工業機器人視覺分揀曲軸系統開發應用范文

本站小編為你精心準備了工業機器人視覺分揀曲軸系統開發應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：針對發動機缸體曲軸裝配長期依賴于工人手工分揀的問題，研發了一款基于三維視覺傳感器配合機械手自動識別曲軸相位并分揀的自動化系統，該系統由相位旋轉臺、工業機器人、上下料傳送帶、操作臺等共同構成。并基于總線組態軟件技術實現人機交互，實現曲軸視覺識別并分揀系統的智能化控制。該控制系統可以實時監控現場參數，顯示當前曲軸的相位和識別分數，使操作、維護更加方便。實驗結果顯示：單工件抓取與裝配節拍為85s，與手工方式需150s比較，效率提高約76%。完全實現無人化自動生產，節省大量人力成本。

關鍵詞：工業機器人；三維視覺系統；曲軸分揀

引言

曲軸分揀一直以來都是機器人自動化行業的難題[1]，曲軸自身有不同的曲面相位，難以被機器視覺識別，而且曲軸在料籠中姿態各異，如何根據曲軸相位抓取也是一大難題。本文介紹的系統使用工業機器人配合三維視覺廣域傳感器，識別工件相位姿態，并根據相位姿態自動生成抓取位置，自動分揀曲軸[2]。減少人工成本、提升生產穩定性、提高生產效率等一系列優點而備受關注。隨著我國人口紅利的消失人工成本急劇升高，如何實現生產無人化、提高產品良率等要求下，使用機器人分揀曲軸有如下優點：提高曲軸分揀的準確性，降低人為錯誤；提高生產持續性，可無人化24h生產；各設備相互聯網，實現智能化管理；維護方便，用戶可根據生產需求進行二次編程增加工件種類。

1曲軸分揀系統硬件設計

視覺曲軸分揀系統的硬件模塊[3]包括：上下料模塊、曲軸相位轉換臺、工業機器人模塊、三維廣域傳感器及下料模塊。現場布局如圖1所示。

1.1上料模塊

上料模塊主要由兩個安放曲軸的來料籠構成。為了提高生產效率，使用兩個料籠，可在更換料籠工件的同時，機器人抓取另一個料籠的工件。

1.2下料模塊

下料模塊由安裝有固定家具的傳送帶構成，曲軸必須按照固定的相位放置在夾具上，傳送帶逐個傳輸到產線下游的加工中心。

1.3三維視覺廣域傳感器

三維廣域傳感器[4]由一個投影儀和兩個數字相機共同構成。該傳感器能夠識別曲面工件，檢測其相位和姿態。把數據傳送給機器人后能自動生成工件的抓取位置。三維視覺廣域傳感器如圖2所示。

1.4曲軸相位轉換臺

由于工業機器人是按照曲軸被檢測出的相位姿態抓取，抓取曲軸時每個工件的相位不一，需要把曲軸放到相位轉換臺上，按照下料要求的相位重新抓取曲軸。曲軸相位準換臺如圖3所示。

1.5工業機器人

工業機器人負責生成曲軸抓取位置并抓取曲軸，抓取完成后把曲軸放置到相位轉換臺上，根據下料臺的夾具要求調整抓取曲軸的相位，最后重新抓取曲軸并下料。機器人工作流程如圖4所示。

2曲軸視覺分揀系統軟件設計

系統軟件部分主要包括3個部分：觸摸屏人機交互界面、下位機可編程控制器PLC和工業機器人，三者通過現場總線相互通訊連接。人機界面觸摸屏與可編程控制器通過高性能EIP以太網進行連接通訊，可編程控制器PLC[5]與工業機器人通過現場總線Devicenet連接通訊，主要把傳感器識別的曲軸型號、曲軸姿態和識別分數等數據傳送給觸摸屏顯示。

3外圍設備現場總線控制設計

本文作者使用FANUC工業機器人[6]提供的DeviceNet網絡總線連接可編程控制器PLC作為中轉，從而與各外圍設備相連。使用DeviceNet網絡具有以下優點：（1）簡化I/O的連接，減少接口硬件；（2）根據配置可以最多連接4個DeviceNet網絡，為后續系統設備升級增加應用提供基礎；（3）采用業界標準的開放式協議，使得機器人能與各類工業產品、光電開關、接近開關和PLC進行信息交互。圖5是DeviceNet網絡與外圍設備的接線圖。FANUC工業機器人DeviceNet網絡參數部分設置參考圖6。

4實驗難點及解決方案

4.1實驗難點

由于曲軸有不同的相位且在料籠中相互交錯堆疊，即 便能被三維視覺傳感器識別，但由于抓取手爪的限制，在手爪抓取曲軸的過程中會出現各種干涉問題導致抓取失敗。如：（1）手爪與目標曲軸周圍的曲軸干涉；（2）目標曲軸的有效抓取位置被周圍工件遮擋而無法抓取；（3）手爪與料籠邊框干涉導致抓取失敗。曲軸實物圖和料籠狀態如圖7和8所示。

4.2解決方案

針對上述難點，設計解決方案如下。（1）在手爪上增加力覺傳感器，當手爪與目標曲軸周圍的曲軸發生干涉時，讓力覺傳感器發出信號。在機器人程序中編寫判斷邏輯，只要收到碰撞信號就放棄當前工件，機器人返回安全位置后抓取下一個曲軸。從而避免系統出現報警停線。（2）針對有效抓取位置被遮擋的問題，編寫機器人程序對曲軸的每個相位增加3個不同的抓取位置[7]，并從3個抓取位置中選擇最優抓取位置。當3個位置都抓取失敗時，放棄當前目標曲軸返回安全位置再抓取下一個工件。（3）由于料籠較深，為了能抓取料籠底部的曲軸需要把手爪設計得比較長。當抓取位置傾斜時手爪或機器人容易與料籠邊框干涉。為了解決這問題需要把抓取步驟拆解為兩步：把靠在料籠邊緣曲軸先隨意抓取后再重新放置到料籠中央部分，后再根據相位要求重新抓取[8]。

5結論

該系統結合可編程控制器、三維視覺傳感器、工業機器人編程等各模塊系統集成開發完成對料籠曲軸分揀的案例。實際運行結果表明：機器人能穩定運行，完成后分揀工作，大大降低人工成本，并提高生產效率，實現無人化生產。同時也是業界對于使用機器視覺完成曲面工件識別并抓取難點的突破，具有廣闊的用前景。

參考文獻：

［1］孟慶春，齊勇，張淑軍，等.云智能機器人及其發展［J］.中國海洋大學學報（自然科學版），2004（05）：831-838.

［2］孟明輝，周傳德，陳禮彬，等.工業機器人的研發及應用綜述［J］.上海交通大學學報，2016（S1）：98-101.

［3］栗俊艷，米月琴，弓靖，等.一種基于機器視覺的工業機器人分揀系統［J］.電子科技，2016年（01）：201-205.

［4］劉晨，費業泰，盧榮勝.主動三維視覺傳感技術的研究［J］.光電技術應用，2014（01）：85-88.

［5］陳延奎.淺談PLC控制系統的設計方法［J］.中國科技信息，2009（08）：101-103.

［7］林龍彬.基于機器視覺的工業機器人抓取技術研究［J］.福建工程學院，2018（01）：41-42.

［8］劉振宇，李中生，趙雪.基于機器視覺的工業機器人分揀技術研究［J］.制造業自動化，2013（10）：18-22.

作者：梁錦麟 陳映璇 單位：上海發那科機器人有限公司