论文部分内容阅读
[摘 要]在传统的工件表面喷涂作业中，都是以相关技术人员人工操作来进行喷漆作业。在手工喷漆的过程中，会有大量的笨以及胺类等造成环境污染的并且对人有害物质及气体产生，长时间处在这种恶劣的环境中，会对操作人员的身体健康产生十分不好的影响。着机器人技术在工业生产中各个领域的不断发展，多种结构功能的机器人也开始被用来改装并进行喷漆作业，从而也发展出了一个新型的特种机器人品种——喷涂机器人。相对传统手工作业，喷涂机器人更加环保、高效，势必将在现代化的喷涂生产线上逐渐取代传统人工操作，也是未来自动化涂装产业向前发展的必然趋势。
[关键词]基于；立体视觉；自动喷漆；机器人；工件定位；系统设计
中图分类号：TP391 文献标识码：A 文章编号：1009-914X（2018）45-0095-01
1 基于Kinect2的工件表面三维重建
Kinect传感器是微软公司研制的一种特殊的相机，最早是应用于家庭游戏娱乐的Xbox游戏机上，该传感器能够实时获取环境的颜色和深度信息，负责人体及各个关节动作的识别和定位。这类传感器也被称为RGBD相机。但是自2010年11月作为单独产品发布以来，由于其廉价而又方便的解决了视觉领域中深度获取的难题，唄很多相关研究人员应用于机器人领域，尤其是在机器人视觉定位的问题上，慢慢也成了很多移动机器人的标配传感器。
Kinect1利用了光编码（LightCoding）的原理，由设备的光源发出内部编码好的结构红外光，然后通过红外相机捕捉这些红外光斑的变化，并计算出每个点的深度信息。与其他基于结构光的方法相同，其有着明显的缺点，即其深度信息计算质量对外部光源比较敏感。为了改善这个问题，微软在之后于2014年6月发布了基于TOF原理的Kinect2，大大降低了其他光源对传感器的影响，并且提高了传感器的分辨率，设备的综合性能有着明显的提高。
Kinect2首先由发生光源发射出激光阵列到待测量场景目标上，通过测量激光传输的时间来计算出每个点到相机的距离，从而得到Kinect2到待测量场景目标距离的二维阵列。由于TOF原理的特性，虽然Kinect被设计是用来在室内使用，但是其仍然可以用于一定程度光照的室外使用，例如室外机器人的定位和导航，这是区别与一代传感器原理性的重大进步。
2 基于手眼标定的工件模型的定位
模型的定位信息也即模型坐标系到机器人坐标系的变换关系的计算是很必要的。只有这样，才能将模型中的点与实际机器人中的位置联系起来，才能将模型用于离线示教或者轨迹匹配。由于得到的模型是在相机坐标系下描述的，所以问题也就转化为相机坐标系到机器人坐标系的变换关系，即机器人的手眼标定问题。
在机器人系统中，手眼标定是实现机器人手眼协调的重要前提。手眼标定的目的是统一视觉系统与机器人控制系统的坐标系，从而可以使视觉系统获得的信息转换到机器人坐标系下，然后由机械臂来完成作业。因此，手眼系统的标定精度，直接会影响到机器人的作业精度，故手眼标定成为了机器视觉应用的重要问题之一。
常见的手眼标定问题包括Eye-to-Hand和Eye-in-Hand两种，如图所示。
在Eye-in-Hand问题中，相机与机械臂末端固定，并且随机械臂运动。在这类手眼系统中，相机会随着机械臂运动靠近目标物体，视觉测量的误差也会降低，但是不能保证目标物体会一直出现在相机视野范围内。
在Eye-to-Hand问题中，相机固定在机械臂外部并且不随着机械臂运动。这种手眼系统相机的视场是固定的，便于视场内目标的定位。例如在工厂流水线上，物体待检测区域往往都是固定的。同样，在这类手眼系统中，当相机离识别物体较远时，视觉测量系统会产生较大的误差，从而限制了感知作业的范围。
在Eye-in-Hand手眼系统中，摄像机固定在机械臂末端，手眼标定求解的是相机坐标系与机械臂末端关节坐标系之间的变换关系；在Eye-to-Hand手眼系统中，摄像机与机器人基座的相对位置是固定的，手眼标定求解的是摄像机坐标系与机器人基坐标系之间的变换关系。结合第一章内容可以发现，对于KinectFusion扫描的方式，需要做的是Eye-in-Hand手眼标定，对于固定的多Kinect重建的方式，应该采用Eye-to-Hand手眼标定。
3 基于点云配准的喷漆机器人轨迹匹配方法
在得到了定位好的点云模型数据后，便可以利用该模型进行离线示教工作，来更方便的获得该模型对应工件的喷漆轨迹。但是示教始终是一件低效率的工作，因此，当有同种工件需要喷漆时，为了避免重复进行示教工作，希望能够重复利用已经示教好的轨迹，针对这个问题，本文设计了一种基于点云配准的机器人喷漆轨迹匹配方法。
点云配准的目的是通过估计两幅点云之间的变换关系（包括旋转和平移），来使两幅点云理论上相同的部分重合在一起，下图中显示了两幅保险杠点云随着迭代次数增加逐步匹配的过程，其中四幅图分别为迭代0次、10次、20次、50次的结果。在本文的应用环境中，是希望通过点云配准方法来计算出相同种类的工件在两次不同的摆放方式之间的变换关系，进而通过这个变换关系来生成当前工件对应的轨迹。
对于刚体点云的配准，最经典也是最常用的方法为迭代最近点法（IterativeClosestPoints，ICP），该方法通过构造假象的对应点来求解两幅点云的变换关系，通过迭代的方式使两幅点云不断逼近，最终使相同部分重叠在一起并计算出相应的变换矩阵。但是对于非刚体物体对应的点云，即匹配前后物体发生了形变的时候，迭代最近点方法不再适用，针对这种情况，本文设计了一种基于线性混合形变的非刚体点云配准方法，并且使用C++以及相关工具编程实现了该算法以及进行了相应实验。
总而言之，随着工业机器人的快速发展，以及工业机器人水平的提升，机器人的应用层面也将不断扩大，不单单局限在我国的重工型企业，也将逐步走向社会，走向家庭，提升我们的生活质量，更好的为我们的人类服务。但是我们要正确的对待工业机器人，合理使用工业机器人，让工业机器人的发展更加具有前瞻性，持续性，促进我国制造业的快速发展，赶超发达国家。
参看文献
[1]周丽兵.高压电容器箱壳喷漆机器人系统研究[D].长安大学，2015.
[2]李国丛，于向儒，曾令迪，刘海峰，张应春，叶启付，何伟.全自动柔性喷漆生产线系统的设计[J].航天制造技术，2015（05）：44-46+49.
[3]贾天义，尹德秀，冯晓阳.喷漆机器人在东方红轮拖底盘件涂装线的应用[J].现代涂料与涂装，2015，18（09）：41-44+54.
[关键词]基于；立体视觉；自动喷漆；机器人；工件定位；系统设计
中图分类号：TP391 文献标识码：A 文章编号：1009-914X（2018）45-0095-01
1 基于Kinect2的工件表面三维重建
Kinect传感器是微软公司研制的一种特殊的相机，最早是应用于家庭游戏娱乐的Xbox游戏机上，该传感器能够实时获取环境的颜色和深度信息，负责人体及各个关节动作的识别和定位。这类传感器也被称为RGBD相机。但是自2010年11月作为单独产品发布以来，由于其廉价而又方便的解决了视觉领域中深度获取的难题，唄很多相关研究人员应用于机器人领域，尤其是在机器人视觉定位的问题上，慢慢也成了很多移动机器人的标配传感器。
Kinect1利用了光编码（LightCoding）的原理，由设备的光源发出内部编码好的结构红外光，然后通过红外相机捕捉这些红外光斑的变化，并计算出每个点的深度信息。与其他基于结构光的方法相同，其有着明显的缺点，即其深度信息计算质量对外部光源比较敏感。为了改善这个问题，微软在之后于2014年6月发布了基于TOF原理的Kinect2，大大降低了其他光源对传感器的影响，并且提高了传感器的分辨率，设备的综合性能有着明显的提高。
Kinect2首先由发生光源发射出激光阵列到待测量场景目标上，通过测量激光传输的时间来计算出每个点到相机的距离，从而得到Kinect2到待测量场景目标距离的二维阵列。由于TOF原理的特性，虽然Kinect被设计是用来在室内使用，但是其仍然可以用于一定程度光照的室外使用，例如室外机器人的定位和导航，这是区别与一代传感器原理性的重大进步。
2 基于手眼标定的工件模型的定位
模型的定位信息也即模型坐标系到机器人坐标系的变换关系的计算是很必要的。只有这样，才能将模型中的点与实际机器人中的位置联系起来，才能将模型用于离线示教或者轨迹匹配。由于得到的模型是在相机坐标系下描述的，所以问题也就转化为相机坐标系到机器人坐标系的变换关系，即机器人的手眼标定问题。
在机器人系统中，手眼标定是实现机器人手眼协调的重要前提。手眼标定的目的是统一视觉系统与机器人控制系统的坐标系，从而可以使视觉系统获得的信息转换到机器人坐标系下，然后由机械臂来完成作业。因此，手眼系统的标定精度，直接会影响到机器人的作业精度，故手眼标定成为了机器视觉应用的重要问题之一。
常见的手眼标定问题包括Eye-to-Hand和Eye-in-Hand两种，如图所示。
在Eye-in-Hand问题中，相机与机械臂末端固定，并且随机械臂运动。在这类手眼系统中，相机会随着机械臂运动靠近目标物体，视觉测量的误差也会降低，但是不能保证目标物体会一直出现在相机视野范围内。
在Eye-to-Hand问题中，相机固定在机械臂外部并且不随着机械臂运动。这种手眼系统相机的视场是固定的，便于视场内目标的定位。例如在工厂流水线上，物体待检测区域往往都是固定的。同样，在这类手眼系统中，当相机离识别物体较远时，视觉测量系统会产生较大的误差，从而限制了感知作业的范围。
在Eye-in-Hand手眼系统中，摄像机固定在机械臂末端，手眼标定求解的是相机坐标系与机械臂末端关节坐标系之间的变换关系；在Eye-to-Hand手眼系统中，摄像机与机器人基座的相对位置是固定的，手眼标定求解的是摄像机坐标系与机器人基坐标系之间的变换关系。结合第一章内容可以发现，对于KinectFusion扫描的方式，需要做的是Eye-in-Hand手眼标定，对于固定的多Kinect重建的方式，应该采用Eye-to-Hand手眼标定。
3 基于点云配准的喷漆机器人轨迹匹配方法
在得到了定位好的点云模型数据后，便可以利用该模型进行离线示教工作，来更方便的获得该模型对应工件的喷漆轨迹。但是示教始终是一件低效率的工作，因此，当有同种工件需要喷漆时，为了避免重复进行示教工作，希望能够重复利用已经示教好的轨迹，针对这个问题，本文设计了一种基于点云配准的机器人喷漆轨迹匹配方法。
点云配准的目的是通过估计两幅点云之间的变换关系（包括旋转和平移），来使两幅点云理论上相同的部分重合在一起，下图中显示了两幅保险杠点云随着迭代次数增加逐步匹配的过程，其中四幅图分别为迭代0次、10次、20次、50次的结果。在本文的应用环境中，是希望通过点云配准方法来计算出相同种类的工件在两次不同的摆放方式之间的变换关系，进而通过这个变换关系来生成当前工件对应的轨迹。
对于刚体点云的配准，最经典也是最常用的方法为迭代最近点法（IterativeClosestPoints，ICP），该方法通过构造假象的对应点来求解两幅点云的变换关系，通过迭代的方式使两幅点云不断逼近，最终使相同部分重叠在一起并计算出相应的变换矩阵。但是对于非刚体物体对应的点云，即匹配前后物体发生了形变的时候，迭代最近点方法不再适用，针对这种情况，本文设计了一种基于线性混合形变的非刚体点云配准方法，并且使用C++以及相关工具编程实现了该算法以及进行了相应实验。
总而言之，随着工业机器人的快速发展，以及工业机器人水平的提升，机器人的应用层面也将不断扩大，不单单局限在我国的重工型企业，也将逐步走向社会，走向家庭，提升我们的生活质量，更好的为我们的人类服务。但是我们要正确的对待工业机器人，合理使用工业机器人，让工业机器人的发展更加具有前瞻性，持续性，促进我国制造业的快速发展，赶超发达国家。
参看文献
[1]周丽兵.高压电容器箱壳喷漆机器人系统研究[D].长安大学，2015.
[2]李国丛，于向儒，曾令迪，刘海峰，张应春，叶启付，何伟.全自动柔性喷漆生产线系统的设计[J].航天制造技术，2015（05）：44-46+49.
[3]贾天义，尹德秀，冯晓阳.喷漆机器人在东方红轮拖底盘件涂装线的应用[J].现代涂料与涂装，2015，18（09）：41-44+54.