基于视觉识别的七轴机械臂智能抓取毕业作品.docx

基于视觉识别的七轴机械臂智能抓取毕业作品.docx

《基于视觉识别的七轴机械臂智能抓取毕业作品.docx》由会员分享，可在线阅读，更多相关《基于视觉识别的七轴机械臂智能抓取毕业作品.docx（35页珍藏版）》请在冰豆网上搜索。

基于视觉识别的七轴机械臂智能抓取毕业作品

基于视觉识别的七轴机械臂智能抓取

摘要：

随着科技的飞速发展，人类对机器的智能化程度要求也越来越高。

随着机器视觉技术的不断进步和被引入机器人领域，机器人开始具备自己的“眼睛”。

不但扩大了其应用范围，而且提高了其智能化程度。

本文研究的目的是对工业机器人控制系统进行开发设计，将机器视觉技术引入原有的工业机器人领域，如本次研究所采用的七轴机械臂，利用机器视觉技术获取工件及其周围环境的信息，识别出所要操作的目标工件，并能做出决策来引导工业机器人完成对工件的抓取和放置等操作。

关键词：

七轴机械臂，机器视觉，智能抓取，视觉识别

Sevenaxismanipulatorintelligentgraspingbasedonvisualidentification

Abstract：

Withtherapiddevelopmentofscienceandtechnology,humanintelligenceofmachinesareincreasinglyhighrequirements.Withthedevelopmentofmachinevisiontechnologywasintroducedintothefieldofrobotandrobot,whichpossessesitsown"eyes".Notonlyexpandedthescopeofitsapplication,butalsoimprovestheintelligentlevelof.Thepurposeofthisstudyistodevelopthedesignofindustrialrobotcontrolsystem,themachinevisiontechnologyintothefieldofindustrialrobots,theoriginal,suchasthesevenaxisrobotarmwiththeacquisitionoftheworkpieceandthesurroundingenvironment,theuseofmachinevisiontechnologyinformation,identifythetargetpartstooperate,andcanmakedecisiontoguideindustrialrobotsontheworkpiecepickandplaceoperations.

Keywords:

sevenaxismanipulator,machinevision,intelligent,visualrecognition

1绪论

1.1视觉识别的七轴机械臂应用背景

1.1.1七轴机械臂的发展历程

机器人是一种具有高度灵活性的自动化机器，是一种复杂的机电一体化设备，是靠自身动力和控制能力来实现各种功能的一种机器。

机械手臂是在早期就有的古机器人基础上发展起来的，我国古代的机关人制造者是最早研究有关机械手臂、关节活动等问题的。

现在机械手臂的研究始于20世纪中期，随着计算机和自动化技术的发展，特别是1946年第一台数字电子计算机问世，计算机取得了惊人的进步，向高速度、大容量、低价格的方向发展。

另一方面，核能技术的研究要求某些机械代替人处理放射性物质。

在这一需求背景下，美国于1947年开发了遥控机械手臂，1948年又开发了机械式的主从机械手臂。

1958年美国联合控制公司研制出第一台铆钉机械手。

它的结构是；机体上安装一个回转长臂，顶部装有电磁快的工件抓放机构，控制系统是示教型的。

1962年美国联合控制公司在上述方案的基础上又试制成一台数控示教再现型机械手。

商名为Unimate（即万能自动）。

运动系统仿照坦克炮塔，臂可以回转、俯仰、伸缩、用液压驱动；控制系统用磁鼓作为存储装置。

不少球坐标通用机械手就是在这个基础上发展起来的。

同年，美国机械制造公司也实验成功一种叫Vewrsatran的机械手。

该机械手的中央立柱可以回转、升降采用液压驱动控制系统，也是示教再现型。

这两种出现在六十世纪初的机械手，是后来国外工业机械手发展的基础。

1978年美国Unimate公司和斯坦福大学，麻省理工学院联合研制一种Unimate-Vicarm型工业机械手，装有小型电子计算机进行控制，用于装配作业，定位误差小于±1毫米。

联邦德国KnKa公司还生产一种点焊机械手，采用关节式结构和程序控制。

目前，机械手大部分还属于第一代，主要依靠人工进行控制；改进的方向主要是降低成本和提高精度。

第二代机械手正在加紧研制。

它设有微型电子计算控制系统，具有视觉、触觉能力，甚至听、想的能力。

研究安装各种传感器，把感觉到的信息反馈，使机械手具有感觉机能。

第三代机械手则能独立完成工作中过程中的任务。

它与电子计算机和电视设备保持联系，并逐步发展成为柔性制造系统FMS和柔性制造单元FMC中的重要一环节。

20世纪90年代初及其以前，主要是以模拟设备为主的闭路系统，称为第一代视频监控系统，即模拟图像监控系统。

典型的模拟监控系统一般由图像摄影部分（模拟摄像机、镜头，云台、麦克风等）、图像传输部分（电缆、光缆、射频）、视频控制部分（操作键盘、视频分配器、视频矩阵切换器、云台控制器、字符叠加器等）和显示记录部分（视频矩阵，监控器，录像机等组成）组成。

最简单的监控系统是由一架摄像机和一台监视器组成，中间用传输线连接。

第一代系统的主要优点是实现方法简单。

但是，其缺点非常明显[3]：

它采用同轴电缆传输，传输距离近，布线复杂，设备、材料费用高，施工困难；另外，由于视频图像是模拟的，图像数据量大，录像时间短，而长时间录像时录像机存储丢失的信息多、由于模拟信号很容易受到干扰，导致图像质量差；其顺序存储的方式又使得查询速度慢；扩展能力差，如果要新增监控点，往往是牵一发而动全身，新的设备很难添加到原有的系统中。

1.1.2视觉识别的发展历程

机器视觉就是用机器代替人眼来做测量和判断。

机器视觉系统是指通过机器视觉产品（即图像摄取装置，分CMOS和CCD两种）将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

国外机器视觉发展的起点难以准确考证，其大致的发展历程是：

20世纪50年代提出机器视觉概念，20世纪70年代真正开始发展，20世纪80年代进入发展正轨，20世纪90年代发展趋于成熟，20世纪90年代后高速发展。

在机器视觉发展的历程中，有三个明显的标志点，一是机器视觉的最先应用来自“机器人”的研制，也就是说，机器视觉首先是在机器人的研究中发展起来的；二是20世纪70年代CCD图像传感器的出现，CCD摄像机代替硅靶摄像是机器视觉发展历程中的一个重要转折点；三是20世纪80年代CPU、DSP等图像处理硬件技术的飞速进步，为机器视觉的发展提供了基础条件。

国内机器视觉发展的大致历程:

中国正在成为世纪机器视觉发展最活跃的地区之一，其中最主要的原因是中国已经成为全球的加工中心，许许多多先进生产线已经或正在迁移至中国，伴随这些先进生产线的迁移，许多具有国际先进水平的机器视觉系统已经进入中国，对这些机器视觉系统的维护和提升而产生的市场需求也将国际机器视觉企业吸引而至，国内的机器视觉企业在与国际机器视觉企业的学习与竞争中不断成长。

1.2应用现状及发展方向

1.2.1七轴机械臂的应用现状及发展方向

机器人是一种具有高度灵活性的自动化机器，是一种复杂的机电一体化设备。

机器人按技术层次分为：

固定程序控制机器人、示教再现机器人和智能机器人等。

随着机器人技术的发展和日益普及，机器人自身结构和控制也变得越来越复杂。

传统的设计和开发方法已经逐渐显示出了制约机器人的应用和发展的弊端，为此，研究者们寻求机器人模块化和组件化设计新方法，机器人结构向模块化、可重构化发展。

例如关节模块中的伺服电机、减速机、检测系统三维一体化，由关节模块、连杆模块用重组方式构造机器人整机，国外已有模块化装配机器人产品问市。

本设计所使用的机器人为7自由度串联关节式机器人，其轴线相互平行或垂直，能够在空间内进行定位，采用国外进口的高精度伺服电机、内置32位的ARM处理器，12位非接触式约对编码器精确采集位置信息，尺寸小、重量轻、精度高；控制软件采用高校最流行的编程语言MATLAB实现，采用可视化设计，控制简单，编程方便，尤其是MATLAB本身搜独有的强大的计算能力，对机器人控制的算法研究具有无可比拟的优势。

7轴智能化机器人手臂与MATLAB的完美结合，是进行控制系统设计的理想平台。

它具有高度的能动性和灵活性，具有广阔的开阔空间，是进行运动规划和编程系统设计的理想对象。

整个系统包括机器人1台、实验附件和机器人控制软件1套。

机器人采用串联式开链结构，即机器人各连杆由旋转关节或移动关节串联连接，各关节轴线相互平行或垂直。

连杆的一端装在固定的支座上，另一端处于自由状态，可安装各种工具以实现机器人作业。

关节的作用是使相互联接的两个连杆产生相对运动。

机器人各关节采用国外进口的高精度舵机，该舵机内置一个32位的高速处理器，重量仅为72克，尺寸仅为尺寸：

35.6mm×50.6mm×35.5mm，能够反馈位置、负载、温度、电压等。

与PC机的数据传输采用高速的串行总线进行连接，通过高达4M的虚拟串口与控制软件进行通信，在MATLAB环境下，使用简单的命令就可以直接控制机器人的各种运动。

EF-IRC-I机器人手臂是一种由一套具有各种尺寸和性能特征的可交替的模块组成的，能够被装配成各种不同构型的机器人。

EF-IRC-I机器人手臂为串联关节式机器人，串联关节式机器人是当今工业领域在汽车、焊接、码垛等领域应用最为广泛的工业机器人类型，而模块化机器人正是体现工业串联机器人的特征与功能。

EF-IRC-I机器人手臂是一种典型的工业机器人，在自动搬运、焊接、喷涂、装配等工业现场中有着广泛的应用。

模块化设计方法在技术上和经济上都体现了强大的优势，模块化具有独立性、功能性、成组性的优点，其组合具备很强的目的性、灵活性、经济性的特点，模块接口在互换性的基础上兼顾界面稳定性与参数的一致性，模块化设计能减少工作量、缩短研制周期减少生产成本以及改善系统，易于维护，因此模块化设计方法在机器人技术中得到了广泛应用并取得很好的效果。

1.2.2机器视觉的应用现状及发展方向

在国外,机器视觉的应用普及主要是体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。

具体如PCB印刷电路：

各类生产印刷电路板组装技术、设备；单、双面、多层线路板，覆铜板及所需的材料及辅料；辅助设施以及耗材、油墨、药水药剂、配件；电子封装技术与设备；丝网印刷设备以及丝网周边材料等。

SMT表面贴装；SMT工艺与设备、焊接设备、测试仪器、返修设备及各种辅助工具及配件、SMT材料、贴片剂、胶贴剂、焊剂、焊料及防氧化油、焊膏、清洗剂等、波峰焊机及自动化生产线设备。

电子生产加工设备：

电子元件制造设备、半导体及集成电路制造设备、元器件成型设备、电子工模具。

机器视觉系统还在质量检测系统的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。

除此之外，机器视觉还应用与其他各个领域。

而在中国，以上行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的应用几乎空白，即便是有，也只是低端方面的应用。

目前在我国，随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求考试广泛出现，国内有关大专院校、研究所和企业近两年在图像和机器视觉技术领域惊醒了积极思索和大胆的尝试，逐步开始了工业现场的应用，其主要应用与制药、印刷、矿泉水瓶盖检测等领域。

这些应用大多集中在如药品检测分装、印刷色彩检测等。

真正高端的应用还很少，因此，以上相关行业的应用空间还比较大。

当然，其他领域如指纹检测等等领域也有着很好的发展空间。

在机器视觉赖以普及发展的诸多因素中，有技术层面的，也有商业层面的，但制造业的需求是决定性的。

制造业的发展，带来了对机器视觉需求的提升；也决定了机器视觉将由过去的单纯采集、分析、传递数据，判断动作，逐渐朝着开放性的方向发展，这一趋势也预示着机器视觉将与自动化更进一步的融合。

需求决定产品，只有满足需求的产品才有生存的空间，这是不变的规律。

机器视觉也是如此。

未来中国的机器视觉发展主要表现为以下一些特性：

（1）随着产业化发展对机器视觉的需求将呈上升趋势

机器视觉发展空间较大的部分在半导体和电子行业，而据我国相关数据显示，全球集成电路产业复苏迹象明显；与此同时，全球经济衰退使我国集成电路产业获取了市场优势、人才固流等因素；国家加大对集成电路产业这一战略领域的规划力度，“信息化带动工业化”，走“新兴工业化道路”为集成电路产业带来了巨大的发展机遇，特别是高端产品和创新产品市场孔家巨大，设计环节、国家战略领域、3C应用领域、传统产业类应用领域成为集成电路产业未来几年的重点投资领域。

此外，中国已经成为全球集成电路的一个重要需求市场。

中国的半导体和电子市场已初具规模，而如此强大的半导体产业将需要更高质量的技术做后盾。

同时他对于产品的高质量、高集成度的要求也将越来越高。

恰巧，机器视觉也能帮助他们解决以上问题，因此该行业将是机器视觉最好的用武之地。

同时，对于机器视觉的需求也蒸蒸日上。

（2）统一开放的标准是机器视觉发展的原动力

目前国内有近数家机器视觉产品厂商，与国外机器视觉产品相比，国内产品最大的差距并不单纯是在技术上，而且还包括品牌和只是产权上；另一现状是目前国内的机器视觉产品主要以代理国外品牌为主，以此来逐渐朝着自助研发产品的路线靠近，起步较晚。

未来机器视觉产品的好坏不能够通过单一因素来衡量，应该逐渐按照国际化的统一标准判定，随着中国自动化的逐渐开放，将带领其相关的产品技术也逐渐开放。

因此，依靠封闭的技术难以促进整个行业的发展，只有形成统一而开放的标准才能让更多的厂商在相同的平台上开发产品，这也是促进中国机器视觉抄国际化水平发展的原动力。

（3）基于嵌入式的产品奖取代板卡式产品

从产品本身看，机器视觉会越来越依靠PC技术，并且与数据采集等其他控制和测量的集成会更加紧密。

且基于嵌入式的产品奖逐渐取代板卡式产品，这是一个不断增长的趋势。

主要原因是随着计算机技术和微电子技术的迅速发展，嵌入式系统应用领域越来越广泛，尤其是其具备低耗技术的特点得到了人们的重视。

另外，嵌入式操作系统绝大部分是以C语言为基础的，因此使用C高级语言进行嵌入式系统开发是一项带有基础性的工作，使用高级语言的特点是可以提高工作效率，缩短开发周期，更主要的是开发出的产品可靠性高，可维护性好，便于不断完善和升级换代等。

因此嵌入式产品将会取代板卡式产品。

（4）标准化、一体化解决方案也将是机器视觉的必经之路

另外，由于机器视觉是自动化的一部分，没有自动化就不会有机器视觉，机器视觉软硬件产品正成为协作生产制造过程中不同阶段的核心系统，无论是用户还是硬件供应商都将机器视觉产品作为生产线上信息收集的工具，这就要求机器视觉产品大量采用“标准化技术”，直观的说就是要随着自动化的开放而逐渐开放，可以根据用户的需求进行为此开发。

当今，自动化企业正在倡导软硬一体化解决方案，机器视觉的厂商在未来5-6年内也应该不单纯只提供产品的供应商，二是逐渐向一体化解决方案的系统集成商迈进。

1.3设计任务

本课题的设计任务安排如下：

（1）利用机器视觉软件hexsight对图像进行采集和处理，识别和定位物块的位置。

（2）利用CytonViewer软件对七轴机械臂进行3D仿真。

（3）通过编程实现机械臂坐标系和工业相机所拍摄的图像坐标系之间的坐标转换，实现七轴机械臂对物块的智能抓取。

2视觉识别的七轴机械臂智能抓取控制系统介绍

2.1七轴机械臂系统简介

（1）EF-IRC-I机器人手臂介绍

表2.1七轴机械臂参考系数

EF-IRC-I机器人手臂是机器人研发的最新成果，它是一种创新的具有7自由度机器人手臂结构。

由7个基本模块组成，模块从1到7关节逐节组合。

每一个模块单独可以控制运行，7个模块组合之后构成工业串联关节机器人形式。

EF-IRC-I机器人手臂整体末端安装手抓，进行取放工作、装配操作等任务。

EF-IRC-I机器人手臂的杰出设计是利用多自由度结构运动学的优越性，使手臂能够在三维立体空间内做出各种类似人类手臂的弯曲、伸展动作，进而避开障碍物并完成规定的任务。

EF-IRC-I机器人手臂的各个关节可独立控制以确保手臂运动的流畅性、快速性、精确性及可重复性。

（2）EF-IRC-I机器人手臂系统特色

①开发式驱动及执行器结构

EF-IRC-I机器人手臂关节采用高品质PMDC伺服齿轮减速马达组成。

PMDC伺服齿轮减速马达具有高性能、高精度、高扭矩特点的同时还具备能够实时反馈电机位置、速度、电压和温度等重要信息，便于7轴机器人能够实现高精度控制的最有闭环系统设计。

EF-IRC-I机器人手臂采用模块化设计，组合拆装方便。

②灵活的电子控制

EF-IRC-I机器人手臂内置有一个通道伺服控制器，除了用于控制7个自由度的操作外，多余的通道可以用来控制其他的末端设备。

多通道伺服控制器可通过USB接口、由网络或无线网络通讯接和PC进行通讯以完成系统仿真及置配操作。

整体控制灵活，方便二次开发。

③完善的教学开发环境

EF-IRC-I机器人手臂系统软件包括一个3D（3维立体视觉）GUI（图形学生接口）软件包，XML列表软件包及SDK软件包。

3DGUI软件包给学生一个EF-IRC-I机器人手臂系统的3维立体图形仿真环境。

④教学特点

EF-IRC-I机器人手臂在原有技术上增设多种控制模式—软件控制、编程控制、手动控制，3D仿真，真正实现控制的多样化，能够熟练掌握其结构、原理。

（3）EF-IRC-I七轴机设备说明

Energid七轴机械手臂由7个关节和一个抓手组成。

实现关节和抓手功能的硬件是舵机，因此，Energid七轴机械臂有8个舵机。

通过程序直接控制这8个舵机，可以让机械手做出类似于人手的各个动作。

①7个关节的名称、位置及动作

下图1为机械手臂七个关节的名称、位置及动作

下图2为机械手臂各关节旋转轴线以及尺寸（单位：

mm）

图2.1机械手臂七个关节的名称、位置及动作

图2.2机械手臂关节的旋转轴线以及尺寸（尺寸单位：

mm毫米）

②关键参数

机械手臂垂直最大长度：

53.4cm

机械手臂水平最大长度：

48cm

重复性位置精度：

+/-0.5mm

手指最大张度：

3.5cm

角度限制

表2.2机械臂关节关键参数

关节名称

顺时针角度限制

逆时针角度限制

单位（度）

单位（弧度）

单位（度）

单位（弧度）

肩关节旋转ShoulderRoll

348*C

348*R

3748*C

3748*R

肩关节俯仰ShoulderPitch

788*C

788*R

3308*C

3308*R

肘关节旋转ElbowRoll

348*C

348*R

3748*C

3748*R

肘关节俯仰ElbowPitch

788*C

788*R

3308*C

3308*R

腕关节偏航WristYaw

788*C

788*R

3308*C

3308*R

腕关节俯仰WristPitch

848*C

848*R

3248*C

3248*R

腕关节旋转WristRoll

348*C

348*R

3748*C

3748*R

手指

0

0

4095*C

4095*R

说明：

系数C=360÷4096

系数R=2×π÷4096

2.2机器视觉系统简介

机器人手臂视觉识别控制系统（GUI-SX-T），专门针对大学和研究机构开展机器视觉与7轴机器人手臂控制的教学和研究，提供包括图像测量、检测、定位、跟踪识别等多个图像处理库函数，功能强大，可覆盖工业生产、机器视觉、智能交通、航空航天等众多图像处理应用领域，为用户提供完整的机器视觉解决方案。

机器人手臂视觉识别控制系统包含两个重要组成部分：

HexSight机器视觉软件系统和EBF-561数字图像处理开发平台。

HexSight机器视觉软件系统与3DGUI软件开发包协同控制7轴机器人手臂实现基于机器视觉识别的智能应用。

本机器视觉教学实验开发平台可利用其提供的大量图像处理和机器视觉算法进行二次开发，无需复杂编程，就可搭建自己的机器视觉检测系统，解决现代工业产品生产过程中涉及的各种各样视觉问题。

实验平台结构开放，提供扩展接口，也可添加自己的图像处理优异算法。

本机器视觉教学开发平台提供多种图像处理实验，如图象分割、图象融合、机器学习、图象测量、图象处理、模式识别和人工智能、等实验，培养学生对机器视觉知识的深入理解和掌握，锻炼学生的研究能力，创新思维以及独立解决技术难题的能力。

还可提供大量机器视觉项目应用案例做为实验，为研究和学习提供了方便，通过实验操作，可学习到建立视觉应用系统所需的各种硬件、方法及图像处理技术，同时也对工业自动生产线的产品视觉检测、判定模拟过程有了深入的了解和掌握。

作为一套完整的机器视觉教学实验开发平台和机器视觉解决方案，使用者可利用其配套的工业相机、LED光源、工业镜头、支架、算法软件等搭建自己的视觉处理系统原型，了解图像采集设备等配件的应用，包含以下组成部件：

（1）HexSight机器视觉软件系统

（2）EBF-561数字图像处理开发平台

（3）工业相机1个

（4）工业镜头1个

（5）千兆以太网线1条

（6）工业LED光源1个

（7）工业光源控制器1个

（8）工业台架1

（1）HexSight介绍

HexSight是一款高性能的、综合性的视觉软件开发包，它提供了稳定、可靠及准确定位和检测零件的机器视觉底层函数。

其功能强大的定位器工具能精确地识别和定位物体，不论其是否旋转或大小比例发生变化。

HexSight即使在最恶劣的工作环境下都能提供可靠的检测结果，呈现出非凡的性能。

HexSight软件包含一个完整的底层机器视觉函数库,程序员可用它来建构完整的高性能2D机器视觉系统，节省整个系统开发的时间。

HexSight可利用VisualBasic、VisualC++或BorlandDephi平台方便地进行二次开发。

（2）HexSight的应用领域

HexSight作为7轴机器人手臂配套——嵌入式机器视觉平台，在PC下运行的机器视觉开放式平台，短短几年就实现了数千次的拷贝，从最开始应用于元器件定位、机器人引导，逐步扩展到精密测量、缺陷检测、字符（含条码、二维码）识别等相关领域，在Release4.0中将扩展基于颜色的定位、测量和分析功能，使HexSight已变成一个功能完善并且强大的视觉开发和应用平台。

目前HexSight已经被广泛汽车、电子、半导体、机械制造、食品、包装、印刷、制药、运输等诸多行业。

（3）HexSight的定位技术

HexSight的定位工具是根据几何特征，采用最先进的轮廓检测技术来识别对象和模式，增加了彩色边缘的定位，进一步加强了HexSight的定位精度。

这一技术在图像凌乱、亮度波动、图像模糊和对象重叠等方面有显著效果。

HexSight能处理自由形