自由变域作业的两级定位技术

2015-07-24 08:21杨幸芳马丽萍

西安工程大学学报 2015年4期

杨幸芳，严凯，卢健，马丽萍

（西安工程大学电子信息学院，陕西西安710048）

0 引言

自由变域作业中，作业机和作业对象二者的一方相对大地固定，另一方搭载在轮式行走变域装置上相对大地进行自由变域运动，由于轮式行走变域装置是依靠轮子行走（就像汽车相对地面运动），其相对大地定位精度比较低，一般在数十毫米量级，许多人对提高轮式行走变域装置的定位精度进行了研究.雷斌［1］提出基于路标的定位方法；厦田［2］则对轮式行走变域装置视觉导航标识线边缘特征提取［3］进行了研究；魏明明［4］对基于视觉反馈的轮式行走变域装置的定位停车技术进行了研究.虽然这些技术都提高了轮式行走变域装置的定位精度，但是一方面在工厂制作路标或导航标识线总是有失方便，另一方面视觉传感器对于处理运动的视觉图像，实时性比较差，不利于现代工厂作业高效率的要求.毕超［5］对基于激光传感器的轮式行走变域装置的循迹技术进行了研究，在工厂环境放置激光反射物不但不方便，而且激光对人体还会造成损害；史恩秀［6］提出基于分步式Kalman滤波器的AGV姿态角估计方法，该方法基于多种传感器融合技术来实现，目前还处于实验阶段.自由变域作业机对加工作业定位精度要求比较高，期望在10－1mm量级以下，仅靠轮式行走变域装置的一级定位，很难满足作业对象相对作业机精确定位的作业要求，文中提出了一种自由变域作业机的两级定位方法，即先利用超声波传感器［7－8］完成轮式行走变域装置相对作业台的第一级定位（也称粗定位），然后再利用视觉传感器完成作业机与作业对象间的第二级定位［9－10］（也称精定位），实验表明，本两级定位方法具有较高的定位精度，能够很好地满足自由变域作业中作业机相对作业对象精确定位的作业要求.

图1 两级定位自由变域机械加工的配置示意图Fig.1 Configuration schematic diagram of mechanical processing with the function of freely changing processing domain based on two－level positioning

1 两级定位方法

自由变域两级定位作业的配置类型有多种，图1是两级定位自由变域机械加工机其中一种设计的配置示意图.图1中，1为轮式行走变域装置（含超声波传感器），2为作业机，3为视觉传感器，4为轮式行走变域装置位姿校正标识物，5为轮式行走变域装置行走定位标识物，6为作业台，7为作业对象，8为参考图像.

其中，轮式行走变域装置可以方便实现自由路径变域，轮式行走变域装置的结构示意图如图2所示.1－1为行走主体，1－2为驱动轮组件，1－3为数控装置，1－4为自由轮组件，1－5为超声波传感器.

轮式行走变域装置各组件的连接方式及功能描述如下：在行走主体中安装有两级定位自由变域机械加工机的数控装置；在行走主体的左右各设置一驱动轮组件（共两个），驱动轮组件由数控装置控制，带动行走主体自动行走和差速转弯转向，以实现自由路径的导向及控制，从而实现自由路径变域；在行走主体的前后各设置一自由轮组件（共两个），自由轮组件为无动力源，仅起支撑作用的自由轮；在行走主体的四边各设置有两个超声波传感器（前后左右各两个，共8个）.

对于视觉定位，采用了基于参考图像（标准图像）的视觉定位机制，即用参考图像代替作业对象，视觉传感器识别的是参考图像而不是作业对象，实现方法是：（1）视觉传感器安装在作业机的末端执行器上，由作业机带动视觉传感器相对参考图像进行预调整运动，标定并记忆参考图像标定信息；（2）作业对象与参考图像关系标定并记忆作业对象与参考图像关系信息；（3）在粗定位基础上，由作业机带动视觉传感器相对参考图像进行识别调整运动，直至图像识别信息与参考图像标定信息相同为止，记下识别调整运动信息；（4）根据识别调整运动信息和作业对象与参考图像关系信息，进行数控编程和机械作业（加工、装配、物流交接等）.

用参考图像代替作业对象的考虑是，由于这里只需识别作业机相对作业对象的位置及姿态特征，不需识别作业对象的形貌特征，因此用参考图像代替作业对象可以简化图像识别，并可提高识别精度及效率.行走定位标识物、位姿校正标识物、驱动轮组件、数控装置及超声波传感器，一起构成了轮式行走变域装置的控制部分，数控装置与驱动轮组件和超声波传感器分别连接.轮式行走变域装置上安装有数控加工机（本配置为5轴加工机，实际为5自由度机器人），由于轮式行走变域装置具有大地坐标的行走及转弯两个自由度，因此，此两级定位自由变域机械加工机共有7个自由度，7个自由度均由伺服电机驱动.

自由变域机械加工机可实现在不同加工工位之间的变域加工，图3是两级定位自由变域机械加工机的移动路线示意图.

图2 轮式行走变域装置的结构示意图Fig.2 The structure schematic diagram of the device with the function of freely changing processing domain by walking with wheel

图3中，13为自由路径，14为变域机械加工机，8为加工对象（大型零件），其有多个加工部位（可为内、外表面），其中的A，B，C，D即为加工对象上的待加工部位.具体实施时两级定位自由变域机械加工机能够沿自由路径移动，依次完成在A，B，C，D处的定位及操作.

自由变域两级定位，实质是在第一级定位前先进行轮式行走变域装置的位姿校正，然后再进行轮式行走变域装置的第一级定位，最后再进行加工机的第二级定位.

1.1 基于超声波传感器的一级定位

图3 两级定位自由变域机械加工机移动路线示意图Fig.3 The schematic diagram of moving route of the mechanical processing machine with the function of freely changing processing domain based on two－level positioning

文中基于超声波传感器的一级定位轮式行走变域装置的导向和行走均为数字伺服控制，采用伺服电机驱动和差速转弯转向，可以方便地实现自由路径变域.轮式行走变域装置上共安装了8个超声波传感器（前后左右各两个），这些超声波传感器在行走途中进行避障探测［2－3］，将得到的信息及时输入数控装置进行处理，控制驱动轮组件动作，避免与其他无关物体碰撞；在轮式行走变域装置到达加工站点之前，前方的两个超声波传感器首先与预设的位姿校正标识物配合采集位置参数，通过数控装置及时进行计算并控制驱动轮组件，调节轮式行走变域装置的两个自由度变化，进行位姿校正得到一个初步定位，以修正轮式行走变域装置在行走途中的累积位姿误差，这为提高轮式行走变域装置的定位精度奠定基础；然后，这两个超声波传感器再与预设的定位标识物配合，进行轮式行走变域装置的最终定位，即实现两级定位自由变域机械加工机的第一级定位.

闫鹰［11］对轮式行走变域装置（其研究对象为自动导航车AGV）的定位进行了研究，在对AGV运动学模型分析的基础上，建立了AGV的运动学方程，采用位姿开环与闭环控制相结合的方式对AGV的定位轨迹进行控制，并在建立超声波测距模型的基础上，采用超声波传感器进行了AGV定位精度的实验.实验均在实验室环境中进行，且AGV行驶的路况较好，定位用的超声波反射板也较为平直.实验数据表明，AGV定位的位置误差在±5mm以内，角点误差小于±0.50.

1.2 基于视觉传感器的二级定位

视觉传感器在工业中的应用相当新颖且发展迅速.当加工机处在正确的加工位置时，在每个加工部位视觉定位传感器均可采集一幅参考图像的图像作为标准图像，待下次自由变域机械加工机到来时，由于轮式行走变域装置的一级定位精确较差，故此时视觉传感器所摄图像（称为实时图像）已不同于标准图像.为了实现精确加工，此处利用实时图像与标准图像的差来引导加工机实现精确定位，这一级定位是基于视觉的，故称为基于视觉（或视觉传感器）的二级定位.

两级定位自由变域机械加工机中的数控加工机通过安装在其末端执行器上的视觉传感器采集参考图像的图像数据，数控装置及时进行计算并控制调整加工机的各运动自由度（各关节）运动，直至视觉传感器识别到的参考图像的信息与预先标定的参考图像的信息相同，即实现了视觉传感器与参考图像的相对定位，由于视觉传感器安装在加工机末端执行器上，参考图像与作业对象关系已标定，这样即可确定加工机与作业对象之间的位姿关系.

直接利用图像特征对机器人进行控制，控制器的给定是目标的图像特征，利用视觉检测目标的当前图像特征作为反馈，以图像特征的偏差控制机器人的运动.因此，在基于图像的视觉控制中，要给出期望的图像特征.轮式行走变域装置在标准位置采集的图像即为期望图像，从期望图像中提取的标识物特征作为期望的图像特征.

图4 基于图像的视觉控制框图Fig.4 The visual control block diagram based on image

图4为基于图像的视觉控制框图，它由两个闭环构成，外环为图像特征闭环，内环为关节位置闭环，视觉反馈量为标识物的当前图像特征，将当前图像特征与期望图像特征比较得到特征偏差，根据该偏差设计机器人末端微分运动调整策略，实现图像空间偏差到笛卡尔空间偏差的转换，对应的转换矩阵称为图像空间到笛卡尔空间微分运动的雅克比矩阵.根据机器人的当前位姿，由机器人末端微分运动量得到希望的机器人末端在笛卡尔空间的位姿，利用机器人的逆运动学计算出关节空间的位置给定，即粗定位；然后由6路关节位置控制器，根据各个关节的期望位置对机器人的运动进行控制.通过机器人本体各个关节的运动，使得机器人的末端到达期望的位置和姿态.实验表明，基于视觉的二级定位精度可以达到0.01mm［12］.

2 结束语

针对自由变域作业中轮式行走变域装置相对大地定位精度比较低，而自由变域作业机对加工作业定位精度要求又较高的情况，文中提出了一种自由变域作业机的两级定位方法：先利用超声波传感器完成轮式行走变域装置相对作业台的第一级定位，然后再利用视觉传感器完成作业机与作业对象间的第二级定位，即精定位.实验表明，两级定位方法能够有效满足作业机相对作业对象精确定位的要求.

［1］雷斌，刘波峰，刘道正，等.基于路标的 AGV定位优化研究［J］.传感器与微系统，2013，32（6）：60－62.LEI Bin，LIU Bofeng，LIU Daozheng，et al.Research of AGV localization optimization based on landmark［J］.Transducer and Microsystem Technologies，2013，32（6）：60－62.

［2］夏田，金超，刘晔.AGV视觉导航标识线边缘特征提取研究［J］.机械设计与制造，2013（3）：199－201.XIA Tian，JIN Chao，LIU Ye.Research on edge feature extracting for visual navigation marking line of AGV［J］.Machinery Design ＆ Manufacture，2013（3）：199－201.

［3］拓小明，李云红，刘旭，等.基于Canny算子与阈值分割的边缘检测算法［J］.西安工程大学学报，2014，28（6）：745－749.TUO Xiaoming，LI Yunhong，LIU Xu，et al.The edge detection algorithm based on Canny operator and threshold segmentation［J］.Journal of Xi′an Polytechnic University，2014，28（6）：745－749.

［4］魏明明，汪焰恩.基于计算机视觉反馈的 AGV定位停车研究［J］.机床与液压，2011，39（15）：37－53.WEI Mingming，WANG Yanen.AGV positioning and parking based on computer vision feedback［J］.Machine Tool ＆Hydraulics，2011，39（15）：37－53.

［5］毕超，高文中，李强.基于激光循迹和PLC控制的自动导引车控制系统软件设计［J］.国防交通工程与技术，2013（2）：39－42.BI Chao，GAO Wenzhong，LI Qiang.The design of software for laser－tracking－based，PLC－controlled automatic guided vehicles［J］.Traffic Engineering and Technology for National Defence，2013（2）：39－42.

［6］史恩秀，王振，黄玉美，等.基于分步式Kalman滤波器的AGV姿态角估计方法实验研究［J］.西安理工大学学报，2010，26（1）：37－42.SHI Enxiu，WANG Zhen，HUANG Yumei，et al.Experiment study of the method for estimating AGV′s posture based on multiple－step kalman fusion for multi－sensor［J］.Journal of Xi′an University of Technology，2010，26（1）：37－42.

［7］张树刚.基于超声波的移动机器人局部避障算法及应用［D］.哈尔滨：哈尔滨工业大学，2013：8.ZHANG Shugang.Local obstacle avoidance algorithm and application of mobile robot based on ultrasonic［D］.Harbin：Harbin Institute of Technology，2013：8.

［8］付志强，裴晓敏.超声波避障小车设计［J］.电子技术与软件工程，2014，19：154－155.FU Zhiqiang，PEI Xiaomin.The design of obstacle avoidance car design［J］.Electronic Technology ＆ Software Engineering，2014，19：154－155.

［9］张建中，何永义，李军.机器人装配视觉定位应用研究［J］.机电工程，2011，28（8）：934－937.ZHANG Jianzhong，HE Yongyi，LI Jun.Application research of vision－location in robotic assembly equipment［J］.Journal of Mechanical ＆ Electrical Engineering，2011，28（8）：934－937.

［10］谭启蒙.基于视觉定位跟踪的大型机械部件数字化对接关键技术研究［D］.北京：北京邮电大学，2012：9－12.TAN Qimeng.Research on key technologies of digital joining large－scale mechahnical components based on visual positioning and tracking［D］.Beijing：Beijing University of Posts and Telecommunications，2012：9－12.

［11］闫鹰.自动导航小车超声波定位方法的研究［D］.西安：西安理工大学，2005：54－58.YAN Ying.Study on the ultrasonic positionign method of the automated guide vehicles［D］.Xi′an：Xi′an University of Technology，2005：54－58.