关键词：机器人；视觉系统；图像处理
前言
如果装配线上的上线工序需要料架上有不规格的零件分布的时候，以往的装配方法只能借助人工将其搬运到线上，这种方法费力费时，并且还会影响到搬运效率。但目前能够运用的机器人与视觉的结合是一个相对简单的机器人视觉系统，其能够替代人工进行搬运，这样一来就能够在一定程度上加快搬运效率。本文就机器人视觉检测在工业中的应用展开探讨。
1.机器视觉概念和特性
机器视觉是一种新型技术，能够替代操作工人进行精确测量，进而做出准确判断。机器视觉在工作过程中，借助摄像机对物体进行全面的图像采集，再对图像进行系统全面的分析，根据分析结果机器就能做出准确的动作，确保生产工作的顺利进行，并且还能在一定程度上提高生产效率。机器视觉在工业生产应用中的优势有：首先是其具有良好的灵活性，机器视觉能够采集生产过程中的多个图像，并对其进行科学合理的处理，进而能够适应工业生产的要求；其次，机器视觉具有非常高的精度，在工作过程中能够进行精确的测量和定位，即使在复杂得工况中也能够获得高质量的测量数据；最后，机器视觉还具有廉价性，这是由于其是建立在计算机系统的基础之上，随着计算机生产成本的逐渐降低，机器视觉的实现成本也逐渐降低。
2.视觉系统架构
2.1选用的设备
选用西门子S7-300PLC将其用在逻辑控制中，实现机器人和相机之间的通讯；将FUNAC机器人用在工件搬运方面；康奈视相机用来对工件偏移量的变化值进行计算。
2.2固定的相机和固定于机器人的相机
2.2.1固定相机
在架座上将相机固定，并且需要始终从相同的距离对相同的部位进行观察。在此过程中，可以和相机在进行其他作业的过程中完成视觉测量工作，这样一来就能够很好地缩短总体的观察时间，并且还能够借助固定相机对放置于工件台上的机器人进行观察，并且根据机器人的实际情况补正机器人的动作，将这种方法也称之为机器人的位置补正法。延伸至固定相机之前，测量机器人所把持的工件，并且正确放置这一工件在规定的位置上，之后再对其进行补正，这种方法也就是抓取偏差的补正方法。
2.2.2固定于机器人的相机
在机器人的手腕部位设置相机，通过对机器人进行移动，以此来借助1台相机完成不同场所的测量工作，或者对相机和工件的距离予以改变。固定在机器人下方的相机的情况，应该注意到机器人移动所带来的因部分机器人移动而出现的计算工件位置的现象。并且，要借助固定在机器人上的相机对工作台上的相机进行观察，以此来落实机器人的动作补正方法，也可以称之为位置补正方法。由于固定机器人的相机方法具有很强的实用性，因此，此次也主要以固定在机器人上的相机展开探讨。
2.3相机标定
为了能够转化相机的采集数据为机器人坐标系下方的位置数据，就需要建立起机器人坐标系和相机坐标系之间的相应转换关系，这一过程需要借助相机标定来得以实施。
2.4相机数据计算
通过使用相机进行拍照之后，得到工件偏移以及坐标系，通过对这二者进行比较来获取机器人的偏移数值，并且将这一数值传递到PLC系统中，从而完成对相机数据的计算工作。
3.工业机器人视觉系统的应用意义
一是降低工业生产成本。在工业生产中，人工和材料费用对于工业生产成本具有十分重要的影响，通过将工业机器人视觉系统定位技术有效的运管用于实际的生产过程中，能够替代一定数量的工人完成生产任务，这就能够在一定程度上减少生产过程中的工人数量，降低人工成本费用，同时，该技术还能结合原材料的实际情况，采取有针对性的加工方式，进而能够有效提高原材料的利用率，减少不必要的浪费，进而减少原料成本。二是提高工业生产效率。工业机器人视觉系统定位技术能够为机器人快速的完成生产任务提供有准确的指导，确保其能够快速的定位物体，并对其采取准确的操作，这就能够在一定程度上提高机器人的加工速度，也就提高了工业生产效率。
4.机器人技术与视觉检测
4.1图像处理技术
图像处理技术主要包括：灰度处理、滤波处理以及二值化处理等技术，其中，灰度处理是指将彩色图像转化为黑白图像，进而能够凸显图像中的重要信息，这就能够减少图像处理的计算量，提高处理效率；滤波处理能够弱化图像中的噪点，进而让图像保留更多的信息点，提高图像有效性和可靠性；二值化处理能够将图像的像素点灰度设置为0或255，进而确保图像的灰度值唯一，减少数据的处理量，提高数据处理的工作效率。
4.2三维定位技术
三维定位技术是机器人进行定位抓取的核心技术，对抓取的准确度具有决定性的影响。工业机器人视觉系统通过其双目立体视觉系统进行准确的定位，通过三维定位技术能够获取目标的精确三维坐标，进而建立目标的三维坐标系，从而就能提高定位的精确度。三维定位技术能够根据生产的实际工作环境，对三维坐标系进行有针对性的调整，进而能够满足不同生产环境的定位要求。
4.3自动抓取技术
自动抓取技术是建立在视觉系统可靠定位的基础之上，也是确保机器人能够参与到实际工业生产活动的关键所在。通过图像处理技术提供的高清图片和三维定位技术提供的准确三维坐标，工业机器人就能进行准确的抓取操作，进而能够将原材料放置在准确的位置处，从而确保工业生产过程的顺利进行，提高工业生产效率。此外，自动抓取技术还能提高机器人在工作过程中的自主性，减少工人过多的干预，提高工业机器人的工作效率。
4.4基于模板匹配的目标识别算法
模板匹配是一种在给定的目标图像中搜索模板子图像或与模板子图像相似度高的目标的方法，通过采用模板图像对被搜索物体进行全面的描述，进而能够对目标进行准确的识别以及进行完整性的检测。模板匹配法根据所采用的匹配基元的不同，又可以细分为灰度值的模板匹配算法和边缘特征的匹配算法，其中前者主要是通过将模板图像与匹配区域的灰度值进行对比分析，进而对目标物体进行定位；后者具有较快的匹配速度，但是在复杂的生产环境中，很难得到特征明显的目标边缘，会对其准确定位造成不利影响。
结语
在生产线上，人来做此视觉判断和搬运会因疲劳、个人之间的差异等产生误差和错误，但是机器人却会不知疲倦地、稳定地进行下去。机器人加相机组成的视觉系统，在未来工业智能制造中比重回越来越大，承担更多的任务。
参考文献：
[1]邱素贞，李庆年，卢志翔，阮承海.基于机器视觉检测的码垛机器人控制系统设计[J].包装工程，2019，40(03):207-211.
[2]马红卫.基于PLC和视觉检测的搬运机器人控制系统设计[J].工业控制计算机，2019，32(01):134-135+137.
[3]刘朔.机器人柔性视觉检测站控制系统设计[J].产业与科技论坛，2018，17(09):62-63.
[4]谢先武，熊禾根，陶永，刘辉，许曦，孙柏树.一种面向机器人分拣的杂乱工件视觉检测识别方法[J].高技术通讯，2018，28(04):344-353.
[5]周仁义.基于机器视觉的异型工件机器人焊接轨迹自动生成方法研究[D].华南理工大学，2018.