吳光宇,胡之瀚,葉霆崴
(蘇州北美國(guó)際高級(jí)中學(xué),蘇州 215104)
大型產(chǎn)品,例如導(dǎo)彈、衛(wèi)星、發(fā)動(dòng)機(jī)等作業(yè)安裝對(duì)接質(zhì)量在一定程度上影響了其安全性和穩(wěn)定性,國(guó)內(nèi)的對(duì)接作業(yè)基本采用V型定位支撐的人工裝配對(duì)接,其安全和質(zhì)量主要依靠安裝人員的經(jīng)驗(yàn)以及技能水平,安裝精度以及穩(wěn)定性無(wú)法保證,傳統(tǒng)的方法已經(jīng)無(wú)法滿足目前快速發(fā)展的自動(dòng)化生產(chǎn)行業(yè)需求[1~3]。
目前,有些學(xué)者利用多機(jī)器人系統(tǒng)或是力反饋進(jìn)行對(duì)接定位,例如,北京衛(wèi)星環(huán)境工程研究所的代衛(wèi)兵等[4],基于并聯(lián)調(diào)姿平臺(tái)實(shí)現(xiàn)力反饋下的柔性對(duì)接,北京航空制造研究所的杜兆才等[5],提出了基于多臺(tái)三坐標(biāo)直角機(jī)器人協(xié)調(diào)操作對(duì)接系統(tǒng),這種定位裝置承載能力大、適應(yīng)性強(qiáng),但控制技術(shù)難度大、精度相對(duì)較低。上述對(duì)接裝置都需要人工參與,效率較低,無(wú)法滿足自動(dòng)化的生成應(yīng)用。
圓孔一般被認(rèn)為是裝配過程中的基準(zhǔn),為了達(dá)到自動(dòng)化生產(chǎn)應(yīng)用,有一部分學(xué)者利用機(jī)器人視覺伺服引導(dǎo)裝配的技術(shù),通過檢測(cè)安裝孔位或輔助銷釘進(jìn)行對(duì)接裝配,目前常用的方法是使用Hough圓檢測(cè)方法[6],該方法計(jì)算效率低且精度不高。隨后出現(xiàn)了Hough圓的改進(jìn)算法,但是仍然未能達(dá)到較高的精度,而且對(duì)邊緣的依賴性比較大。還有一部分學(xué)者使用聚類的方法進(jìn)行橢圓提取,該方法將所有的橢圓按中心位置進(jìn)行聚類[7,8],將橢圓間中心距在一定范圍內(nèi)的橢圓歸為一類,從而實(shí)現(xiàn)圓的檢測(cè),但是該方法使用了聚類,聚類使得算法效率降低,不能應(yīng)用于自動(dòng)化生產(chǎn)中;沈夏炯等[9],利用連通區(qū)域標(biāo)記算法實(shí)現(xiàn)了圓的檢測(cè),雖然克服了Hough圓檢測(cè)缺點(diǎn),但是當(dāng)圖像采集得到的圓形外輪廓效果不佳時(shí),直接影響下一步的處理結(jié)果。中科院沈陽(yáng)自動(dòng)化研究所的李展等[10],利用線結(jié)構(gòu)光對(duì)空間目標(biāo)進(jìn)行測(cè)量,在檢測(cè)過程中不僅使用圓形帶有凹槽的對(duì)接環(huán),限制了該方法的使用,而且使用激光跟蹤儀等裝置,測(cè)量效率較低。
實(shí)際生產(chǎn)作業(yè)中工況較為復(fù)雜,圓形零部件可能存在邊緣磨損較為嚴(yán)重的情況,磨損的邊緣對(duì)識(shí)別造成了極大的干擾。利用邊緣進(jìn)行識(shí)別,勢(shì)必?zé)o法進(jìn)行檢測(cè),導(dǎo)致自動(dòng)化對(duì)接誤差較大,因此,本文針對(duì)大型部件對(duì)接裝配過程,提出了一種在缺乏邊緣信息情況下的圓中心定位方法,為后續(xù)的對(duì)接提供基礎(chǔ)。
對(duì)接裝置結(jié)構(gòu)如圖1所示,該裝置主要由一個(gè)機(jī)器人、機(jī)器人控制器以及雙目視覺傳感器和工控機(jī)等單元組成。
圖1 裝置結(jié)構(gòu)圖
具體工作過程為:預(yù)先對(duì)視覺傳感器以及機(jī)器人進(jìn)行標(biāo)定,CCD相機(jī)同步采集被測(cè)圖像,圖像處理單元對(duì)采集的缺乏邊緣信息的圖像圓中心位置進(jìn)行檢測(cè),利用極線約束對(duì)圓中心進(jìn)行匹配,重建圓形區(qū)域的中心三維坐標(biāo),然后將圓中心在相機(jī)坐標(biāo)系下的三維坐標(biāo)轉(zhuǎn)換到機(jī)器人坐標(biāo)系下,引導(dǎo)機(jī)器人進(jìn)行對(duì)接。
針對(duì)大型產(chǎn)品在對(duì)接過程中工況復(fù)雜以及實(shí)時(shí)性要求較高的需求,本文構(gòu)建了雙目視覺引導(dǎo)的機(jī)器人對(duì)接方法,如圖2所示。
圖2 對(duì)接裝置流程圖
為了得到圓形區(qū)域中心的三維信息,需要對(duì)雙目傳感器進(jìn)行標(biāo)定,標(biāo)定相機(jī)的內(nèi)參數(shù)矩陣以及相機(jī)坐標(biāo)系之間的轉(zhuǎn)換關(guān)系。同時(shí)為了實(shí)現(xiàn)機(jī)械臂輔助對(duì)接,需要對(duì)相機(jī)坐標(biāo)系和法蘭坐標(biāo)系之間的位置關(guān)系進(jìn)行標(biāo)定,即手眼標(biāo)定。
為了方便操作,在手眼標(biāo)定的同時(shí)進(jìn)行雙目視覺標(biāo)定,借助于最小二乘法,得到雙目視覺坐標(biāo)系轉(zhuǎn)換矩陣以及各自的內(nèi)參矩陣[11]以及相機(jī)坐標(biāo)系和法蘭坐標(biāo)系之間的轉(zhuǎn)換矩陣[12]。手眼標(biāo)定的過程如圖3所示。
圖3 機(jī)器人手眼標(biāo)定
2.2.1 生成高斯差分圖像
為了使得圖像在尺度變化下具有不變性,需要將采集到的原始圖像在所有尺度下做到尺度無(wú)關(guān),因此利用高斯金字塔生成高斯差分圖像,具體步驟如下:
1)利用高斯卷積核和圖像進(jìn)行卷積建立圖像尺度空間,定義圖像尺度空間為L(zhǎng)(x,y,σ):
其中,I(x,y)為原始圖像,G(x,y,σ)是均方差為σ的高斯核函數(shù),即,?表示卷積操作。
2)利用不同尺度對(duì)圖像進(jìn)行高斯卷積,形成高斯金字塔的第一組圖像,對(duì)第一組圖像中的倒數(shù)第三幅圖像進(jìn)行降采樣形成新圖像中金字塔第一層,再利用不同的尺度對(duì)新圖像進(jìn)行高斯卷積,形成高斯金字塔的第二組圖像,不斷重復(fù)以上操作,建立由多組尺度空間圖像構(gòu)成的高斯金字塔[13]。如圖4所示。
圖4 高斯金字塔
3)利用相鄰尺度的高斯金字塔圖像相減得到高斯差分圖像,高斯差分圖像可以表示為:
在選取金字塔組數(shù)時(shí),竟可能選擇高的組數(shù),因?yàn)榻M數(shù)越高,查找目標(biāo)所需的時(shí)間越短,另一方面,為了保證目標(biāo)圖像的結(jié)構(gòu)清晰,本文中金字塔的組數(shù)設(shè)置為level=5。
2.2.2 尺度空間極值區(qū)域(SSER)檢測(cè)
最大極值穩(wěn)定區(qū)域(MSERs)指的區(qū)域的面積不會(huì)隨著灰度值得微小變化而產(chǎn)生差異,在一定范圍內(nèi)是相對(duì)穩(wěn)定的,并且MSERs區(qū)域還具有仿射不變性。
因此本文結(jié)合圖像差分高斯金字塔和最大穩(wěn)定極值區(qū)域方法,在圖像差分高斯金字塔中提取尺度不變極值區(qū)域,將在圖像的高斯差分尺度空間相鄰尺度上都具有最大極值穩(wěn)定性的區(qū)域被認(rèn)為是尺度空間極值區(qū)域Si,定義為:
其中,i是高斯差分圖像Di的級(jí)數(shù),i-1,i+1是Di相鄰尺度的級(jí)數(shù)。
因此,尺度空間極值區(qū)域具有仿射不變性和尺度不變性[14]。
2.2.3 濾出SSER嵌套區(qū)域
由于存在重疊的相似區(qū)域,因此需要對(duì)相似區(qū)域進(jìn)行精選,最終得到精確的SSER區(qū)域,如下圖所示,精選原則如式(2)所示:
其中,R是濾除嵌套之后的區(qū)域,Ri,Rj分別是SSER的第i和第j個(gè)區(qū)域。
橢圓可以更好的表達(dá)一個(gè)區(qū)域的各種信息,因此為了便于區(qū)域的特征描述,需要將檢測(cè)到的SSER區(qū)域進(jìn)行橢圓擬合,得到尺度不變極值穩(wěn)定區(qū)域的重心,即橢圓中心。
2.2.4 匹配
極線約束可以將匹配點(diǎn)從整副圖像尋找壓縮到一條直線上尋找,極大縮小了尋找范圍。記左圖上的圓中心點(diǎn)p1,利用已知的兩相機(jī)之間的內(nèi)參數(shù)以及坐標(biāo)系之間的轉(zhuǎn)換矩陣,可以求得p1點(diǎn)在右圖上的極線方程,p1所對(duì)應(yīng)的點(diǎn)p2即在該極線上。因此需要引入其他約束來(lái)確定p2。若該極線上在右圖上只通過一個(gè)圓心點(diǎn),可以直接獲得對(duì)應(yīng)點(diǎn)的位置。若該極線在右圖上通過多個(gè)圓中心。則需要利用其他方法進(jìn)行選擇。本文借助于SIFT描述符[15]進(jìn)行精細(xì)匹配,即可得到唯一的圖像匹配點(diǎn)。
為了驗(yàn)證提出方法的有效性和正確性,圖1為裝置結(jié)構(gòu)圖,該系統(tǒng)選用ABB機(jī)器人,機(jī)器人末端安裝有雙目視覺傳感器用于識(shí)別實(shí)測(cè)量,夾具用于部件之間對(duì)接。采用basler品牌300w像素相機(jī),配有Computar公司的8mm鏡頭,相機(jī)幀率為10fps,用于對(duì)目標(biāo)進(jìn)行定位。所有的仿真實(shí)驗(yàn)均在Windows 7操作系統(tǒng)下采用Visual Studio 2008軟件實(shí)現(xiàn)。
左相機(jī)的內(nèi)參矩陣相機(jī)內(nèi)參矩陣KCL和畸變系數(shù)矩陣fCL:
右相機(jī)的內(nèi)參矩陣相機(jī)內(nèi)參矩陣KCR和畸變系數(shù)矩陣fCR:
以左相機(jī)坐標(biāo)系為相機(jī)基準(zhǔn)坐標(biāo)系,右相機(jī)轉(zhuǎn)到左相機(jī)的旋轉(zhuǎn)向量R和平移向量T為:
手眼標(biāo)定的矩陣D為:
對(duì)該結(jié)果進(jìn)行重投影,利用標(biāo)定板兩個(gè)點(diǎn)之間的距離為固定值作為已知量,如表1所示,表中的數(shù)據(jù)中列指的是標(biāo)定板中的7列,利用雙目視覺得到標(biāo)定板上圓心標(biāo)志點(diǎn)的三維點(diǎn)坐標(biāo),并且計(jì)算兩兩點(diǎn)的空間距離,并且計(jì)算空間距離誤差。從表中可以看出雙目視覺精度大于0.02mm。
表1 標(biāo)定精度
圖8 顯示待對(duì)接產(chǎn)品A 面圓形區(qū)域中心檢測(cè)結(jié)果圖。
圖8 待對(duì)接產(chǎn)品A面圓形區(qū)域檢測(cè)
其中,圖8(a)和圖8(b)分別為左相機(jī)和右相機(jī)的檢測(cè)結(jié)果圖,圖8(c)和圖8(d)以及圖8(e)和圖8(f)同理,只是移動(dòng)了機(jī)器人末端的位置使得圖像的角度不一樣和亮度不一樣,從圖中可以看出,該方法具有尺度不變性以及旋轉(zhuǎn)不變性,在圓邊緣不明顯或是缺乏的情況下,仍然能夠精確的確定圓區(qū)域的中心位置。
表2為圖8在圓形區(qū)域檢測(cè)誤差,X,Y,Z分別是圖8(a)和圖8(b)在左相機(jī)重建出的四個(gè)圓中心三維坐標(biāo)值,通過計(jì)算相鄰兩個(gè)圓中心之間的測(cè)量值和三坐標(biāo)測(cè)量的距離進(jìn)行比對(duì),得到圓中心的檢測(cè)誤差,測(cè)量精度為,圓個(gè)數(shù)為m+1,εm為相鄰兩圓形區(qū)域中心的檢測(cè)誤差,由表2 可以看出,誤差精度為0.117637mm。其中,使用的三坐標(biāo)測(cè)量?jī)x的測(cè)量精度為(1.6+L/333)um。
表2 待對(duì)接產(chǎn)品A面圓形區(qū)域檢測(cè)誤差(mm)
圖9顯示待對(duì)接產(chǎn)品B面圓形區(qū)域中心檢測(cè)結(jié)果圖。
圖9 待對(duì)接產(chǎn)品B面圓形區(qū)域檢測(cè)
表3 待對(duì)接產(chǎn)品B面圓形區(qū)域中心檢測(cè)誤差(mm)
其中,圖9(a)和圖9(b)分別為左相機(jī)和右相機(jī)的檢測(cè)結(jié)果圖,圖9(c)和圖9(d)以及圖9(e)和圖9(f)同理,只是移動(dòng)了機(jī)器人末端的位置使得圖像的角度不一樣和亮度不一樣,從圖中可以看出,該方法具有尺度不變性以及旋轉(zhuǎn)不變性,在圓邊緣不明顯或是缺乏的情況下,仍然能夠精確的確定圓形區(qū)域的中心位置。
本文針對(duì)缺乏邊緣信息無(wú)法進(jìn)行圓中心定位的問題,研究了一種尺度不變極值穩(wěn)定區(qū)域檢測(cè)方法,該算法在檢測(cè)穩(wěn)定區(qū)域時(shí)不需要考慮區(qū)域邊界信息,利用在高斯差分圖像上進(jìn)行最大穩(wěn)定極值區(qū)域檢測(cè)得到具有尺度不變的區(qū)域特征信息,當(dāng)圖像在尺度變化大的情況下,也能對(duì)圓中心實(shí)現(xiàn)三維重建,同時(shí)借助最大穩(wěn)定極值區(qū)域的仿射不變性,該區(qū)域也具有仿射不變性。通過實(shí)驗(yàn)論證,該方法的魯棒性好,效率高,可以應(yīng)用于自動(dòng)化生產(chǎn)中。對(duì)于視覺檢測(cè)存在的誤差,為了避免在對(duì)接過程中發(fā)生碰撞,在視覺引導(dǎo)機(jī)器人到達(dá)目的后,采用現(xiàn)有比較成熟的研究成果借助于力反饋控制將大型產(chǎn)品部件準(zhǔn)確定位,保證對(duì)接受力在安全范圍內(nèi)。
在后續(xù)的工作中,需進(jìn)一步分析當(dāng)圓形區(qū)域缺失較大的情況下如何進(jìn)圓中心定位問題,增強(qiáng)算法的普適性。