在工業(yè) 4.0 時(shí)代，國(guó)家智能制造高速發(fā)展，傳統(tǒng)的編程來(lái)執(zhí)行某一動(dòng)作的機(jī)器人已經(jīng)難以滿足現(xiàn)今的自動(dòng)化需求。在很多應(yīng)用場(chǎng)景下，需要為工業(yè)機(jī)器人安裝一雙眼睛，即機(jī)器人視覺(jué)成像感知系統(tǒng)，使機(jī)器人具備識(shí)別、分析、處理等更高級(jí)的功能，可以正確對(duì)目標(biāo)場(chǎng)景的狀態(tài)進(jìn)行判斷與分析，做到靈活地自行解決發(fā)生的問(wèn)題。

機(jī)器視覺(jué)系統(tǒng)組成

從視覺(jué)軟件進(jìn)入機(jī)器視覺(jué)行業(yè)，有必要全局認(rèn)識(shí)一下機(jī)器視覺(jué)系統(tǒng)組成。

典型的機(jī)器視覺(jué)系統(tǒng)可以分為：圖像采集部分、圖像處理部分和運(yùn)動(dòng)控制部分?；?PC 的視覺(jué)系統(tǒng)具體由如圖 1 所示的幾部分組成：

①工業(yè)相機(jī)與工業(yè)鏡頭——這部分屬于成像器件，通常的視覺(jué)系統(tǒng)都是由一套或者多套這樣的成像系統(tǒng)組成，如果有多路相機(jī)，可能由圖像卡切換來(lái)獲取圖像數(shù)據(jù)，也可能由同步控制同時(shí)獲取多相機(jī)通道的數(shù)據(jù)。根據(jù)應(yīng)用的需要相機(jī)可能是輸出標(biāo)準(zhǔn)的單色視頻（RS-170/CCIR）、復(fù)合信號(hào)（Y/C）、RGB 信號(hào)，也可能是非標(biāo)準(zhǔn)的逐行掃描信號(hào)、線掃描信號(hào)、高分辨率信號(hào)等。

②光源——作為輔助成像器件，對(duì)成像質(zhì)量的好壞往往能起到至關(guān)重要的作用，各種形狀的 LED 燈、高頻熒光燈、光纖鹵素?zé)舻榷既菀椎玫健?/p>

③傳感器——通常以光纖開(kāi)關(guān)、接近開(kāi)關(guān)等的形式出現(xiàn)，用以判斷被測(cè)對(duì)象的位置和狀態(tài)，告知圖像傳感器進(jìn)行正確的采集。

④圖像采集卡——通常以插入卡的形式安裝在 PC 中，圖像采集卡的主要工作是把相機(jī)輸出的圖像輸送給電腦主機(jī)。它將來(lái)自相機(jī)的模擬或數(shù)字信號(hào)轉(zhuǎn)換成一定格式的圖像數(shù)據(jù)流，同時(shí)它可以控制相機(jī)的一些參數(shù)，比如觸發(fā)信號(hào)，曝光 / 積分時(shí)間，快門(mén)速度等。圖像采集卡通常有不同的硬件結(jié)構(gòu)以針對(duì)不同類型的相機(jī)，同時(shí)也有不同的總線形式，比如 PCI、PCI64、Compact PCI，PC104，ISA 等。

⑤PC 平臺(tái)——電腦是一個(gè) PC 式視覺(jué)系統(tǒng)的核心，在這里完成圖像數(shù)據(jù)的處理和絕大部分的控制邏輯，對(duì)于檢測(cè)類型的應(yīng)用，通常都需要較高頻率的 CPU，這樣可以減少處理的時(shí)間。同時(shí)，為了減少工業(yè)現(xiàn)場(chǎng)電磁、振動(dòng)、灰塵、溫度等的干擾，必須選擇工業(yè)級(jí)的電腦。

⑥視覺(jué)處理軟件——機(jī)器視覺(jué)軟件用來(lái)完成輸入的圖像數(shù)據(jù)的處理，然后通過(guò)一定的運(yùn)算得出結(jié)果，這個(gè)輸出的結(jié)果可能是 PASS/FAIL 信號(hào)、坐標(biāo)位置、字符串等。常見(jiàn)的機(jī)器視覺(jué)軟件以 C/C++圖像庫(kù)，ActiveX 控件，圖形式編程環(huán)境等形式出現(xiàn)，可以是專用功能的（比如僅僅用于 LCD 檢測(cè)，BGA 檢測(cè)，模版對(duì)準(zhǔn)等），也可以是通用目的的（包括定位、測(cè)量、條碼 / 字符識(shí)別、斑點(diǎn)檢測(cè)等）。

⑦控制單元（包含 I/O、運(yùn)動(dòng)控制、電平轉(zhuǎn)化單元等）——一旦視覺(jué)軟件完成圖像分析（除非僅用于監(jiān)控），緊接著需要和外部單元進(jìn)行通信以完成對(duì)生產(chǎn)過(guò)程的控制。簡(jiǎn)單的控制可以直接利用部分圖像采集卡自帶的 I/O，相對(duì)復(fù)雜的邏輯 / 運(yùn)動(dòng)控制則必須依靠附加可編程邏輯控制單元 / 運(yùn)動(dòng)控制卡來(lái)實(shí)現(xiàn)必要的動(dòng)作。

一個(gè)完整的機(jī)器視覺(jué)系統(tǒng)的主要工作過(guò)程如下：

1、工件定位檢測(cè)器探測(cè)到物體已經(jīng)運(yùn)動(dòng)至接近攝像系統(tǒng)的視野中心，向圖像采集部分發(fā)送觸發(fā)脈沖。

2、圖像采集部分按照事先設(shè)定的程序和延時(shí)，分別向攝像機(jī)和照明系統(tǒng)發(fā)出啟動(dòng)脈沖。

3、攝像機(jī)停止目前的掃描，重新開(kāi)始新的一幀掃描，或者攝像機(jī)在啟動(dòng)脈沖來(lái)到之前處于等待狀態(tài)，啟動(dòng)脈沖到來(lái)后啟動(dòng)一幀掃描。

4、攝像機(jī)開(kāi)始新的一幀掃描之前打開(kāi)曝光機(jī)構(gòu)，曝光時(shí)間可以事先設(shè)定。

5、另一個(gè)啟動(dòng)脈沖打開(kāi)燈光照明，燈光的開(kāi)啟時(shí)間應(yīng)該與攝像機(jī)的曝光時(shí)間匹配。

6、攝像機(jī)曝光后，正式開(kāi)始一幀圖像的掃描和輸出。

7、圖像采集部分接收模擬視頻信號(hào)通過(guò) A/D 將其數(shù)字化，或者是直接接收攝像機(jī)數(shù)字化后的數(shù)字視頻數(shù)據(jù)。

8、圖像采集部分將數(shù)字圖像存放在處理器或計(jì)算機(jī)的內(nèi)存中。

9、處理器對(duì)圖像進(jìn)行處理、分析、識(shí)別，獲得測(cè)量結(jié)果或邏輯控制值。

10、處理結(jié)果控制流水線的動(dòng)作、進(jìn)行定位、糾正運(yùn)動(dòng)的誤差等。

機(jī)器人視覺(jué)成像的結(jié)構(gòu)形式

機(jī)器人視覺(jué)系統(tǒng)的主要功能是模擬人眼視覺(jué)成像與人腦智能判斷和決策功能，采用圖像傳感技術(shù)獲取目標(biāo)對(duì)象的信息，通過(guò)對(duì)圖像信息提取、處理并理解，最終用于機(jī)器人系統(tǒng)對(duì)目標(biāo)實(shí)施測(cè)量、檢測(cè)、識(shí)別與定位等任務(wù)，或用于機(jī)械人自身的伺服控制。

在工業(yè)應(yīng)用領(lǐng)域，最具有代表性的機(jī)器人視覺(jué)系統(tǒng)就是機(jī)器人手眼系統(tǒng)。根據(jù)成像單元安裝方式不同，機(jī)器人手眼系統(tǒng)分為兩大類：固定成像眼看手系統(tǒng)（Eye-to-Hand）與隨動(dòng)成像眼在手系統(tǒng)（Eye-in-Hand， or Hand-eye），如下圖 2 所示。

圖 2 兩種機(jī)器人手眼系統(tǒng)的結(jié)構(gòu)形式

（a）眼在手機(jī)器人系統(tǒng)，（b）眼看手機(jī)器人系統(tǒng)

有些應(yīng)用場(chǎng)合，為了更好地發(fā)揮機(jī)器人手眼系統(tǒng)的性能，充分利用固定成像眼看手系統(tǒng)全局視場(chǎng)和隨動(dòng)成像眼在手系統(tǒng)局部視場(chǎng)高分辨率和高精度的性能，可采用兩者混合協(xié)同模式，如用固定成像眼看手系統(tǒng)負(fù)責(zé)機(jī)器人的定位，使用隨動(dòng)成像眼在手系統(tǒng)負(fù)責(zé)機(jī)器人的定向；或者利用固定成像眼看手系統(tǒng)估計(jì)機(jī)器人相對(duì)目標(biāo)的方位，利用隨動(dòng)成像眼在手系統(tǒng)負(fù)責(zé)目標(biāo)姿態(tài)的高精度估計(jì)等，如圖 3 所示。

圖 3 機(jī)器人協(xié)同視覺(jué)系統(tǒng)原理圖

機(jī)器人視覺(jué)三維成像方法

3D 視覺(jué)成像可分為光學(xué)和非光學(xué)成像方法。目前應(yīng)用最多的還是光學(xué)方法，其包括：飛行時(shí)間法、激光掃描法、激光投影成像、立體視覺(jué)成像等。

飛行時(shí)間 3D 成像

飛行時(shí)間（TOF）相機(jī)每個(gè)像素利用光飛行的時(shí)間差來(lái)獲取物體的深度。目前已經(jīng)有飛行時(shí)間面陣相機(jī)商業(yè)化產(chǎn)品，如 Mesa Imaging AG SR-4000， PMD Technologies Cam Cube 3.0，微軟 Kinect V2 等。

TOF 成像可用于大視野、遠(yuǎn)距離、低精度、低成本的 3D 圖像采集，其特點(diǎn)是：檢測(cè)速度快、視野范圍較大、工作距離遠(yuǎn)、價(jià)格便宜，但精度低，易受環(huán)境光的干擾。例如 Camcueb3.0 具有可靠的深度精度（《3mm @ 4m），每個(gè)像素對(duì)應(yīng)一個(gè) 3D 數(shù)據(jù)。

掃描 3D 成像

掃描 3D 成像方法可分為掃描測(cè)距、主動(dòng)三角法、色散共焦法。掃描測(cè)距是利用一條準(zhǔn)直光束通過(guò) 1D 測(cè)距掃描整個(gè)目標(biāo)表面實(shí)現(xiàn) 3D 測(cè)量的。主動(dòng)三角法是基于三角測(cè)量原理，利用準(zhǔn)直光束、一條或多條平面光束掃描目標(biāo)表面完成 3D 成像，如圖 4 所示。色散共焦通過(guò)分析反射光束的光譜，獲得對(duì)應(yīng)光譜光的聚集位置， 如圖 5 所示。

線結(jié)構(gòu)光掃描三維點(diǎn)云生成示意圖

色散共焦掃描三維成像示意

掃描 3D 成像的最大優(yōu)點(diǎn)是測(cè)量精度高。其中色散共焦法還有其它方法難以比擬的優(yōu)點(diǎn)，如非常適合測(cè)量透明物體、高反與光滑表面的物體。但缺點(diǎn)是速度慢、效率低；用于機(jī)械手臂末端時(shí)，可實(shí)現(xiàn)高精度 3D 測(cè)量，但不適合機(jī)械手臂實(shí)時(shí) 3D 引導(dǎo)與定位，因此應(yīng)用場(chǎng)合有限。另外主動(dòng)三角掃描在測(cè)量復(fù)雜結(jié)構(gòu)面形時(shí)容易產(chǎn)生遮擋，需要通過(guò)合理規(guī)劃末端路徑與姿態(tài)來(lái)解決。

結(jié)構(gòu)光投影 3D 成像

結(jié)構(gòu)光投影三維成像目前是機(jī)器人 3D 視覺(jué)感知的主要方式。結(jié)構(gòu)光成像系統(tǒng)是由若干個(gè)投影儀和相機(jī)組成，常用的結(jié)構(gòu)形式有：?jiǎn)瓮队皟x - 單相機(jī)、單投影儀 - 雙相機(jī)、單投影儀 - 多相機(jī)、單相機(jī) - 雙投影儀和單相機(jī) - 多投影儀等。結(jié)構(gòu)光投影三維成像的基本工作原理是：投影儀向目標(biāo)物體投射特定的結(jié)構(gòu)光照明圖案，由相機(jī)攝取被目標(biāo)調(diào)制后的圖像，再通過(guò)圖像處理和視覺(jué)模型求出目標(biāo)物體的三維信息。

根據(jù)結(jié)構(gòu)光投影次數(shù)劃分，結(jié)構(gòu)光投影三維成像可以分成單次投影 3D 和多次投影 3D 方法。單次投影 3D 主要采用空間復(fù)用編碼和頻率復(fù)用編碼形式實(shí)現(xiàn)。由于單次投影曝光和成像時(shí)間短，抗振動(dòng)性能好，適合運(yùn)動(dòng)物體的 3D 成像，如機(jī)器人實(shí)時(shí)運(yùn)動(dòng)引導(dǎo)，手眼機(jī)器人對(duì)生產(chǎn)線上連續(xù)運(yùn)動(dòng)產(chǎn)品進(jìn)行抓取等操作。但是深度垂直方向上的空間分辨率受到目標(biāo)視場(chǎng)、鏡頭倍率和相機(jī)像素等因素的影響，大視場(chǎng)情況下不容易提升。

多次投影 3D 具有較高空間分辨率，能有效地解決表面斜率階躍變化和空洞等問(wèn)題。不足之處在于：

1）對(duì)于連續(xù)相移投影方法，3D 重構(gòu)的精度容易受到投影儀、相機(jī)的非線性和環(huán)境變化的影響；

2）抗振動(dòng)性能差，不合適測(cè)量連續(xù)運(yùn)動(dòng)的物體；

3）在 Eye-in-Hand 視覺(jué)導(dǎo)引系統(tǒng)中，機(jī)械臂不易在連續(xù)運(yùn)動(dòng)時(shí)進(jìn)行 3D 成像和引導(dǎo)；

4）實(shí)時(shí)性差，不過(guò)隨著投影儀投射頻率和 CCD/CMOS 圖像傳感器采集速度的提高，多次投影方法實(shí)時(shí) 3D 成像的性能也在逐步改進(jìn)。

對(duì)于粗糙表面，結(jié)構(gòu)光可以直接投射到物體表面進(jìn)行視覺(jué)成像；但對(duì)于大反射率光滑表面和鏡面物體 3D 成像，結(jié)構(gòu)光投影不能直接投射到被成像表面，需要借助鏡面偏折法。

偏折法對(duì)于復(fù)雜面型的測(cè)量，通常需要借助多次投影方法，因此具有多次投影方法相同的缺點(diǎn)。另外偏折法對(duì)曲率變化大的表面測(cè)量有一定的難度，因?yàn)闂l紋偏折后反射角的變化率是被測(cè)表面曲率變化率的 2 倍，因此對(duì)被測(cè)物體表面的曲率變化比較敏感，很容易產(chǎn)生遮擋難題。

立體視覺(jué) 3D 成像

立體視覺(jué)字面意思是用一只眼睛或兩只眼睛感知三維結(jié)構(gòu)，一般情況下是指從不同的視點(diǎn)獲取兩幅或多幅圖像重構(gòu)目標(biāo)物體 3D 結(jié)構(gòu)或深度信息，如圖 6 所示。

立體視覺(jué)三維成像示意圖

立體視覺(jué)可分為被動(dòng)和主動(dòng)兩種形式。被動(dòng)視覺(jué)成像只依賴相機(jī)接收到的由目標(biāo)場(chǎng)景產(chǎn)生的光輻射信息，該輻射信息通過(guò) 2D 圖像像素灰度值進(jìn)行度量。被動(dòng)視覺(jué)常用于特定條件下的 3D 成像場(chǎng)合，如室內(nèi)、目標(biāo)場(chǎng)景光輻射動(dòng)態(tài)范圍不大和無(wú)遮擋；場(chǎng)景表面非光滑，且紋理清晰，容易通過(guò)立體匹配尋找匹配點(diǎn)；或者像大多數(shù)工業(yè)零部件，幾何規(guī)則明顯，控制點(diǎn)比較容易確定等。

主動(dòng)立體視覺(jué)是利用光調(diào)制（如編碼結(jié)構(gòu)光、激光調(diào)制等）照射目標(biāo)場(chǎng)景，對(duì)目標(biāo)場(chǎng)景表面的點(diǎn)進(jìn)行編碼標(biāo)記，然后對(duì)獲取的場(chǎng)景圖像進(jìn)行解碼，以便可靠地求得圖像之間的匹配點(diǎn)，再通過(guò)三角法求解場(chǎng)景的 3D 結(jié)構(gòu)。主動(dòng)立體視覺(jué)的優(yōu)點(diǎn)是抗干擾性能強(qiáng)、對(duì)環(huán)境要求不高（如通過(guò)帶通濾波消除環(huán)境光干擾），3D 測(cè)量精度、重復(fù)性和可靠性高；缺點(diǎn)是對(duì)于結(jié)構(gòu)復(fù)雜的場(chǎng)景容易產(chǎn)生遮擋問(wèn)題。

基于結(jié)構(gòu)光測(cè)量技術(shù)和 3D 物體識(shí)別技術(shù)開(kāi)發(fā)的機(jī)器人 3D 視覺(jué)引導(dǎo)系統(tǒng)，可對(duì)較大測(cè)量深度范圍內(nèi)散亂堆放的零件進(jìn)行全自由的定位和拾取。相比傳統(tǒng)的 2D 視覺(jué)定位方式只能對(duì)固定深度零件進(jìn)行識(shí)別且只能獲取零件的部分自由度的位置信息，具有更高的應(yīng)用柔性和更大的檢測(cè)范圍?？蔀闄C(jī)床上下料、零件分揀、碼垛堆疊等工業(yè)問(wèn)題提供有效的自動(dòng)化解決方案。

機(jī)器視覺(jué) 3D 引導(dǎo)系統(tǒng)框架

3D 重建和識(shí)別技術(shù)

通過(guò)自主開(kāi)發(fā)的 3D 掃描儀可獲準(zhǔn)確并且快速地獲取場(chǎng)景的點(diǎn)云圖像，通過(guò) 3D 識(shí)別算法，可實(shí)現(xiàn)在對(duì)點(diǎn)云圖中的多種目標(biāo)物體進(jìn)行識(shí)別和位姿估計(jì)。

3D 重建和識(shí)別效率

多種材質(zhì)識(shí)別效果測(cè)試

得益于健壯的重建算法和識(shí)別算法，可對(duì)不同材質(zhì)的零件進(jìn)行穩(wěn)定的重建和識(shí)別，即便是反光比較嚴(yán)重的鋁材料及黑色零件都能獲得較好的重建和識(shí)別效果，可適用于廣泛的工業(yè)場(chǎng)景。

機(jī)器人路徑規(guī)劃

并不是獲得零件的位姿信息后就能馬上進(jìn)行零件的拾取，這僅僅只是第一步，要成功拾取零件還需要完成以下幾件事：

自主開(kāi)發(fā)的機(jī)器人軌跡規(guī)劃算法，可輕松完成上述工作，保證機(jī)器人拾取零件過(guò)程穩(wěn)定可靠。

快速切換拾取對(duì)象

只需要四個(gè)簡(jiǎn)單的操作即可實(shí)現(xiàn)拾取對(duì)象的快速切換，無(wú)需進(jìn)行復(fù)雜的工裝、產(chǎn)線的調(diào)整。

性能比較

1. 類似于飛行時(shí)間相機(jī)、光場(chǎng)相機(jī)這類的相機(jī)，可以歸類為單相機(jī) 3D 成像范圍，它們體積小，實(shí)時(shí)性好，適合隨動(dòng)成像眼在手系統(tǒng)執(zhí)行 3D 測(cè)量、定位和實(shí)時(shí)引導(dǎo)。但是，飛行時(shí)間相機(jī)、光場(chǎng)相機(jī)短期內(nèi)還難以用來(lái)構(gòu)建普通的隨動(dòng)成像眼在手系統(tǒng)，主要原因如下：

1）飛行時(shí)間相機(jī)空間分辨率和 3D 精度低，不適合高精度測(cè)量、定位與引導(dǎo)。

2）對(duì)于光場(chǎng)相機(jī)，目前商業(yè)化的工業(yè)級(jí)產(chǎn)品只有為數(shù)不多的幾家，如德國(guó) Raytrix，雖然性能較好，空間分率和精度適中，但價(jià)格貴，使用成本太高。

隨動(dòng)成像眼在手系統(tǒng)機(jī)器人 3D 視覺(jué)成像優(yōu)選方案

2. 結(jié)構(gòu)光投影 3D 系統(tǒng)，精度和成本適中，有相當(dāng)好的應(yīng)用市場(chǎng)前景。它由若干個(gè)相機(jī) - 投影儀組成的，如果把投影儀當(dāng)作一個(gè)逆向的相機(jī)，可以認(rèn)為該系統(tǒng)是一個(gè)雙目或多目 3D 三角測(cè)量系統(tǒng)。

3. 被動(dòng)立體視覺(jué) 3D 成像，目前在工業(yè)領(lǐng)域也得到較好應(yīng)用，但應(yīng)用場(chǎng)合有限。因?yàn)閱文苛Ⅲw視覺(jué)實(shí)現(xiàn)有難度，雙目和多目立體視覺(jué)要求目標(biāo)物體紋理或幾何特征清晰。

4. 結(jié)構(gòu)光投影 3D、雙目立體視覺(jué) 3D 都存在下列缺點(diǎn)：體積較大，容易產(chǎn)生遮擋。針對(duì)這個(gè)問(wèn)題雖然可以增加投影儀或相機(jī)覆蓋被遮擋的區(qū)域，但會(huì)增加成像系統(tǒng)的體積，減少在 Eye-in-Hand 系統(tǒng)中應(yīng)用的靈活性。

總結(jié)

雖然光學(xué) 3D 視覺(jué)成像測(cè)量方法種類繁多，但能夠安裝在工業(yè)機(jī)器人上，組成一種合適的隨動(dòng)成像眼在手系統(tǒng)，對(duì)位置變動(dòng)的目標(biāo)執(zhí)行 3D 成像測(cè)量、引導(dǎo)機(jī)器人手臂準(zhǔn)確定位和實(shí)施精準(zhǔn)操作的方法有限。因?yàn)閺墓I(yè)應(yīng)用的角度來(lái)說(shuō)，我們更關(guān)心的是 3D 視覺(jué)傳感器的精度、速度、體積與重量。

鑒于機(jī)器人末端能夠承受的端載荷有限，允許傳感器占用的空間有限，傳感器在滿足成像精度的條件下，重量越輕體積越小也就越實(shí)用。所以，對(duì)于隨動(dòng)成像眼在手系統(tǒng)，最佳 3D 成像方法是采用被動(dòng)單目（單相機(jī)）3D 成像方法，這樣不僅體積小、重量輕，也解決了雙目和多目多視圖遮擋難題。
責(zé)任編輯:pj