崔旭东 谭 欢 王平江 余凌波 陈吉红
(①鞍山师范学院计算中心,辽宁 鞍山 114007;②华中科技大学机械科学与工程学院,湖北 武汉430074)
机器视觉因其具有适应性好、柔性强、非接触等特点,被广泛用于自动化生产线的工件尺寸检测、缺陷检测以及分拣中。使用机器视觉进行测量并配合多关节机器人进行工件的分拣,可以提高作业效率,降低工人作业的劳动强度。在自动化生产线中,零部件的抓取及安放,是一个非常重要的环节,也是目前自动化产线消耗人力最大的一个环节。有些类型的工件,若使用机械振动分拣装置,不仅可靠性低,而且振动噪声非常巨大,严重影响工人的身体健康[1]。
随着企业越来越重视柔性化、自动化制造技术的应用,采用基于三维视觉的机器人技术,对散乱堆放的工件进行自动、高效的分拣,其需求越来越迫切,应用也越来越受到重视。从散乱堆放的料框中分拣出单一工件并按照要求的姿态摆放到指定的上料工位,若使用人工的方式进行,枯燥乏味还浪费人工。使用机器视觉技术进行散乱堆放工件的位置姿态检测,再规划机器人抓取的轨迹及抓取的位姿,具有柔性化程度高、缓解企业用工压力、无环境影响、24小时作业的优点[2-3]。
本文针对散乱堆放工件的基于机器视觉的机器人分拣技术的难点,进行了有益探索,提出了切实可行的解决方案。
为了能够精确地重建料框中散乱堆放工件可视面的三维点云数据,本文采用双目立体视觉加结构光格雷码[4-5]、相位移的方式[6],进行三维点云数据的获取。……