基于視覺(jué)與超聲技術(shù)機(jī)器人自動(dòng)識(shí)別抓取系統(tǒng)

視覺(jué)傳感器能直觀反映物體的外部信息,但單個(gè)攝像頭只能獲得物體的二維圖像,立體視覺(jué)雖能提供三維信息,但對(duì)于外形相同,僅深度有差別的物體難以識(shí)別（如有孔物體、階梯狀物等） ,且對(duì)環(huán)境光線(xiàn)有一定的要求. 由于超聲傳感器具有對(duì)光線(xiàn)、物體材料等不敏感,結(jié)構(gòu)簡(jiǎn)單,能直接獲取待測(cè)點(diǎn)至傳感器的距離等特點(diǎn),因此本文采用視覺(jué)與超聲測(cè)量相結(jié)合的方法,將二維圖像信息與超聲波傳感器獲取的深度信息進(jìn)行融合推斷,對(duì)待裝配工件進(jìn)行自動(dòng)識(shí)別與空間定位,并確定機(jī)械手末端執(zhí)行器的空間位置與姿態(tài),使其能在合適的部位準(zhǔn)確抓取工件.

1 系統(tǒng)原理與結(jié)構(gòu)

　　系統(tǒng)由機(jī)械手、CCD 視覺(jué)傳感器和超聲波傳感器及相應(yīng)的信號(hào)處理單元等構(gòu)成. CCD 安裝在機(jī)械手末端執(zhí)行器上,構(gòu)成手眼視覺(jué),超聲波傳感器的接收和發(fā)送探頭也固定在機(jī)器人末端執(zhí)行器上,由CCD 獲取待識(shí)別和抓取物體的二維圖像,并引導(dǎo)超聲波傳感器獲取深度信息. 系統(tǒng)結(jié)構(gòu)如圖1 所示.

　　圖像處理主要完成對(duì)物體外形的準(zhǔn)確描述,包括以下幾個(gè)步驟:a. 圖像邊緣提取;b. 周線(xiàn)跟蹤;c. 特征點(diǎn)提取; d. 曲線(xiàn)分割及分段匹配;e. 圖形描述與識(shí)別.在提取物體圖像邊緣后, 采用周線(xiàn)跟蹤進(jìn)行邊緣細(xì)化,去除偽邊緣點(diǎn)及噪聲點(diǎn),并對(duì)組成封閉曲線(xiàn)的邊緣點(diǎn)進(jìn)Freeman 編碼,記錄每一條鏈碼方向和曲線(xiàn)上各點(diǎn)的X-Y 坐標(biāo)值,便于進(jìn)一步對(duì)物體的幾何特性進(jìn)行分析. 本研究對(duì)傳統(tǒng)的周線(xiàn)跟蹤算法中邊緣點(diǎn)的搜索方向與順序進(jìn)行了改進(jìn),并在搜索過(guò)程中采取了及時(shí)消除冗余點(diǎn)的方法,減小了數(shù)據(jù)量與運(yùn)算時(shí)間,而且具有較好的降噪及平滑效果. 在提取圖像特征點(diǎn)時(shí),將多邊形近似法與計(jì)算曲率的方法相結(jié)合, 可克服多邊形近似法易產(chǎn)生偽特征點(diǎn)和計(jì)算曲率法計(jì)算量過(guò)大的缺點(diǎn).CCD 獲取的物體圖像經(jīng)處理后,可提取對(duì)象的某些特征,如物體的形心坐標(biāo)、面積、曲率、邊緣、角點(diǎn)及短軸方向等. 根據(jù)這些特征信息,可得到對(duì)物體形狀的基本描述,在圖像處理的基礎(chǔ)上,由視覺(jué)信息引導(dǎo)超聲波傳感器對(duì)待測(cè)點(diǎn)的深度進(jìn)行測(cè)量,獲取物體的深度（高度） 信息,或沿工件的待測(cè)面移動(dòng),超聲波傳感器不斷采集距離信息,掃描得到距離曲線(xiàn),根據(jù)距離曲線(xiàn)分析出工件的邊緣或外形[1 ] . 計(jì)算機(jī)將視覺(jué)信息和深度信息融合推斷后,進(jìn)行圖像匹配、識(shí)別,并控制機(jī)械手以合適的位姿準(zhǔn)確地抓取物體.

　　2. 1 工件圖像邊緣的提取

　　復(fù)雜工件反映在圖像上常常不止一個(gè)灰度等級(jí),僅利用一個(gè)灰度閾值無(wú)法提取有意義的邊緣.

　　若采用多閾值的方法,必然會(huì)增加計(jì)算時(shí)間和圖像處理的復(fù)雜程度. 對(duì)于類(lèi)別方差自動(dòng)門(mén)限法,增加門(mén)限值不僅會(huì)提高數(shù)據(jù)處理復(fù)雜程度,而且當(dāng)閾值多于2 個(gè)時(shí),算法的可靠性就會(huì)受到影響. 為此采用了直接從灰度圖像提取邊緣的方法.圖像邊緣一般發(fā)生在灰度函數(shù)值不連續(xù)處,可用灰度函數(shù)的一階或二階導(dǎo)數(shù)求得. 經(jīng)典的利用一階導(dǎo)數(shù)提取邊緣的方法有Robert s 算子、So2bel 算子等, 利用二階導(dǎo)數(shù)提取邊緣的方法有Laplacian 算子和Marrs2Hilderth 算子等. 通過(guò)對(duì)幾種算法的分析比較,認(rèn)為Sobel 算子不僅實(shí)現(xiàn)容易、運(yùn)算速度快,而且可提供最精確的邊緣方向估計(jì).Sobel 算子由兩個(gè)3 ×3 相差90°的算子構(gòu)成,由這兩個(gè)算子同圖像卷積, 可得到圖像的邊緣及其方向. 對(duì)于數(shù)字圖像｛ f （ i , j ） ｝ , Sobel 算子可表示為:

　　Gx （ i , j） = f （ i - 1 , j - 1） +2 f （ i - 1 , j） + f （ i - 1 , j + 1） - f （ i + 1 ,j - 1） - 2 f （ i + 1 , j） - f （ i + 1 , j + 1） ;

　　Gy （ i , j） = f （ i - 1 , j - 1） +2 f （ i , j - 1） + f （ i + 1 , j - 1） - f （ i - 1 ,j + 1） - 2 f （ i , j + 1） - f （ i + 1 , j + 1） .

　　采用G1 = | Gx | + | Gy| 得到梯度幅值后,為減少所抽取的邊緣數(shù)目,可設(shè)置一個(gè)幅度門(mén)限,即只考慮對(duì)應(yīng)灰度變化較大的那些邊緣. 再利用邊緣點(diǎn)具有局部幅度最大的特點(diǎn),將邊緣細(xì)化.利用Sobel 算子提取邊緣后, 為了得到工件表面的尺寸信息, 還必須提取圖像的角點(diǎn)[2 ] , 以便計(jì)算工件的邊長(zhǎng)等特征信息.