当前位置:文档之家› 机器人视觉传感器的应用

机器人视觉传感器的应用

机器人视觉传感器应用庞浜学号19920141152889(厦门大学物理与机电工程学院,福建厦门 361005)摘要:传感器是自动控制特别是机器人技术中一个很重要的部分。

它类似人的五感(眼、耳、鼻、舌、身)对对象物,周围环境,系统内部状态进行快速、准确的感觉、检测、识别。

本译文介绍了几种类似人视觉功能的传感器(红外线传感器,视觉—位置传感器,色识别传感器),及其原理、特点、应用及主要技术指标。

在机器人发展日益成熟的今天,视觉传感器的重要作用日益显现。

关键词:视觉传感器,图像处理,机器人Abstract:Sensor is a very important part of automatically controlled in particular robotics. It is similar to one of the five senses (eyes,ears,nose, tongue,body) to the object, the surroundings, the internal state of the system for fast, accurate feeling, detection, identification.The translation introduces several features similar to human vision sensors (infrared sensors, vision - position sensors,color recognition sensor),and its principles,characteristics,applications and main technical indicators.In today's increasingly sophisticated robot development, the important role of the visual sensor becomes increasingly obvious.1引言目前,在全世界的制造业中,工业机器人已经在生产中起到了越来越重要的作用。

为了使机器人能够胜任更复杂的工作,机器人不但要有更好的控制系统,还需要更多地感知环境的变化。

其中机器人视觉以其信息量大、信息完整成为最重要的机器人感知功能。

机器人视觉伺服系统是机器视觉和机器人控制的有机结合,是一个非线性、强藕合的复杂系统,其内容涉及图象处理、机器人运动学和动力学、控制理论等研究领域。

随着摄像设备性能价格比和计算机信息处理速度的提高,以及有关理论的日益完善,视觉伺服已具备实际应用的技术条件,相关的技术问题也成为当前研究的热点。

机器人视觉是使机器人具有视觉感知功能的系统。

机器人视觉可以通过视觉传感器获取环境的一维、二维和三维图像,并通过视觉处理器进行分析和解释,进而转换为符号,让机器人能够辨识物体,并确定其位置及各种状态。

机器人视觉视觉侧重于研究以应用为背景的专用视觉系统,只提供对执行某一特定任务相关的景物描述。

机器人视觉硬件主要包括图像获取和视觉处理两部分,而图像获取由照明系统、视觉传感器、模拟-数字转换器和帧存储器等组成。

根据功能不同,机器人视觉可分为视觉检验和视觉引导两种,广泛应用于电子、汽车、机械等工业部门和医学、军事领域。

计算机视觉应用多采用光电传感器、视觉传感器或者视觉系统来实现。

光电传感器结构简单,价格便宜,但是功能十分单一;基于PC机的视觉系统具有灵活的配置,并且具有优秀的处理性能和扩展能力,适合于各种视觉应用,但是系统相对比较复杂,开发周期长,价格也昂贵。

视觉传感器则具有价格适中、开发简单、体积小巧、可扩展性强等优点。

视觉传感器通常是指综合了光学设备功能和图像处理功能的独立传感器,它在保持灵活性的同时提供准确的决策结果。

视觉传感的工作原理如图1所示,其工作流程分为三步。

采集:摄像头捕获对象或者对象上某一部分的图像;分析:图像传输到存储器中进行处理、分析并和预设的参数进行比较;决策:传感器基于用户设定的容错参数进行决策,最后输出结果。

视觉传感器与光电传感器的传感模式相同,只是前者需要外置的光源。

但是光电传感器只能产生一束光,即只能检测某一个点;而视觉传感器可以检测某一个区域并产生数以千计的像素,而且通过调节传感器镜头可以改变检测区域的大小,在多点检测应用场合下只能使用视觉传感器。

视觉传感器还拥有很强的分析能力。

它可以分析图像的形状、大小和位置,能广泛应用于测量应用、模式匹配和视觉运动导向。

视觉传感器也具备强大的通讯功能,它不仅能够输出数字信号和模拟信号,也可以通过串口VGA(Video Graphics Array)接口或以太网口等标准通讯口传输大量数据,包括被检测部件的特征信息和数字图像等等。

当然,完善的视觉系统具有性能更高的硬件和通用性更好的软件。

PC架构的图像处理系统的优势主要体现在其通用性、可扩充性、灵活性上。

在一些高速(100帧以上)、高分辨率(百万像素以上)或检测算法复杂、需要大存储器的应用场合,视觉传感器有时就难以胜任。

但是,视觉系统价格昂贵,软件需要定制,其开发工作复杂,开发周期长,从而限制了它的应用场合。

图1 视觉传感器工作流程Fig. 1 Work flow of vision sensors视觉传感器并非为特定应用而设计,它易于从一个应用移植到另一个应用,而且视觉传感器的设置、组态和支持都非常简单,生产线上的人就可以完成这些工作。

随着微处理器、DSP、FPGA运算能力的增强,存储器集成度增加和成本的降低,视觉传感器检测软件的功能不断丰富,视觉传感器的应用领域不断扩展,已经逐渐进入了原PC架构的图像检测领域,如精密测量、质量检测、零件分类及定位等。

我们实验室的自动焊接机器人系统[1,2]、CASIA-I移动机器人平台[3,4]和巡线机器人平台[5,6]都使用了基于PC104的视觉控制系统,其控制结构框图如图2所示。

PC104计算机通过图像采集卡采集图像到内存中,首先进行图像预处理(如滤波、增强等),然后根据控制器结构执行高级决策算法,得到最后结果后通过运动控制卡输出到机器人控制器执行。

同时,采集到的图像通过无线网卡传输到实时监控中心进行监控。

整个系统的运算负担全部集中在PC104计算机上,图像数据需要通过高速通道传输到内存单元,执行结果也需要通过外围运动控制卡输出,整个数据传输通道比较耗时。

另外,PC104计算机运行的是功能复杂的Windows操作系统,较多的系统资源消耗在系统服务中,从而影响控制系统的整体性能,而且其较大的体积和重量对移动平台而言也是一个负担。

因此,我们希望开发一个集成度高、结构灵活、图像处理软件功能丰富的视觉传感器,通过集成的微处理器和微系统内核减少数据传输的通道,在保证视觉信息处理性能的同时减小系统的体积,增加系统平台的移动能力。

本文开发的视觉传感器主要基于机器人平台的基本应用需求来设计和实现。

在设计过程中,充分考虑了结构的灵活性和可扩展性,以便向其它的应用平台上移植。

图2 基于PC104的视觉控制系统Fig. 2 Vision control system based on PC104 2视觉机器人分类目前,视觉机器人伺服控制系统有以下几种分类方式:(1)按照摄像机的数目的不同,可分为单目视觉伺服系统、双目视觉伺服系统以及多目视觉伺服系统单目视觉系统只能得到二维平面图像,无法直接得到目标的深度信息;多目视觉伺服系统可以获取目标多方向的图像,得到的信息丰富,但图像的信息处理量大,且摄像机越多越难以保证系统的稳定性。

当前的视觉伺服系统主要采用双目视觉。

(2)按照摄像机放置位置的不同,可以分为手眼系统(eye in hand)和固定摄像机系统(eye to hand或stand alone)在理论上手眼系统能够实现精确控制,但对系统的标定误差和机器人运动误差敏感;固定摄像机系统对机器人的运动学误差不敏感,但同等情况下得到的目标位姿信息的精度不如手眼系统,所以控制精度相对也低。

(3)按婿机器人的空间位置或图像特征,视觉伺服系统分为基于位置的视觉伺服系统和基于图像的视觉伺服系统在基于位置的视觉伺服系统(如图1所示)中,对图像进行处理后计算出目标相对于摄像机和机器人的位姿,所以这就要求对摄像机、目标和机器人的模型进行校准,校准精度影响控制精度,这是这种方法的难点。

控制时将需要变化的位姿转化成机器人关节转动的角度,由关节控制器来控制机器人关节转动。

在基于图像的视觉伺服系统中,控制误差信息来自于目标图像特征与期望图像特征之间的差异。

对于这种控制方法,关键的问题是如何建立反映图像差异变化与机器手位姿速度变化之间关系的图像雅可比矩阵;另外一个问题是,图像是二维的,计算图像雅可比矩阵需要沽计目标深度(三维信息),而深度佑计一直是计算机视觉中的难点。

雅可比矩阵的计算方法有公式推导法、标定法、沽计方法以及学习方法等,前者可以根据模型推导戴标定得到,后者可以在线沽计,学习方法主要利用神经网络方法。

(4)按照采用闭环关节控制器的机器人,视觉伺服系统分为动态观察一移动系统和直接视觉伺服前者采用机器人关节反馈内环稳定机械臂,由图像处理模块计算出摄像机应具有的速度或位置增量,反馈至机器人关节控制器;后者则由图像处理模块直接计算机器人手臂各关节运动的控制量。

视觉伺服所面临的主要问题视觉伺服的研究到目前已有近20年的历史,但是由于视觉伺服所涉及的学科众多,所以其发展有赖于这些学科的发展,目前在视觉伺服的研究中仍然有很多问题没有很好地解决。

(5)图像处理的方法在理论和实际计算处理速度上都是图像伺服最大的难点;(6)在图像处理完成后,图像特征与机器人关节运动之间模型的建立是图像伺服的另一难点;(7)目前的许多控制方法都不能保证系统在工作时是大范围稳定的,所以对有关控制方法的研究也是必要的。

3 几种视觉传感器简介3.1红外线传感器红外线是比可见光波长长的电磁波,其波长在0。

72-1000μm。

的范围内。

所有作热振动的物体都发射红外线,但是人眼感觉不出来。

人的体温为36-37℃,发射出g~10件,波长的远红外线。

把物体加热到400-700℃时发射出3~5林阴的中间红外线。

红外线传感器是检测这些波长的光传感器。

红外线传感器大致可以分为量子型和热型两种。

热型高性能的焦电式红外线传感器价格便宜,使用广泛。

例如人民生活中使用的防盗报警装置,自动门,火灾预感器电子量程等。

在生产过程控制和自动化方面用来作非接触温度测定,薄膜厚度测定和检知物体等。

本文主要论述视觉和近接觉的焦电式红外线传感器的功能以及使用时的注意事项。

相关主题