Engineering, 2011, 8285.
　　[58]Upraity H, Arya K V. Efficient face recognition using morphologicaloperations[C].International Conference on Industrial & Information Systems. IEEE,2015.
　　[59]简川霞.手机玻璃屏表面缺陷机器视觉检测与分类方法研究 [D].广东工业大学,2017.
　　[60]黄静,陈汉伟.移动机器人全局路径规划算法的研究[J].仪表技术与传感器,2014(12):80-83.
　　[61]张丹,熊雄,时光.基于遗传算法的航空磁探仪搜索路径优化算法[J].电光与控制,2017,24(01):102-107.
　　[62]黄敦华,李勇,季君.基于 OPC Server 技术的多功能工业机器人控制系统设计[J].实验室研究与探索,2018,37(10):98-102.
　　[63]王大鹏,苏孝国,王涛.基于 C#语言的工业计算机与 S7-1200 的 OPC 通讯[J].自动化与仪器仪表,2014(11):147-150+154.
　　[64]张留臣,杨惠忠.基于 OPC 技术的矿用安全继电器测试数据采集系统设计[J].煤矿机械,2012,33(07):232-233.
　　[65]任巍曦.OPC 通信技术的研究与应用[D].华北电力大学,2011.