码垛机器人技术进展及方案设计.docx

码垛机器人技术进展及方案设计.docx

《码垛机器人技术进展及方案设计.docx》由会员分享，可在线阅读，更多相关《码垛机器人技术进展及方案设计.docx（6页珍藏版）》请在冰豆网上搜索。

码垛机器人技术进展及方案设计

码垛机器人技术进展及方案设计

研究生课程论文封面

课程名称：

机器人技术及应用

论文题目：

码垛机器人研究进展及方案设计

学生班级；机械工程

学生姓名：

黄凰

任课教师：

王中任

学位类别：

专业硕士

评分标准及分值

选题与参阅资料

（分值）

论文内容

（分值）

论文表述

（分值）

创新性

（分值）

评分

确的完成抓取工作，抓取后对工件进行分类码垛。

关键词：

机器人，码垛，视觉

码垛机器人研究进展及方案设计

1.机器人概述

近年来，机器人技术发展非常迅速，各种用途的机器人在各个领域得到广泛的应用。

于此同时，码垛技术也获得了飞速发展，尤其是机器人码垛发展更为迅猛，这种发展趋势是与当今制造领域出现的多品种小批量的发展趋势相适应的[][]。

码垛机器人是用在工业生产过程中执行大批量工件、包装件的获取、搬运、码垛、拆垛等任务的一类工业机器人，是集机械、电子、信息、智能技术、计算机科学等学科于一体的高新机电产品[]。

码垛机器人技术在解决劳动力不足、提高劳动生产效率、降低生产成本、降低工人劳动强度、改善生产环境等方面具有很大潜力[]。

国外从20世纪60年代开始研究工业机器人，码垛机器人是伴随着工业机器人技术的发展而出现的，日本、德国、美国等发达国家的研究已取得一定成果，我国在这方面的研究刚起步不久，还需加快研究步伐，提高研究水平，为我国物流包装企业的生产和发展做出贡献[]。

最早将工业机器人技术用于物体的码放和搬运是日本和瑞典[]。

20世纪70年代末日本第一次将机器人技术用于码垛作业。

1974年，瑞典ABB公司研发了全球第一台全电控式工业机器人IRB6，主要应用于工件的取放和物料的搬运[]。

除此之外，德国、意大利、韩国等国家工业机器人的研发水平也相当高。

随着计算机技术、工业机器人技术以及人工智能控制等技术的发展和日趋成熟，日本、德国、美国、瑞典、意大利、韩国等国家在包装码垛机器人的研究上做了大量工作，相应推出了自己的码垛机器人，如日本的FANUC[]和OKURA以及FUJI系列，德国的KUKA系列[]，瑞典的ABB系列等。

德国、瑞典以及日本等国家的码垛机器人一般为4～6轴机器人[]，主要由固定底座、连杆、连杆臂、臂部、腕部以及末端执行器组成。

机器人主体多采用优质轻巧的铸铝材料制造和连杆式关节型的机构形式，均利用CAD和FEM有限元技术进行结构优化设计，具有较高的机械性能和抗震能力；驱动系统均采用模块式数字化AC伺服电机和RV减速器，取消了腕部关节驱动电机和平衡块，大大优化了整机结构;针对不同类型的产品和包装件，还设计了真空吸持、夹持、叉式等多种形式的智能末端执行器。

这些先进码垛机器人最显著的技术特点就是采用了基于PC的开放式控制系统，令机器人能够高速、精准、稳定可靠地运行。

如瑞典ABB公司为IRB系列码垛机器人研发了主动安全软件和被动安全软件，可对机器人的运动和载荷情况进行监控；电子稳定路径功能可确保机器人在考虑加速度、阻力、重力、惯性等条件的同时，遵循预定运行路径；主动制动系统可以确保机器人维持运行路径的同时对制动予以控制，被动安全功能可实现机器人进行负载识别。

日本FANUCM410i系列码垛机器人软件体系也非常强大，PalletTool/Palle-tPROTM用于码垛设置、仿真和操作；SupportsColli-sionGuardTM用于减少机器人、夹持器、箱/袋以及外围设备的碰撞损坏;基于网络的软件工具用于远程联机、诊断和生产监控;还专门配备了机器视觉引导系统，用于引导机器人完成拆垛和检查工作。

近年来，随着机械自动化水平和劳动力成本的不断提高，高速重载搬运机器人在各类产品生产线上已得到了广泛应用。

尤其是产品码垛工序，机器人以其在适用范围、灵活性、成本以及维护等方面的优势使其应用越来越广泛，并成为一种发展趋势。

在这种形势下，杭州娃哈哈集团有限公司与天津大学等单位共同研发了一种用于产品码垛的高速重载搬运机器人[]。

该机器人最大抓取重量为300kg，搬运能力为800次/小时，位置重复精度为±0.5mm。

整机主要由底座、大臂、前臂和末端执行器四个关节组成，能实现四种运动:

底座旋转、大臂前后运动、前臂上下运动和末端执行器的回转运动，即四个自由度。

在结构上的特点为:

包含三个平行四边形结构，其中大臂外侧的平行四边形机构Ⅰ，在保证前臂和前臂驱动臂具有相同转速的同时可将电动机安装在底座上，使机器人的动力学性能得到改善;另外两组耦合平行四边形机构Ⅱ、Ⅲ起到保持末端执行器水平姿态的作用。

码垛机器人机械结构简图如图1所示。

图1码垛机器人机械结构简图

2.视觉机器人

伴随着物流产业的飞速发展，国内外码垛技术实现了跨越式的进步。

早期的人工码垛，负载量低，吞吐量小，劳动成本高，搬运效率低，不能够满足自动化生产的需求。

在工业生产中，普遍用于自动化生产中的码垛机器人实质上是一种普通的工业搬运机器人，主要负责执行装载和卸载的任务，且一般都采用示教的方法，预先设定好抓起点和摆放点。

这种工作方式不能够对生产线的情况分析判断，如不能够区分工件大小，不能够判断工件是否合格，不能够对工件进行分拣，而只是被动的搬运，适应性极差。

将机器视觉与码垛机器人结合起来，使之具有人眼识别功能，对于保证产品质量、降低劳动成本、优化作业布局、提高生产效率、增长经济效益、实现生产的自动化等方面具有十分重要的意义[]。

机器视觉系统是指通过图像软件根据对目标图像颜色、亮度等特征信息进行分析判断，并根据判断结果来控制设备的系统。

随着机器视觉与机械制造、装配行业的深度融合，决定了机器视觉将从单一的数据采集、传输、识别判断等操作转而向人工智能、自动化生产、智能控制等领域深度结合的方向发展[]。

机器视觉技术指用摄像机来模拟人眼的视觉功能来对客观事物进行测量和判断。

视觉技术在工业中得到了越来越广泛的应用，对提高生产效率，达到生产智能化的目的起着至关重要的作用[]。

而将机器视觉与码垛机器人结合起来，使之具有人眼识别功能，对于保证产品质量、降低劳动成本、优化作业布局、提高生产效率、增长经济效益、实现生产的自动化等方面具有十分重要的意义。

工件的识别与定位是机器人抓取码垛的前提和基础，其识别和定位的正确与否直接影响到后续操作结果的准确性[]。

基于机器视觉技术识别算法研究已经从最初的实验室逐渐走向实际应用阶段[]。

例如，ZhuJun-chao等研究了相关视觉处理算法，提出了一种区分行人和车辆的识别算法[]。

WenYing等人[]提出一种提出了一个新颖的阴影去除技术和字符识别算法，该算法应用于智能交通系统的车牌识别。

XieF等人[]提出了一种改进型细化算法，该算法应用于人体姿势识别系统。

NoorA等[16]介绍了一种对指纹模板形成和匹配的自动识别算法，该算法保持了很高的精度误差错误率不到3.5%。

本文搭建了基于视觉的码垛系统试验平台，同时研究了相关的图像处理算法，提出了多目标分块处理算法、基于SIFT和HU特征融合的单目视觉识别算法，两者结合可以有效解决工件的识别问题。

3.设计方案

3.1机器人组成构造

本文以新松六自由度机械臂SＲH6工业机器人为基础，搭建了基于机器视觉的码垛机器人系统平台[]。

该实验平台[]主要由工件放置模块、摄像机模块、视觉分拣模块、机器人ＲC控制模块和机器人码垛模块等五大模块组成。

工件放置模块由工件、传送带、工件放置台组成[]。

工件为袋装的三种塑料颗粒物料（PP/PS/PC），在袋子的表面贴有条形码区分不同种类，我们采用条形码图像识别方法来分类堆放物料。

选用黑色的传送带有助于与工件的颜色形成反差，便于从图像中提取出目标，方便于算法的实现。

工件放置台用于对工件进行码垛放置使用。

摄像机模块主要由GM1400千兆以太网工业相机、摄像机支架和光源组成。

悬挂在支架上的工业相机的作用是获取试验台上进入工作区的工件图像。

光源采用白色LED面式光源，为相机采集图像提供照明，其固定在工件的上方，用来消除工件自身的阴影。

视觉分拣模块由PC机和视觉软件组成。

主要是由视觉系统对工业相机采集的图像进行处理，识别出目标种类，计算出工件的质心坐标。

再根据图像坐标系和物体坐标系的关系，计算出目标的空间位置，之后将信息参数传入控制柜。

机器人ＲC控制模块主要由示教盒、控制柜和ＲC控制器组成。

示教盒：

对机器人进行参数的初始化设置和机器人位姿的控制。

机器人控制柜：

与计算机相连，接受来自计算机的数据并控制工业机器人执行指定的动作，负责对参数进行分析，然后对机器人进行相关的操作。

机械人码垛模块主要由机械臂和吸盘组成[]。

机械臂:

完成控制器对电机的相关运动，以方便控制机械手作业。

吸盘：

采用真空吸盘来完成对目标的抓取和码垛工作。

3.2码垛实现流程

基于机器视觉的码垛机器人系统的图像处理流程如图2所示，整个分拣流程从视觉算法上分为四个部分[]：

图像预处理、目标识别、目标定位、分拣抓取。

①图像预处理：

将图像按照目标分块进行处理，可以提高识别速率。

②目标识别[]:

首先采用Hu不变矩提取全局特征，进行粗略识别，然后采用SIFT算法进行更准确局部特征匹配。

③目标定位[]:

首先首先求取多凸目标轮廓上的角点，然后用中心矩求取质心坐标。

④码垛抓取[]:

将工件目标质心坐标和外接矩形轮廓特征通过ＲS232发送特征信息给机器人控制柜，从而控制机器人的吸盘机械手进行抓取码垛操作，码垛方式采用逐层码垛[]。

图2视觉流程图

4.总结

本文先综述了码垛机器人的发展现状和关键技术，在此基础上研究了基于机器视觉的码垛机器人系统实验平台，首先采用目标分块的方法减少后续识别算法的大范围扫描所带来的识别时间上的浪费。

其次采用图像几何不变矩对工件图像进行快速粗略检测，大大提高了识别效率，最后运用SIFT特征对局部特征进行识别匹配。

运用中心矩计算工件质心坐标，以引导机器人准确的完成抓取工作，抓取后对工件进行分类码垛。

该实验平台有效的解决了人工码垛的负载量低、吞吐量小、劳动成本高、搬运效率低等一系列问题，提高了劳动效率，节约了人力成本，更有益于工业智能化的发展。

参考文献