彭 静，田军委*，张 震，李锦涛

（西安工业大学 机电工程学院，陕西 西安 710021）

引言

机器视觉是人工智能快速发展的一个分支，广泛应用于工业装配技术，利用视觉传感器实时提取工件图像，将其位姿信息传至控制系统实现装配任务。因此装配过程中对工件的位姿估算结果将直接影响装配质量，但是位姿计算与机器人本身精度与相机精度都有一定关联，使位姿估算仍然存在定位精度问题。

为了准确获取目标位姿，国内外学者对装配过程中工件位姿做了以下研究：RuiWang 等[1]利用手眼视觉和末端位置姿态预测运动目标的运动状态。Motta等[2]通过消除图像径向失真计算精确的相机校准矩阵，实现姿态估计。Marko Švaco 等[3]使用微距镜头的垂直CCD 摄像机测量位姿，精度好但手动调整姿态耗费时间。Xu 等[4]将图像的点特征和线特征分别用于位置控制和姿态控制。谷雨等[5]采用图像矩和单应性矩阵分解得到姿态控制平动和转动自由度。赵航等[6]通过优化BP 神经网络的权值和阈值，使机器人末端执行器在更短时间内达到预期位置，但存在神经网络框架运算量大的问题。

上述研究对姿态的估算测量都取得了较大进展，但也存在依赖外部设备测量的问题，对此本研究提出基于机器视觉的工件位姿估算方法研究，选择柱形工件为研究对象，在机器视觉辅助下利用机械臂自带相机采集工件图像，使用图像处理技术获取工件参数，完成目标位姿估算，将工件位姿校正到装配状态下的水平状态。

1 机器视觉下工件位姿估算

位姿包括位置和姿态两个方面，位置为工件的x、y、z 坐标，姿态为刚体与ox 轴、oy 轴、oz 轴的夹角。对于空间中的目标而言，任何一个点都必须用以上六个参数指定，即 （x,y,z,rx,ry,rz）。刚体在空间中具有六个自由度，则刚体位置可用一个3×1 的平移矩阵来表示，即刚体坐标系中心O'在基坐标系中的位置，即：P= [x y z]T，刚体的姿态可用一个3×3 的旋转矩阵来表示

机器人学中，用齐次矩阵描述刚体的位置和姿态，其中前3×3 矩阵表示旋转矩阵，最后一列为平移矩阵，齐次矩阵形式表示为

通过上述理论可知，计算工件位姿4×4 位姿矩阵，本研究拟采用图像处理算法识别工件端面，提取端面轮廓和最小外接圆，利用轮廓参数与外接圆间的偏转角度关系实现位姿的评估校正，实现工件的位姿与相机水平正对，具体方法如下。

（1） 使用Baxter 机器人右臂加持工件，左臂相机采集不同腕关节角度下样本图像。

（2） 在原图上获取工件所在区域的感兴趣区域，使用阈值分割算法将目标工件从背景中分离，将工件填充为白色，其余背景填充为黑色，生成二值图像。

（3） 使用轮廓寻找函数在二值图轮廓集中寻找最大轮廓，该轮廓即为工件椭圆端面；用最小外接圆算法获取端面外接圆。

（4） 使用椭圆拟合算法获取轮廓椭圆上顶点坐标、中心点位置、旋转方向等特征参数，对应顶点相连构成长短轴，计算长短轴间距离与外接圆之间的偏差。

（5） 通过上述偏差与偏转角度的关系，将偏转角度作为补偿量，校正工件位置，实现工件位姿校正到水平位置。

2 实验结果与分析

通过上述分析，搭建本文实验平台如下：

（1） 硬件平台。机器人选取Baxter 仿人型冗余双臂机器人，控制系统主要用户计算机、主体计算机、嵌入式控制器和驱动器组成，工件尺寸为轴：25×100；孔：41×80。

（2） 软件平台。软件平台选择在Ubuntu（Linux）16.04 下搭建，通讯方式采用订阅话题和发布消息的方式软件配置为：Opencv3.4.1、Python3.6，实验平台见图1。

在搭建好的实验平台上，使用机械左臂相机采集右臂夹持工件的孔轴图像，选取腕关节角度依次增大的15 个样本进行分析，使用图像处理获取到外圆轮廓上的四个点，绘制两点之间连线，样本处理见图2。

图像像素变化见表1，最小外接圆直径像素稳定后基本不发生变化。图3 为工件外圆轮廓与正圆的可视化偏差，长轴与圆直径间偏差较小，整体为下降趋势，偏差多数小于两个像素。短轴偏差呈上升趋势，说明随着腕关节角度增加，短轴长度不断减小，偏差不断增大。则需要将工件调整为短轴逐渐增大的方向，即减小腕关节旋转角度。

表1 不同角度下工件像素变化

比较不同偏转角度下样本末端的位姿与已知状态的位姿，得出的偏差角度见表2，大致处于实际实验中腕关节偏转角度，存在的部分误差来源于关节弧度角与角度之间的转换以及机械臂关节的轻微晃动，在一定误差内满足校正要求。

表2 偏差角度

将偏差角度输入机械臂系统，计算出工齐次位姿矩阵为式（3）

依据理论分析和实验验证，右臂末端工件位姿实现了从下垂状态到水平状态，通过相同原理计算左臂上工件位姿，为式（4）

获得机械臂状态见图4，双臂实现了水平位姿调整，校正后平行状态下工件位姿见表3，由于机械臂本身柔性影响，其位姿参数选取小数点后六位数，满足精度要求。

表3 工件位姿

3 结论

针对目标装配过程中位姿估算问题，提出一种利用机器视觉下的测算方法，将位姿问题转化为工件端面参数与端面外接圆之间的偏差问题，使用相机采集图像，对图像处理后依据不同样本下的偏差变化，得出偏差越大时工件随腕关节偏转角度就越大。通过对机械臂腕关节角度进行调整实验校正，最终获取目标状态下工件位姿矩阵。