贵州电子信息职业技术学院 贵州凯里 556000
摘要：经济和社会的快速发展促进了工业技术的不断提升，我国工业生产中越来越多的开始应用工业机器人。工业机器人技术不断提升，在近年来发展速度较快。具有视觉能力的工业机器人比传统机器人生产效率方面更高，在实践过程中，我国机器人视觉系统的设计和应用技术水平不断提升，视觉技术是工业机器人实现长期发展的重要技术支撑。视觉控制技术涉及的内容较多，需要在工业生产实践中进行完善。本文以工业机器人上计算机视觉系统的应用为研究核心，分析阐述了工业机器人视觉系统的基本原理和特点，提出了工业机器人视觉系统应用的技术措施。
关键词：工业机器人；计算机；视觉系统
引言
工业发展需要技术上的推进，更需要理念上的更新。在现代化工业生产中，工业机器人的使用大大提高了生产的安全性和生产的整体效能。工业机器人自身的发展水平需要技术上的提升，更需要在实践中不断积累经验。计算机视觉系统在工业机器人上的应用，提高了工业生产的质量和精度。一套完整的视觉系统能够使工业机器人做出准确的判断，可以让机器人适应多变的工业环境，突出机器人操作的灵活性。计算机视觉系统对机器人的影响是多方面的，做好计算机视觉系统有利于工业机器人准确的识别操作，实现工业生产的自动化建设。
1机器视觉系统概述
1.1机器视觉系统工作原理
生产线正常生产时，高亮的LED线性聚光冷光源采用透射的原理照射在生产线表面（对于不透明的产品采用反射的检测原理），架设在生产线上的线阵相机进行实时同步扫描，同时系统将相机采集到的薄膜图像通过SIMV图像处理单元进行瑕疵分割处理。由于瑕疵图像的灰阶与正常产品的灰阶存在明显差异，从而使系统能够发现瑕疵，同时对瑕疵进行有效的判定、分类。
1.2组成
传统的机器视觉系统一般包括如下部分：光源、镜头、CCD照相机、图像处理单元（或图像捕获卡）、图像处理软件和通信/输入输出单元等。随着视觉传感器的模块化发展，智能相机开始出现。智能相机是集成化的产物，集成了光学、成像、采集和图像处理、标准的控制与通信接口等，成为一个智能图像采集与处理单元[1]。其内部程序存储器可存储图像处理算法，人们可使用PC利用专用组态软件编制各种算法，然后将它们下载到智能相机的程序存储器中，这种智能相机将PC的灵活性及PLC的可靠性与分布式网络技术结合在一起，更容易地构成机器视觉系统。
2计算机视觉系统在工业机器人中的应用
2.1系统构建
在计算机视觉系统中，要保证好的图像，必须要选择一个合适的光源，好的光源需要能够使相机寻找的特征非常明显，能够产生最大的对比度、足够的亮度。而图像采集卡主要采用CCD摄像头配的MV-200工业图像处理。图像的分辨率和清晰度较高，可以实现工业图像精准度，具有一定的稳定性。在应用过程中，要求图像采集卡图像，画面清晰流畅，工控机以计算机为主。软件部分组成主要有图像匹配软件图像处理与获取软件，图像定标和定位算法软件。工业机器人的视觉系统与工业机器人本体和设备有关，在应用过程中图像处理获取图像以及匹配图像摄像机定位等都要借助openCV的视觉进行设计，建立空间点和摄像机的对应点，把握摄像机的基准位置，通过清晰的视图像采集来计算出摄像机的参数。计算机运用C语言调节图进行动态链接。摄像机中的数据进行数据化图像处理，对获取图像进行分析，建立图像与实物的匹配特征，根据已有的模型来匹配数据，获取真实有效的图像。
例如机器人在现场应用中根据相机采集的图片可以判断出物品的形态。
无论是物体有规律分布还是无规律分布或者是任意角度的转换，软件都可以根据各种模板的转换角度做出相应的匹配[2]。图像与模板的匹配进行双面采集，图像采用轮廓制作模板，模板完成以后与图像匹配，每次匹配都会计算出一个衡量模板的结果，这就是图像与形态输出的结果，每一次匹配计算都接近实际物体，如果是目标物体体积很小，就会出现多个目标相似的数值，在此基础上进行多个轮换模板的匹配就能够获得最终的结果。
2.2计算机视觉系统的实现案例
随着3D视觉技术开发水平不断提高，工业机器人计算机视觉系统可以自动完成位置变化，实现高精度运作。
例如工作中的主要程序为工件定位，检测器探测物体，进行图像采集，摄像机扫描，启动脉冲打开灯光照明，摄像机曝光后，开始一帧图像的扫描和输出，图像采集部分接收模拟信号，进行数字转化存放处理器，对图像进行分析识别处理获得处理结果。以美国康耐视公司的视觉系统为例，工业机器人计算机视觉系统的具体实现，依托摄像机模型和透视技术，选用透视效果较好的设备，运用透视技术，把三维物体转变为二维图形实现投影变换。
从初期图像获得来处理CCD或者是CMOS图像进行二维灰度图中提取三维特征，对图像进行量化处理，把图像信息分成像素点，将这些亮点进行转换，输入计算机处理，在边缘检测中运用各种算子强化图像中的像素点，在这项工作作中需要区分roberts算子和索贝尔算子以及高斯偏导滤波器。从二维图像中提取三维特征的算法，对设备有一定的要求，之后通过数据处理器进行分析，解释转换为符号，在具体应用中采用的是三维立体视觉的解决方案，目前都是采用3D视觉技术来提高工业机器人的工作精度，同时强化其速度和可靠性，让机器人真正拥有眼睛。目前所使用的视觉系统多数为立体视觉法，结构光法以及激光扫描法。例如机器视觉识别技术，在分拣机器人系统应用中，针对于分检工作的具体要求，进行了各种方案的匹配[3]。
在确定使用基于轮廓形状的匹配方法上来编辑视觉软件。在软件功能方面建立各种模块，各种模块儿对软件整体结构进行设计。在具备设备型号和参数上明确设定要求。硬件总体结构符合生产的需要，针对模板制作，图像处理方法进行设定，一般运用探究算子运行原理调试内部参数，完成模板制作。模板匹配技术主要是基于图像金字塔结构的图像匹配算法。分拣机器人应用中，并不是简单固定模块的匹配，而是设计多种模板进行匹配，针对多个种类进行旋转搜索定位，通过大量的实验确定匹配参数，对参数进行优化。在软件方面设定软件标定原理，研究一种优化的软件标的方法，在坐标处理和发送部分针对于分拣机器人的结构有效测试软件容错能力[4]。分拣机器人软件功能设计主要是应用在传送带方面，传送带要求机器人在工作范围之内将特定物品识别后抓取，系统总体要求是物品进入到拍摄区域以后，拍摄图片，对图片进行分析，得出物品的种类图像。
3.结束语
计算机视觉系统在工业机器人上应用可以使工业机器人具有自动跟踪和定位的要求，通过数据模型来实施定位，目标机器人可以系统地利用计算机视觉图像采集装置来识别外部环境。工业机器人才会真正实现数字化的操作和智能化的推进。计算机系统对机器人进行有效控制，工业机器人可以对生产的各个环节进行灵活的掌握。在未来的发展建设中，工业机器人在视觉系统上需要引用更多先进的技术，实现工业机器人智能化水平的不断提升，从技术领域来提高工业机器人的生产效率。
参考文献：
[1]谢超艺.简析视觉系统在工业机器人集成系统中的应用[J].南方农机，2019，50（23）：42.
[2]徐雪峰，黄余.基于机器视觉的机器人智能采摘实验平台开发[J].中国农机化学报，2019，40（12）：177-183.
[3]姜匡杰，佴斌.计算机视觉在工业机器人中的应用探讨[J].决策探索（中），2019（11）：76.
[4]苏贺.计算机视觉系统在工业机器人上的应用探析[J].湖北农机化，2018（05）：63-64.