新型抓取器利用机器视觉实现自动包装 - 汉堡联邦国防军大学
包装和物流 | 机器人技术 | 3D 标定 | 3D 视觉 | 匹配-Matching通过将复杂抓取机制与机器视觉结合,让包装系统能够处理完全不同的物体。
多年来,拾取和放置机器人已广泛应用于 PCB 制造和食品包装等领域。在大多数此类系统中,待处理物体的尺寸、形状和表面特性是已知的。因此,系统开发人员可以从一系列专为处理单个产品而设计的机器人抓取器中进行选择。
然而,在许多情况下,灯泡、酒瓶、玻璃器皿、亚麻布和书籍等物体具有不规则的特点,需要开发专门的处理设备。为了减少这类开发成本,汉堡联邦国防军大学(德国汉堡)开发了一种专门的抓取器。该团队将这种抓取器与现有机器视觉相机和软件相结合,搭建了一套用于拾取和放置的自动包装系统。
如今,许多自动设备使用 3D 激光传感器来执行物体测量。这些系统将物体的几何尺寸与 3-D CAD 模型进行比较,以便拾取和放置系统准确预测其位置和方位。然而,在需要处理大小袋子等柔性包装时,需要部署更专业的拾取系统,将复杂的处理机制与机器人视觉系统结合起来。
在柔性抓取器的设计中,双壁软管会充注水或空气等流体材料。将这种软管粘到圆柱形套筒中,由套筒构成抓取器的外部部分,使抓取器能够拾取物体(见图 1)。
使用柔性抓取器拾取物体之前,必须先测量物体的位置和方位。为了检测物体,汉堡联邦国防军大学开发的系统采用非接触式立体测量方法,首先创建物体的高程剖面,然后分割单个物体。
高程剖面
由于 MaxxVision(德国斯图加特)的相机安装在相距 200 毫米的位置,相机的图像重叠,便于使用 MVTec HALCON 图像处理库附带的双目立体算子来计算物体的高程距离(见图 2)。为了标定相机和四个立体像对,使用 HALCON 的相机标定算法对标定板的 21 个不同位置进行成像和评估。
为了计算高程距离,对所有四个立体像对进行灰度值相关分析。由于像素距离、相机距离和相机之间的距离已知,因此可以通过几何方式计算灰度值的矩阵高程剖面。
低对比度表面的物体缺少独特的点,因此成了一项特殊的挑战。为了克服这一问题,使用 Laser Components(德国奥尔兴)的 FlexPoint 激光图案发生器模块将激光点阵投射到表面上,点距约为 5 毫米。
为了避免反射并检测透明包装材料,使用 Hirtz & Co.(德国科隆)的超声喷雾器向包装上喷洒非破坏性的稀薄水雾。
图像分割
为了执行图像分割,使用模板模型的对应分析对具有已知表面的物体进行比较。为了分割未知物体,使用基于边缘和基于区域的分割。基于边缘的方法通过在高程剖面内使用灰度相关来检测边缘。
虽然这类方法速度很快,但是经常会导致生成的边缘不完整。计算量更大的基于区域的方法会将高程剖面细分为具有相同高度或相同表面梯度的均匀区域。
使用这类分割技术,可以识别已知和未知的物体。例如,如果通过这种分割产生了已知图案,就可以正确识别物体。为了识别未知物体,使用其几何参数和颜色信息。将这些特征数据馈送到神经网络的输入层,同样是使用 HALCON 实现的神经网络会将物体关联到物体类别。对于每种物体,神经网络都会再次训练,从而提高分类质量。
识别完成后,将每个物体的已知高度和位置传输到机器人码垛机以便拾取。在腿部 x-y-z 平台上安装柔性抓取器之后,即可使用基于视觉的机器人系统拾取和放置多种完全不同的物体。
作者:Rainer Bruns、Björn Cleves 和 Lutz Kreutzer 博士 (MVTec Software GmbH)
感谢 Vision Systems Design 提供本文。产品/商标的所有产品名称、商标和图片版权均属于其持有者。保留所有权利。