摘要
随着人工智能和机器人技术的发展，工业制造对于效率和质量的要求日益增高。工业机器人逐渐取代人工从事抓取、装配等工作。现阶段，使用商业机器视觉软件开发机器人装配系统成本较高，中小企业迫切需要低成本的视觉引导机械臂装配技术。为此，本文根据企业现场的需求，基于机器视觉技术与开源平台，设计并实现了一套经济的工业机器人装配实验系统，并对机械臂操作中的路径规划算法展开了研究。 针对无纹理、白色且表面光滑的工件，采用Eye-to-Hand双相机视觉系统，设计了一套经济的视觉引导工业机器人装配方案，并搭建相应的实验平台与开发定位算法。首先，对工业相机进行标定以及对工业机器人与相机之间进行手眼标定。为了精确定位目标工件，系统对采集的图像先进行预处理，并通过基于形状的模板匹配方法实现定位。其次，工件装配过程中需要进行平面位姿调整，根据工件几何特点，采用基于霍夫变换的位姿矫正方法。最后，针对双目视觉获取无纹理、白色光滑工件深度图较难的问题，采用获取目标物体左右图像中心点视差的方式求取工件深度。结合以上，实现了对目标物体的三维定位。 针对机械臂装配过程中的障碍物定位问题，采用障碍物包围盒的方法对机械臂作业环境中的障碍物建模，并通过最小包围圆算法实现了作业环境中障碍物的识别与定位。针对装配过程中机械臂路径规划问题，分析和对比了RRT、RRT-Connect和RRT*算法的优缺点，最终选择RRT*算法进行改进。具体改进为：加入目标导向节点策略与动态减少重复搜索区域，并进行冗余点删除，对规划生成的路径应用B样条曲线进行了轨迹优化。仿真平台上进行的路径规划结果表明，改进的算法生成了连续平滑路径轨迹。 根据系统的软件需求分析，使用C++编程语言及QT开发框架设计了软件平台，并对系统进行装配实验以及避障功能的验证。实验结果表明：对于装配精度要求最高的一号件，装配时X轴方向的平均误差为0.848mm，Y轴方向的平均误差为0.840mm，Z轴方向的平均误差为1.547mm，满足装配需求。 最后，根据现场需求，考虑后期维护方便，选择C#编程语言和VisionPro图像处理软件，在工业现场对装配系统的算法进行了实验验证。由于工业现场装配工件比较单一，其深度信息可预先获取，采用上下双相机进行装配，其实验结果X/Y方向精度小于0.1mm。此外，在现场使用相机Eye-in-Hand配置方式实现了锁螺丝任务。两种任务都在装配线上测试，并达到预想效果。
NETL