立体视觉:两个Prosilica相机提供同步图像
图片来源:Allied Vision Technologies GmbH
西班牙人工视觉专家INFAIMON为视觉引导机器人设计了一种解决方案，可以使用Allied vision摄像机在垃圾桶中识别、选择、挑选和转移已定义的物体。根据应用的特殊要求，可以采用小型Mako G-125或增强型Prosilica GT1290。
视觉系统和机器人在所有类型的工业应用中结合在一起。这导致了被称为VGR(视觉引导机器人)的系统的普及。西班牙人工视觉专家INFAIMON为视觉引导机器人设计了一种解决方案，可以使用Allied vision摄像机在垃圾桶中识别、选择、挑选和转移已定义的物体。
视觉引导机器人系统为机器人提供了更高的自由度。以前机器人只适合在预先确定的环境中工作，现在可以在更多功能的设置中使用。当机器人在没有相关视觉系统的情况下工作时，工作环境必须是固定的，机器人必须始终走到预定的位置。这需要使用高度精确的定位系统来处理被处理的物体，以便机器人精确地移动到它需要去的地方。视觉引导机器人系统(VGR)要灵活得多，因为视觉系统能够以极高的精度确定空间中任何物体的位置。可以在三维空间中定义每一个点，并引导机器人到达它必须去的精确点。
选择应用程序
在机器人和视觉系统中，拾取是指利用视觉系统识别物体，确定其在空间中的位置，然后利用机器人系统拾取并转移到目标点的组合过程。在所有的挑选应用程序中，最有名的可能是所谓的“挑选和放置”。通常，这涉及到确定一个物体在飞机上的位置和随后的拾取。这些应用程序通常旨在确定一个物体在传送带上的位置。
Infaimon是一家联合视觉分销合作伙伴，也是人工视觉领域的专家。该公司开发了一种解决方案，不仅能识别放置在飞机传送带上的物体。他们的拣箱软件“InPicker”也允许选择和提取随机堆放在一个拣箱中的零件。该解决方案使用联合视觉公司的摄像头进行识别和定位，并使用机器人系统进行提取和后续的重新定位。尽管拣垃圾箱背后的基础技术与拣放过程中使用的技术相似，但所涉及的困难要大得多。乍一看，这似乎是一种微不足道的方法，但对于一个机器人计算机系统来说，要将垃圾箱中的一个部分与其他所有部分区分开来是极其复杂的。
该拣箱系统基于立体视觉，在机器人头部安装了两个高分辨率摄像头。两个同步的图像可以创建一个非常精确的所有对象的三维地图，以便以极高的精度定位最佳候选对象。
立体视觉:两个比一个好
联合视觉公司的两款GigE视觉相机被选为两个“人工眼睛”，提供立体视觉图像，就像人眼一样。根据应用的特殊要求，可以采用小而低成本的Mako G-125或增强型Prosilica GT1290。为了保证机器人系统的准确运行，使用最少数量的电缆是至关重要的，这样机器人手臂就不会受到太大的限制。所选的GigE Vision摄像机通过“以太网电源”(PoE)支持电源供应，允许用一根电缆进行电源和数据传输。
巴塞罗那Infaimon S.L.公司的首席执行官Salvador Giró说:“为了尽快识别物体及其在垃圾桶中的位置，垃圾桶拣选系统需要尺寸小、易于同步并以令人满意的帧率传送图像的相机。”
Mako G-125是一款超紧凑(29 x 29毫米)工业GigE相机，配有索尼的ICX445 CCD传感器和各种安装选项。Mako相机体积小，重量轻，可以很容易地集成到机器人的头部，这进一步简化了系统的可用性。它们提供1292 × 964像素分辨率的图像，帧速率为每秒30帧，这对于这种应用程序来说已经足够高了。对于真正的立体视觉，这对相机必须捕获和传输同步图像。有各种输入和输出选项，相机可以很容易地连接到外部计算机发送精确的触发器。
对于需要在更快的读取时间内完美同步图像的高级应用，垃圾箱拣选系统还可以配备Allied Vision的高性能，120万像素的GigE Vision Prosilica GT1290相机。该摄像机包括精确时间协议(PTP)，确保摄像机在2微秒内通过以太网网络同步。
此外，Prosilica GT1290集成了高质量的索尼ICX445 EXview HAD CCD(类型1/3)传感器，提供出色的单色和彩色图像质量。Prosilica GT1290是一款坚固耐用的相机，设计用于在极端环境和波动的光照条件下工作。
步步为营
垃圾箱拾取应用程序的第一步是识别要拾取的对象或部件。这需要精确的物体三维信息。
考虑到在随机堆叠的环境中，物体可能位于空间中的任何位置，拾取箱子的计算机程序必须能够在三维空间中识别物体。因此，与对象相关的所有形态参数必须输入到系统中。
一旦知道了物体的形态和它所处的环境，下一步就是识别物体。
两个Mako G或Prosilica GT摄像头安装在机器人手臂旁边的头部，可以传输识别物体的3D图像。然而，这并不是相机的唯一功能。当机器人在3D空间中按照预先定义的轨迹移动时，数百张图像被拍摄下来，创建出环境的三维图像。不同位置的视图使隐藏的物体或区域可见，因为系统生成了整个环境的详细地图。
下一步是在所有识别的对象中确定最佳候选对象。最佳候选对象是指物体位于机器人抓取的最佳位置。这假设物体必须在一个可到达的位置，不受碰撞，它不被其他部分困住，是预先选择的候选对象中最好的。
一旦确定了目标，机器人必须尽快到达目标，不能与工作环境或其他部件发生碰撞。这需要对理想路径进行计算。最后，机器人在捡起物体后，将其放在之前定义的位置，以便继续生产过程。在某些情况下，该轨迹用于使用相关的视觉系统对零件进行质量检查。
进一步的应用
两台摄像机同时工作有很多好处。使用立体视觉，生产过程可以变得更快更灵活。对象不需要精确和一致地堆叠，但可以随机地放入垃圾箱。在将它们集成到产品中之前，不会浪费任何时间对它们进行排序和调整。即使是高度复杂的结构部件也可以很容易地识别出来。使用其他技术，很难在一堆中识别这些类型的零件。立体头的使用有助于使安全和快速的识别成为可能。
其他特别适合这种立体技术的物品是有某种纹理的盒子或包装，如印刷痕迹或任何其他元素。在这种情况下，基于立体视觉的系统在码垛和拆码垛过程中非常有用，当然，在物体或零件处理系统中也很有用。由于每个物体的平均处理速度不到10秒，该拣箱系统能够迅速清空一个容器而没有任何错误或中断。在所有工作班次中连续使用该系统的可能性使连续生产公司非常感兴趣。
“最后，与基于激光三角测量、模式投影和飞行时间的其他3D系统相比，该技术所使用的硬件成本变得非常有竞争力，”Salvador Giró补充道。
欲了解更多信息，请访问http://www.alliedvisiontec.com。
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
 |
