摘 要：針對傳統(tǒng)PC 構(gòu)件手工拆裝模生產(chǎn)作業(yè)人員多、占地面積大和工位利用率低的生產(chǎn)方式，結(jié)合機器人運動控制技術(shù)、激光掃描技術(shù)和圖像感知技術(shù)，提出了一種基于3D 視覺引導的直角坐標系機器人系統(tǒng)。在闡述視覺引導機器人自動拆裝模具原理的基礎(chǔ)上，設(shè)計了一種針對混凝土預制構(gòu)件拆裝模具的四自由度直角坐標系機器人系統(tǒng)，開發(fā)了基于EtherCAT 總線的分布式控制軟硬件系統(tǒng)，并進行工廠實際生產(chǎn)測試。測試結(jié)果表明：該機器人可以直接由圖紙驅(qū)動自動完成PC 構(gòu)件的拆模和裝模等核心生產(chǎn)過程；模具識別準確率高于99.5%；單個模具的裝模節(jié)拍少于20 s；抓手中心重復定位精度達到±1 mm。為混凝土預制構(gòu)件拆裝模實現(xiàn)全自動化作業(yè)提供了完整解決方案。

近年來，隨著經(jīng)濟的快速發(fā)展，勞動力成本的上升，預制構(gòu)件加工精度與質(zhì)量、裝配式建筑施工技術(shù)和管理水平的提高以及國家政策因素的推動，預制裝配式建筑呈現(xiàn)快速發(fā)展的態(tài)勢[1]?；炷令A制構(gòu)件（簡稱PC 構(gòu)件）是實現(xiàn)建筑主體結(jié)構(gòu)預制的基礎(chǔ)，而當前國內(nèi)PC 構(gòu)件生產(chǎn)線裝備的自動化水平遠不能滿足住宅工業(yè)化的發(fā)展需求[2]。按構(gòu)件圖紙形狀和尺寸進行模具拼接和組裝、構(gòu)件生產(chǎn)完成后的模具清洗與回收等過程是PC 構(gòu)件生產(chǎn)的核心環(huán)節(jié)[3]。目前，國內(nèi)PC 生產(chǎn)線主要以手工或機械輔助拆裝模為主，而國外用于拆裝模具的機器人價格高且不能適應國內(nèi)出筋構(gòu)件的生產(chǎn)。

為此，本文提出一種基于3D 視覺引導的直角坐標系機器人系統(tǒng)，并在此基礎(chǔ)上開發(fā)了用于拆裝模具的機械抓手、用于生產(chǎn)出筋構(gòu)件的模具以及其他輔助機構(gòu)。最后對整個機器人系統(tǒng)進行了實際生產(chǎn)測試與分析，有效提高了系統(tǒng)的控制精度和節(jié)拍，完全滿足PC 生產(chǎn)線對于拆模和裝模的全自動化生產(chǎn)需求。

1 機器人本體結(jié)構(gòu)設(shè)計

在工業(yè)機器人領(lǐng)域中，直角坐標機器人是具有多個自由度的一種典型多用途工業(yè)機器人，各自由度可建成空間直角關(guān)系，該機器人運動簡單，承載能力強[4]。本文所設(shè)計的直角坐標機器人有4 個自由度，能夠帶動機械抓手在三維空間中沿X 軸、Y 軸以及Z 軸進行水平移動，Z 軸上的抓手可以圍繞 Z 軸進行旋轉(zhuǎn)。

所述直角坐標機器人本體結(jié)構(gòu)模型如圖 1 所示，主要由三軸聯(lián)動龍門架以及安裝在三軸聯(lián)動龍門架上的機械手和模具識別傳感器模塊組成，其中三軸聯(lián)動龍門架包括X 軸桁架、 Y 軸導軌、 YZ 滑臺和Z 軸導軌。機器人中的4 個關(guān)節(jié)由4 個伺服電機進行驅(qū)動，通過現(xiàn)場總線實現(xiàn)機器人的精確定位、PC 構(gòu)件生產(chǎn)的模具拆卸后識別回收、畫線、 裝模等工作，極大提高了生產(chǎn)效率，可杜絕人為因素導致的產(chǎn)品尺寸誤差波動大，避免生產(chǎn)安全隱患。

1.X 軸桁架 2.Y 軸桁架 3.Z 軸桁架4.R 軸旋轉(zhuǎn)抓手 5 機器人控制柜圖1 4 軸直角機器人本體結(jié)構(gòu)

機械抓手結(jié)構(gòu)如圖2 所示，主要由抓手主體、夾抓模塊、敲磁釘模塊、中心定位模塊和畫線模塊組成。抓手主體上相對安裝有兩組夾抓模塊，兩組夾抓模塊內(nèi)分別安裝敲磁釘模塊，定位模塊與抓手主體連接，畫線噴油模塊與定位模塊連接。夾爪、敲磁釘和中心定位模塊均為氣動結(jié)構(gòu)，在抓手進氣管道上安裝有壓力檢測傳感器，負責檢測系統(tǒng)壓力是否在安全范圍內(nèi)。

1. 中心定位插銷 2. 噴墨畫線機構(gòu) 3. 激光測距傳感器4. 敲磁釘氣缸 5. 上下氣缸 6. 壓力傳感器7. 電磁閥島 8. 抓手機構(gòu)圖2 拆裝模機器人抓手結(jié)構(gòu)

2 3D 視覺系統(tǒng)設(shè)計

2.1 系統(tǒng)組成

所設(shè)計的視覺系統(tǒng)硬件以PC 作為控制中心，由200 萬像素工業(yè)相機、半導體線激光器以及相應的傳感器固定裝置組成。系統(tǒng)軟件為基于Opencv 開發(fā)的對應的線激光處理算法。工業(yè)相機和半導體線激光以固定的角度和高度安裝在拆裝模機器人Z 軸。系統(tǒng)運行時，激光器發(fā)出一條結(jié)構(gòu)光照射在待掃描工作臺上，通過拆裝模機器人X 方向勻速移動完成對整個工作臺模具的掃描，生成點云圖像，經(jīng)過圖像處理后輸出模具的角度和坐標信息，以便于機械手拆模。

2.2 測量原理

所搭建的3D 視覺系統(tǒng)基于結(jié)構(gòu)光測量技術(shù)，采用激光三角測距原理[5]，如圖3 所示，線激光照射在被測物上表面，被工業(yè)相機接收，點A、B 是激光束在不同高度的被測物表面上的中心位置，點A′、B′是工業(yè)相機靶面上的像點，點A 所在的平面設(shè)為基準面，AO的距離已知，由此可計算出高度H。

圖3 3D 視覺系統(tǒng)結(jié)構(gòu)示意圖

機器人帶著模具識別傳感器模塊以固定速度沿X 方向運動至整個工作平臺掃描結(jié)束。

2.3 點云圖象處理

首先將相機標定至機器人坐標系下，每一幀圖象中激光線上X 方向的點由機器人位置給出，Y 方向的點取相機像素坐標，Z 方向的高度值H 可以計算得出，通過連續(xù)掃描整個工作臺，得到工作臺上所有像素點的三維點云。

為進一步求出三維點云對應的模具特征信息，需要將三維點云進行平面模型投影濾波，將三維點云投影到Z=0 也就是X-Y 平面上[6]。點云投影并不能直接獲取模具特征，轉(zhuǎn)換完成的二維圖像須包含每個點的深度，可用灰度圖顏色的深淺來表示原點云數(shù)據(jù)的深度。通過設(shè)置合理的灰度( 深度) 閾值得到工作平臺的二值圖象。

由三維點云求解得到的二值圖像存在很多噪點以及小的孔洞，這些都會影響最終模具識別的準確性，可以通過二值圖像的基本形態(tài)學運算解決這些干擾。首先通過對圖象腐蝕能夠消融連通區(qū)域的邊界，選擇適當大小和形狀的結(jié)構(gòu)元素，可以濾除掉所有不能完全包含結(jié)構(gòu)元素的噪聲點[7]。腐蝕后的模具圖象會變得比原始圖象更瘦小，因此腐蝕后的圖象需要再進行膨脹還原，以使圖像的輪廓變得光滑，最終求解出目標模具的外接矩形輪廓。

2.4 拆模路徑規(guī)劃

由上可以得到每個模具在X-Y 平面的中心坐標和角度。每個模具具有統(tǒng)一的高度，機器人根據(jù)其中心坐標和角度就可以進行抓取后回收。機器人需要遍歷每個模具的中心一次，使機器人遍歷的路徑最短等價于求解加權(quán)完全無向圖中訪問每個頂點的總權(quán)數(shù)最小的閉路，又稱之為最優(yōu)哈密頓回路[8]。目前還沒有一種有效的算法來求解最優(yōu)哈密頓回路，可使用近似算法解決該問題[。首先任意選取其中一個結(jié)點作為起點，每一步都尋找離上一步距離最短的點作為下一個結(jié)點，最終可以得到機器人近似最優(yōu)路徑軌跡。

3 機器人控制系統(tǒng)設(shè)計

3.1 系統(tǒng)總體設(shè)計

拆裝模機器人控制系統(tǒng)硬件結(jié)構(gòu)如圖8 所示. 拆裝模機器人主要控制和檢測的對象為直角機器人X、Y、Z和R 軸伺服電機、機器人主站模塊、模具輸送系統(tǒng)、工作臺清理系統(tǒng)和機械抓手模塊。拆裝模機器人系統(tǒng)主要由運動控制下位機、3D 視覺模塊、本地上位人機交互系統(tǒng)和中控室MES 系統(tǒng)的機器人管理模塊組成。

為使機器人具備更快的通信速度、更好的實時性、更精確的位置控制，本文采用EtherCAT 分布式總線網(wǎng)絡控制方式完成伺服和各IO 從站之間的通信。EtherCAT 協(xié)議處理完全在硬件中進行，工作效率大大提高，1 000 個分布式I/O 數(shù)據(jù)的刷新周期僅為30μs[10]。本文選用倍福（Beckhoff）公司的CX 系列嵌入式PC為核心控制器，該控制器采用開放的EtherCAT 實時以太網(wǎng)總線協(xié)議，支持與第三方設(shè)備通信。上位機為PC機和觸模顯示器，主要負責3D 視覺算法程序運算、系統(tǒng)監(jiān)控、人機界面的管理和指令控制，協(xié)調(diào)系統(tǒng)進行工作; 倍福CX 嵌入式PC 運動控制器為下位機，主要負責對上位機發(fā)出指令的處理，實現(xiàn)復雜精確的軌跡運動，伺服驅(qū)動器負責接收控制器發(fā)出的運動指令，驅(qū)動伺服電機運動，并根據(jù)編碼器與傳感器反饋的信號對電機進行調(diào)整；MES 系統(tǒng)負責構(gòu)件圖紙導入、圖紙解析以及生產(chǎn)任務的發(fā)送，將解析后的數(shù)據(jù)和生產(chǎn)任務發(fā)送給下位機控制器執(zhí)行。

3.2 系統(tǒng)軟件實現(xiàn)

針對系統(tǒng)硬件的設(shè)計方案，用ST 結(jié)構(gòu)文本語言在TwniCAT 中編寫機器人控制主程序、機器人和MES 系統(tǒng)通訊接口程序以及機器人和上位機HMI 通訊接口程序。

系統(tǒng)任務類型和構(gòu)件圖紙數(shù)據(jù)由中控室MES 系統(tǒng)下發(fā)，主要分為掃描拆模和畫線裝模兩種任務類型。掃描拆模：機器人收到任務后會判斷模具緩存庫空位是否足夠，若有足夠的庫位則直接啟動機器人和3D 視覺系統(tǒng)勻速沿X方向掃描整個模具平臺，得到平臺上每一個像素點的3維坐標值，并進一步提取模具特征，得到平臺上所有模具在機器人坐標系下的中心坐標、角度和長度，按最短路徑原則生成機器人拆模運動軌跡；畫線裝模：首先對MES 下發(fā)的圖紙數(shù)據(jù)進行完整性和正確性校驗，數(shù)據(jù)無異常則按構(gòu)件外輪廓、預埋件輪廓坐標分類存儲在機器人程序內(nèi)存中，根據(jù)外輪廓形狀特征和邊長得出每條邊的最優(yōu)模具拼接組合，根據(jù)預埋輪廓的形狀信息得出機器人X、Y 兩軸直線和圓弧插補動作表，最后根據(jù)模具實際庫存數(shù)據(jù)生成機器人運動軌跡。

系統(tǒng)本地上位機人機交互界面基于Qt4.5 開發(fā)。Qt 具有良好的結(jié)構(gòu)化、靈活的面向?qū)ο蟮慕Y(jié)構(gòu)以及清晰的文檔和直觀的API，為開發(fā)跨平臺桌面應用程序人機交互界面提供了良好的支持[11]。使用倍福公司提供的ADS 通訊協(xié)議完成控制器與上位機HMI 及MES 系統(tǒng)通訊。ADS 在傳輸層上使用的是TCP 協(xié)議，支持句柄直接訪問變量數(shù)據(jù)，能夠方便完成PC 和控制器的通訊，從而實現(xiàn)控制系統(tǒng)運行時與人機界面的數(shù)據(jù)交換。

系統(tǒng)觸模屏主要由操作員登陸、生產(chǎn)監(jiān)控、系統(tǒng)管理、任務列表和掃描識別等監(jiān)控畫面組成。

點擊左上角的Logo 圖標即可回到機器人系統(tǒng)主界面，從主界面可以快速進入其他各界面：生產(chǎn)監(jiān)控界面可以動態(tài)顯示MES 系統(tǒng)下發(fā)的圖紙、每個軸的運動狀態(tài)以及生產(chǎn)進度；系統(tǒng)管理界面主要完成模具、模具庫管理以及關(guān)鍵位置的示教；任務列表界面用于顯示機器人路徑規(guī)劃的結(jié)果；掃描識別界面用于3D 視覺識別結(jié)果及路徑規(guī)劃信息顯示。機器人生產(chǎn)監(jiān)控界面如圖12 所示。

圖11 人機界面控制窗口關(guān)系圖

圖12 本地上位機HMI 生產(chǎn)監(jiān)控界面

4 實驗分析

機器人抓手中心安裝有一個用于畫構(gòu)件輪廓線的自動噴液機構(gòu)，可以將構(gòu)件圖紙輪廓在工作平臺畫出來。抓手中心Z 方向裝有一個激光測距傳感器，主要用于檢測接近目標物體的距離并反饋給控制器進行決策控制。激光傳感器的性能參數(shù)如表1 所示。

實驗1：將激光傳感器分別安裝在激光指向X、Y、Z 軸方向上, 校準后進行定位測試，將被測標準平面塊固定在工作臺上進行測試，機器人重復定位精度測試結(jié)果如表2 所示。

表2 中Δd 為控制某個軸運動指定位移后激光測距的變化量，測試得到的最大絕對誤差是0.7 mm，由此可知抓手中心重復定位精度可達到±1 mm。

實驗2：將生產(chǎn)用的模具隨機放在正常生產(chǎn)用的工作平臺上( 保證模具不超出視野邊界)，讓機器人自動掃描識別并抓取回收。連續(xù)測試10 次，每次擺放的模具不少于30 個，得到模具識別抓取測試結(jié)果如表3 所示。

由實驗結(jié)果可知，在319 個隨機擺放的樣本測試中，第9 次實驗中有1 個模具中心坐標識別不準確導致該模具未能正確抓取回收，機器人發(fā)生故障（模具是否能成功被抓取是中心坐標是否識別正確的依據(jù)，在角度一致的情況下，抓手設(shè)計的抓取允許誤差為±4 mm）。由此可知系統(tǒng)模具正確識別率優(yōu)于99.5%。

5 結(jié)論

本文針對PC 構(gòu)件生產(chǎn)中人工裝模和拆模效率低、工位多、占地面積大等問題，設(shè)計了一種基于3D 視覺引導的機器人自動裝拆模系統(tǒng)。生產(chǎn)實驗結(jié)果表明：

1）該系統(tǒng)創(chuàng)新開發(fā)了一種低成本的激光掃描3D相機模具識別系統(tǒng)，其正確識別抓取率優(yōu)于99.5%。

2）創(chuàng)新發(fā)明了一種出筋新型模具，開發(fā)了Allplan和CAD 構(gòu)件圖紙深度解析接口，真正實現(xiàn)了由圖紙直接機器人進行柔性拆裝模自動化生產(chǎn)，適應國內(nèi)出筋和不出筋PC 構(gòu)件柔性生產(chǎn)需求。

3）開發(fā)的通用線掃3D 識別物料和引導機器人定位系統(tǒng)可快速應用在其他視覺引導機器人進行搬運、碼垛等場合，為建筑等其他視覺識別應用機器人提供了解決思路。該機器人已經(jīng)在國內(nèi)多條PC 生產(chǎn)線得到良好應用，有效提高了PC 構(gòu)件生產(chǎn)的自動化水平。

參考文獻

[1] 王星. 住宅產(chǎn)業(yè)化中PC 預制構(gòu)件的技術(shù)應用[J]. 住宅與房地產(chǎn),2018(2):108.

[2] 楊立勝. 住宅產(chǎn)業(yè)化P C 預制構(gòu)件技術(shù)應用研究[ D ] .武漢：湖北工業(yè)大學,2017.

[3] 邵海東. 我國建筑工業(yè)化發(fā)展現(xiàn)狀與思考探析[J]. 中國建材科技,2017,26(3):86，87.

[4] 陳彥宇, 田東莊, 許翠華, 等. 基于PLC 直角坐標式機器人控制系統(tǒng)的設(shè)計[ J ] . 自動化儀表, 2 0 1 8 , 3 9 ( 4 ) :42-45，50.

[5] Zhang Zili, Wu Guanghua, Wang Qiyue,etal. An automaticlarge-scale 3D coordinate measurement system based on visionguidance[P]. SPIE/COS Photonics Asia,2016.

[6] Jia Chaochuan,Yang Ting,Wang Chuanjiang,etal. A new fastfiltering algorithm for a 3D point cloud based on RGB-Dinformation.[J]. PloS one,2019,14(8).

[7] 趙繼紅, 俞和權(quán). 預測跟蹤一種二值圖象的輪廓跟蹤方法[J]. 自動化學報,1990(5):470-472.

[8] Yvonne Kemper,Jim Lawrence. The odd–even invariant andHamiltonian circuits in tope graphs[J]. European Journal ofCombinatorics,2018.

[9] 王亞麗, 徐晨東. 一種基于關(guān)聯(lián)矩陣判斷圖的哈密頓性及求解哈密頓回路的算法[J]. 寧波大學學報( 理工版),2018,31(2):83-88.

[10] 張穎, 平雪良, 王晨學, 等.ROS 下基于EtherCAT 的串聯(lián)機器人控制系統(tǒng)[J]. 傳感器與微系統(tǒng),2018,37(3):106-109.

[11] 沈煒, 王曉聰. 基于Qt 的嵌入式圖形界面的研究和應用[J]. 工業(yè)控制計算機,2016,29(1):101，102，104.

[12] 楊勇軍, 龍辛, 王紀新.EtherCAT 網(wǎng)絡中非周期信息的實時調(diào)度[J]. 機械工程與自動化,2017(3):69，70.

編輯：jq