机器人三维视觉技术及其在智能制造中的应用( 四 ) _视觉

Cho等人[27]提出了一种基于多传感器数据实时融合和分析的3D目标重建方法，该方法由3D和2D数据分割方法、应用于每个目标的3D重建方法和投影纹理映射方法所组成。任秉银等人[28]提出了一种基于传感器和目标计算机辅助设计（，CAD）模型的不同目标自动识别和3D位姿估计方法，以提高非结构场景下目标识别准确率和位姿估计精度。由于智能机器人所处的操作场景非常复杂、并具有动态特性，不同传感器存在采样分辨率、采集速度、数据源可靠性等方面的差异，所采集到的多模态数据通常具有复杂的动态特性、数据不一致和缺失等问题，这些问题均增加了基于多种异类传感器的复杂场景感知方法的难度，从而给机器人多传感器的融合感知带来了巨大的挑战。
4 机器人三维视觉在智能制造中的应用
4.1 制造过程的产品质量检测
产品质量检测是整个智能制造过程中的关键环节，它是保证产品质量的重要基础。与传统的三坐标测量机相比，三维视觉技术能够实现工业产品无损、高效和实时的测量与检测，因此其已广泛应用于制造过程的产品质量检测领域。等人[29]提出了一种基于激光扫描仪的机械零件尺寸和几何信息的测量方法，该方法能够根据零件的几何规格对激光扫描仪的扫描路径进行规划，以保证扫描过程的测量精度。乔景慧和李岭[30]将图像处理技术应用于自动化装配生产线，对电视机背板质量进行在线检测，即使用图像模板匹配方法确定当前背板的型号和检测当前背板的品质，如图4所示。陈允全等人[31]针对传统模拟量检测无法满足飞机大型结构点的外形测量需求，而单独的数字化测量设备和方法又难以实现大尺寸和复杂结构的测量等问题，构建了如图5所示的由工业机器人和激光跟踪仪组成的自动化扫描系统，将大型结构的测量结果与理论数模比较以分析大型结构的误差信息，从而实现大型结构的检测。
1-CCD工业相机；2-步进电机；3-机器人末端安装板；4-第1平移装置；5-第2平移装置；6-第3平移装置；7-工业吸盘；8-距离传感器。
图4 电视机背板自动检测与抓取平台[30]
（a）机器人扫描系统组成
（b）试验现场图
图5 飞机大型结构点外形测量扫描系统[31]
4.2 机器人视觉伺服控制
随着智能制造领域作业复杂程度和环境非结构化程度的不断增加，需要引入视觉伺服控制，将机器人视觉与机器人、精密运动控制系统形成闭环控制，以提高机器人的作业精度和智能程度[32] 。视觉伺服控制根据控制策略的不同，可以分为基于位置的视觉伺服控制[33,34]，基于图像的视觉伺服控制和混合视觉伺服控制[35] 。王麟琨等人[36]提出了一种协调焊枪运动和视觉跟踪的视觉伺服控制方法，用于工业机器人自动跟踪曲线焊缝。孙敬陶等人[37]通过欧几里得单应性矩阵分解设计出旋翼飞行机械臂系统的混合视觉伺服控制方法，在图像空间控制平移、笛卡尔空间控制旋转,减弱了平移与旋转之间的相互影响实现解耦效果，改善了系统对非结构因素的抗扰性能和全局稳定性。吴迎年和杨弃[38]针对智能制造生产线中的机器人抓取需求，以视觉伺服控制系统为基础，设计并构建了视觉伺服数字孪生系统以实现数字模型与物理模型的信息同步、互操作以及数字模型对物理模型状态的预测，其视觉伺服系统结构图如图6所示。

文章插图
图6 基于信息物理系统的视觉伺服系统结构图[38]
5 未来研究方向
结合智能制造领域中机器人三维视觉技术自身存在的问题和目前研究的现状，本文认为未来智能制造领域的机器人三维视觉技术的研究方向主要有：