姚晓春

摘 要：文章探讨了白车身多车型零件结合导航小车全自动上料的应用。通过研究机器人结合视觉引导系统直接从自动导航小车上抓取白车身零件的方案，寻找到了一种精益的、改善人机工程的，从而取代传统人工取料并上料方式。对此种全自动上料方式的应用以及节省劳动力成本等优点进行了归纳。总结了多车型全自动上料过程中与之结合的视觉及料架等关键因素。

关键词：自动上料;视觉;导航小车;精益;人机

中图分类号：U463.8  文献标识码：A  文章编号：1671-7988（2019）04-145-03

前言

如今人们对改善人机工程类、低成本类的新技术在白车身区域应用的研究越来越广泛。白车身制造过程中，传统的人工取放零件方式，可能存在人机工程较差或高成本料架制作投入等问题。本文将从视觉系统^[1]、人机改善的角度，研究白车身零件结合自动导航小车的全自动上料应用^[2]以替代人工物料拖车，并实现简单循环作业，提高生产率，降低人工劳动强度，节约人力成本。

1 传统上料方式

在车身车间生产线，一般采取线旁人工上料方式;通过人工和机器人的先后操作顺序结合，来实现零件与白车身一步步的上料及拼焊。

人工上料工位工艺布局规划^[3]，如图1所示，首先线旁物料料架先由物流人员从物流仓库通过拖车送到车身车间工位线旁，再由图中操作人员需从线旁料架中（绿框）取料，然后走到工装处上料，拍运行按钮Runbar后，由机器人抓取上主线进行焊接等后续工艺步骤。此种传统上料方式，需要线旁操作人员与机器人或工装相互配合操作来实现。

2 自动上料的应用背景

目前整车厂车身车间自动化率水平已相比以往有明显提高，但自动化应用均局限于如焊接、涂胶、扭矩等工艺;对于车间内物流零件上料工艺，都还停留在人工物流拖车送料至线旁，车身零件人工上料至工装的现状;为了进一步突破并提升零件自动化率水平，改进物料上线模式，提高物流配送效率，对超大、超重零件，优化人机工程，降低人工劳动强度，节约人力成本，提高劳动生产率，白车身零件实现全自动上料已成为整车车身自动化率提升趋势。自动上料系统主要包含AGC小车自动导航系统、机器人抓手系统、视觉系统。

2.1 自动上料工位零件选用原则

自動上料零件一般选择大零件、并靠近物流的物料存储仓库LOC;图2是某工厂物流使用AGC自动导航小车送料并结合机器人直接从料架抓料来实现整个模式全自动上料的布局图。

其中AGC自动导航小车运料涉及19种零件，库位自动抓件涉及11种零件，其体积率高达54%。其效益显著，可减少物流人员10名，物料拖车10台，单班可减少生产人员10名，充分展现了智能工厂无人化的发展方向。

2.2 AGC系统

AGC（自动导航小车）^[4]，顾名思义，能沿着规定的引导路线行驶，具备安全保护以及各种移载的运输小车（如图3）。

AGC小车的组成：AGC本体控制器、驱动单元、磁导航传感器、地标读取器、触摸屏、电台、电池、激光防撞传感器。

3 机器人智能视觉识别自动抓取上料

车身车间采用视觉抓手机器人通过实时拍照方式，如图4，准确地从AGC自动导航小车进入工艺库位后的物流料架上自动抓取零件至工装;相对于人工取件上件方案，减少了操作人员，极大降低了工人劳动强度;效率提高，能满足快速/大批量生产节拍。

3.1 视觉抓料统一要求

3.1.1 视觉参考点选取

（1）需要选取四个特征来构建出一个四边形且四个特征尽量覆盖较广范围，不可太近。

（2）要求特征比较明显，容易被识别。

（3）孔加边角的组合特征相对于只选取孔作为特点来说更加稳定，计算结果更准确（如图5）。

（4）对于零件较大且又没有孔或少孔的零件。则选取冲压边角作为特征点（如图6）。且所有特征孔及棱线要求位置度在+/-1mm。

3.1.2 表面要求

（1）视觉拍照面不得有特殊颜色标识;

（2）视觉特征附近不得有飞溅^[5]、油污、打磨印;

（3）零件不得有变形。

3.1.3 库位自动抓件分类状态

根据不同白车身产品零件设计形状，对应自动抓料料架选取主要有三大类，分别对应不同视觉选取要求。

3.1.3.1 堆叠式

选型时，要求零件按照包装数量能够正常存放，不会出现零件变形，零件放置不下去等情况。堆叠后，零件整体偏移要求较少。不能完全遮蔽零件孔。

3.1.3.2 卡抓层叠式

选型时，要求在视觉相机视野内，需要至少4个孔及明显的棱线特征。否则视觉特征无法选择。

3.1.3.3 悬臂式

侧围及四门悬臂式系统现场稳定性好。

3.2 视觉系统常见故障及解决方案

故障1：单个或多个特征曝红，无法获取;

这种故障原因通常有2种：1.零件表面打磨或有赃物，造成特征被干扰。解决方案可通过控制零件表面不得有干扰因素或适当降低辨识度（一般不得低于75%）;2.曝光不足/过量，造成画面变暗，造成单一特征辨识度下降。解决方案可通过调整曝光值、降低单一特征辨识度、镜片清洁。

故障2：特征全部抓取，但偏差过大;说明零件摆放状态不良，或料架整体偏差，需重新摆放好零件或更换料架。

故障3：特征全部抓取，偏差在范围内，但result结果报错;说明零件整体来料变形，即零件的不确定度过大。

以上是目前自动抓料结合视觉系统及现场实际应用总结出的要点及相关问题解决方案。

4 自动上料工位尺寸公差分析

零件全自动上料系统包含机器人抓手、视觉系统、物流料架、物流拖车Dolly及定位Dock系统各个要素环环相扣，各个子系统都有其自身公差，全自动抓料的实现，要进行各个要素之间的公差分析，以某工厂车间实际运用案例，尺寸公差分析如下：

（1）自动抓料应用中料箱中零件相对于地面总的公差为（包含车身DOCK，物流Dolly（TRAY）/Rack，零件各个环节公差）：

①X/Y方向（Vision系统所照射的平面上的位移公差）：+/-20.5mm;

②Z方向（Vision系统照射的景深方向位移公差）：+/-15mm;

（2）车身Dock与物流Dolly（Tray）接口的总公差控制在+/-3mm之内，分析如下：

①车身侧Dock：

水平进入导向或定位开档：+3/-0mm，平行度3mm;水平锁紧方向：+/-1mm;垂直支撑面水平度2mm;

②物流侧Dolly或Tray：

水平进入导向或定位开档：+0/-3mm，平行度3mm; 水平锁紧方向：+/-2mm;

垂直支撑面水平度分三档： 3mm（长度<=1米），4mm（长度<=2米），5mm （长度<=3米）。

综上，结合视觉系统自身误差，车身工艺抓手的视觉系统选型识别误差&移动范围必须达到+/-25mm及以上;如图7，简单用一张图表来展示自动上料工位系统中各个要素之间的公差链关系

5 結束语

随着智能化、自动化及创新在生产中的逐步应用，汽车车身车间的柔性化应用越来越受到重视。降低人工劳动强度，节约人力成本是目前所有车企重点的降本增效方式之一，在车身车间对超大、超重零件，优化人机工程，提高劳动生产率有显著提升;因此大量采用AGC自动物流运料结合机器人抓手视觉系统自动上线造车将会是各个车企车身车间重点推进零件自动率提升的主要方式。

参考文献

[1] 丛奎荣，韩杰，常发亮. 视觉机器人货物轮廓提取与定位[J].山东大学学报（工学版）， 2009，40（1）.

[2] 季翠芳，羿应财.机器人在自动化上下料系统中的应用[J].机械工程师， 2013（10）：136-138.

[3] 李贺强.焊装车间车身零部件上线常用输送形式[J].汽车工艺师， 2015（9）：64-66.

[4]于慎波，张幼军，王燕玲，et al.自动导向小车系统及其技术组成[J]. 沈阳工业大学学报，1998（4）：46-49.

[5] 刘苏宜，王国荣，石永华.激光视觉机器人焊接中摄像机和手眼的同时标定[J].华南理工大学学报 （自然科学版），2008， 36（2）：74-77.