基于机器视觉的工作分拣控制系统

基于机器视觉的工作分拣控制系统   摘要：工件分拣是工业生产环节中不可缺少的部分。目的是将不同类型的物料或工件分类摆放到相应的位置。本文引人视觉系统对工件进行位置和类型的判断是必要的。与传统的机械分拣作业相比，使用基于机器视觉的工业机器人进行分拣，不但高效准确而且稳定持久,具有较大的优势。本课题研究的是基于机器视觉的机器人分拣系统，并针对整个控制系统方案的设计、机器人数学建模、运动学分析、对工业摄像机的标定、图像处理、运动目标的跟踪以及机器人分拣策略等关键技术展开深入研究分析。首先整个分拣系统进行总体方案设计。其中包括视觉控制方案，运动控制方案以及所需硬件设备选型工作；然后对机器人进行数学建模和运动学分析；最后针对机器视觉系统进行详细理论研究与设计，同时对视觉系统的标定、目标识别定位、坐标系间转换、重复目标的剔除以及动态追踪等关键技术进行详细分析。关键词：分拣、设计、分析、视觉Work sorting control system based on machine vision Abstract: Workpiece sorting is an indispensable part of industrial production. The goal is to categorize different types of items or artifacts into the appropriate locations. This paper makes it necessary for the visual system to judge the position and type of the workpiece. Compared with the traditional mechanical sorting operation, the use of industrial robot based on machine vision for sorting, not only efficient and accurate and stable and lasting, has a greater advantage. This research is based on machine vision robot sorting system, and for the whole control system design, Robot mathematical modeling, kinematics analysis, industrial camera calibration, image processing, moving target tracking and robot sorting strategy and other key technologies to carry out in-depth research and analysis. First of all, the whole sorting system for the overall design. These include the visual control scheme, the motion control scheme and the required hardware equipment selection work, then the robot Mathematical modeling and kinematics analysis, and finally the machine vision system for detailed theoretical research and design, at the same time, the visual system calibration, target recognition and positioning, conversion between coordinate systems,The key technologies such as elimination of repetitive targets and dynamic tracking are analyzed in detail.Key words: Sorting, design, analysis, vision第1章 绪论31.1课题来源31.2 课题研究的目的和意义31.3 国内外研究现状41.3.1国内研究现状41.3.2 国外研究现状51.3.3 国内外市场现状对比5第二章 工件机器人分拣系统62.1 工件机器人分拣系统的构成62.2 视觉引导技术的介绍7第三章 系统硬件的选择及系统硬件电路73.1 系统硬件的选择73.1.1工业相机的选择73.1.2光源的选择83.1.3 分拣机器人的选择93.1.4 车轮驱动方式的选择103.1.5 机器人抓取物块方案的选择103.1.6 颜色识别方案的选择113.1.7 机器人总结结构设计113.2 系统硬件电路123.2.1 电机驱动的模块123.2.2稳定电压电路的模块13第四章 机器人分拣控制系统的实现144.1 机器人分拣系统的流程144.2 机器人运行范围14机器人分拣控制系统的实现15第五章 机器视觉的工作分拣技术的未来发展趋势165.1 关于工业机器人的热点关注165.2机器视觉的工作分拣技术的未来发展趋势16总结18致谢18参考文献.19第1章 绪论1.1课题来源工件分拣技术是工业生产环节重要的一个步骤,其目的是将不同类型的物料或工件分类摆放到相对应的位置,工业分拣大多数的步骤主要分为定位、识别、抓取和放置这四个步骤。由于工人操作存在视觉疲劳的情况，不能够长时间高强度的工作去分拣。且各工作还是流水线，后来就生产出了工业机器人。多年前的机器人一般采用示教或离线编程的方式工作。当一个机器人达到该目标点的位置后，机器人的每个动作都将会重复进行该操作。有因为加工对象与工作环境对外界的感知能力较低，是的机器人系统在设计时还必须考虑到分拣环境是否适合。方便机器人的工作得到有效运行。随着机器人越来越多的应用到实际生产中,这就对机器人提出了更高的要求。目前使用的机器人主要是程序化的机器人,为了完成某项工作必须先要编写特定的程序,机器人执行编写好的程序来完成特定的任务,这种方法编写程序很复杂、费时,而且针对不同的工作环境要编写不同的程序,这极大地阻碍了机器人应用的发展,于是提出了智能化机器人,其中采用基于机器视觉的机器人是工业机器人向智能化发展的一个方向。在工业生产中引入机器视觉可以大大提高生产效率,降低成本。机器视觉具有检测速度快、可靠性好、实时性高等特点川,可以实现无接触、无损检测。一个典型的机器视觉包括光源、图像采集系统即相机、图像处理模块、判断分析决策模块即分类、机械执行模块等。1.2 课题研究的目的和意义机器视觉技术的相关研究在中国起步较晚，其专利和成果都不如国外的品牌好，还不够成熟。国外品牌的制造成本较高，且有一定的局限性，所以我国认识到这一商机，我国便研发一种机器视觉工作自动分拣技术来应对这一窘境。然而该机器视觉技术是指用摄像机和计算机来模拟人类的视觉功能，广泛应用在电子电器、航天、汽车零部件和制药等领域。在整个工业生产的流程中，工作分拣占重要地位，工业分拣的快慢也会直接影响整个分拣过程的运行。所以我们需要先测试工业分拣的各个步骤，找出缺点并加以改正，以此来改善整个工业分拣的技术，对工业方面具有重要的指导意义。据统计，某一年我们中国国内连续增加了200多个加工业机器人制造厂商。且业界内对工业机器人的市场发展前景很是看好，都觉得未来几年内将会迎来工业机器人生产的“高潮”。工业机器人在设计的过程中包涵相当多的工序，且复杂难懂。仅仅是机器人的核心部分就包括四大类：减速器、控制器、机械系统、伺福气。1.3 国内外研究现状 1.3.1国内研究现状我们中国是生产制造大国，因为近年来制造智能手机和汽车制造商的市场现状需求，使得近几年工业机器人市场增长率持续上升。我国的工业机器人主体是基于PC 的X86的工业控制机为主。我国在科技进步，劳动力不足、人口老龄化加快以及经济水平快速增长的背景下，机器人的相关市场在迅速的发展中。根据新思界产业研究中心发布的“十三五”期间机器人行业发展环境预测及投资策略分析研究报告，我们可以看出，2017年，中国机器人行业整体销量为13.8万台，同比增长58.0%；市场规模超过1200亿元，同比增长25.4%，增速保持第一。机器人主要包括工业机器人、服务机器人、特种机器人三大类，2017年，三种机器人市场份额占比分别为61.0%、28.0%和11.0%，工业机器人占据大部分市场份额，不过，随着消费观念逐渐普及，服务机器人市场份额将持续攀升。数据显示，2018那一年，全球的机器人产业市场规模超过279.8亿美元。根据国际数据公司(IDC)全球半年度机器人和无人机支出指南的新预测，全球机器人系统和无人机的支出将在2019年达到1157亿美元，比2018年增长17.6%。我国从机器人系统发展至今，随着机器人市场的扩建，2019年将拥有更大的无人机和机器人系统市场，总支出将为385亿美元，实现快支出增长，机器人系统和无人机的五年复合年增长率将分别为24.6%和63.5%。 从机器人市场发展到现在，机器人技术在不断增强，机器人市场在进入快速地增长阶段，特种机器人也出现在我们的工业分拣中，较之前的工业分拣机器人的技术更成熟，性能更好，随之而来的新生市场也在慢慢崛起。1.3.2 国外研究现状根据中国安放展览网市场分析的数据显示，2018那一年，全球的机器人产业市场规模超过279.8亿美元。同比增长20.6%，值得注意的是2013-2017年，全球机器人市场规模持续增长，年均复合增长率为17.9%。在市场构成方面，2018上半年全球工业机器人市场规模为156.69亿美元，占整体机器人市场规模的56.0%，服务机器人市场规模为86.74亿美元，收入占比为31.1%；特种机器人市场规模为36.37亿美元，市场收入占比为13.0% 在全球各地区工业机器人销量情况中，2017年亚洲工业机器人总销量达到24.2万台，工业机器人销量实现爆发式增长，预计2020年销量将有望突破35万台；2017年欧洲工业机器人销量为6.4万台，与2016年的5.9万台增长8.9%；美洲地区工业机器人销量为5.0万台，同比增长17.1%。1.3.3 国内外市场现状对比我国的工业机器人自主技术发展更迅速，但是与国外的发展大有出入。我国工业机器人技术日渐成熟，其核心技术有减速器、伺服电机、机器人控制器等核心零部件。如今已经在慢慢的向未来汽车制造与食品加工结合，也会带动我国的下游制造领域的自动化技术的需求，实现品质的提升。然而德国是工业发展大国，其发展技术在未来将有无穷的潜力。我国在使用伺服电机时，常常会购买国外品牌的电机，主要是日本和欧洲国家较多。日本品牌的电机较其他国外品牌更具有良好的性能，其价格也很公道，这就是我国经常购买日本电服的原因。欧洲品牌如西门子、施耐德等品牌的产品大多在高端市场流通，占我国市场的三分之一。造成上述差距的主要原因有两方面：一是工业机器人减速器产品对轴承以及齿轮的精度要求极高，目前我国数控机床技术还处在追赶期，我国与德日等精密制造强国相比在制造工艺与基础材料方面均存在显著差距，目前尚难完全满足工业机器人减速器产品的精度需求;二是国外企业经过半个多世纪的技术积累与沉淀，已经对制作工艺、核心技术、核心算法有了深刻的理解，这是国内企业在核心工艺及技术方面短时间内无法迅速实现赶超的重要因素。第二章 工件机器人分拣系统2.1 工件机器人分拣系统的构成该机器视觉工件分拣系统分为三个分拣系统。该工业机器人分拣系统主要由五大单元组成：工件传输单元、摄像机平台单元、视觉分拣单元、机器人RC 控制单元和机械手抓取单元。其中包括工控机、运动控制卡、三轴运动平台、步进电机、图像采集卡、气爪这几部分组成。其中运动卡的通讯通过以太网和RS232 串口传输。工控机为信息处理和运行中心，其他部分都挂在工控机下，系统运行山工控机负贵控制与协调。工件传输单元由传送带、伺服电机、伺服电机控制器构成。控制器预留接口与计算机连接，计算机通过向控制器发送指令控制传送带的起停、运行速度等。摄像机平台单元主要由摄像机、摄像机支架和光源组成。摄像机的作用是获取实验台上的工作视频图像，同时白色光源做辅助、亮度和高度都可以调节。我们要选取较高的工业相机采集图像质量的好坏因为直接影响后期图像处理的速度与效果。信息处理控制中心由一台计算机组成，通过计算机软件对图像进行处理，同时协调各个部分工作。机器人RC 控制单元一旦视觉软件完成图像监控，紧接着需要和外部单元进行通信以完成对生产过程的控制。简单的控制可以直接利用部分图像采集卡自带的I/O，相对复杂的逻辑/运动控制则必须依靠附加可编程逻辑控制单元/运动控制卡来实现必要的动作。分传感器，控制器，驱动器，执行机构。传感器感知环境，反馈环境信息给控制器；控制器机器人的控制中心，执行机器人的运动控制，传感器信号处理和融合；驱动器根据控制信号驱动执行机构。控制平台使用较多的位置传感器。用来测量三轴的极限位。2.2 视觉引导技术的介绍视觉引导技术是指利用摄像机代替人眼、计算 机代替大脑1，通过处理相机获取的图像对目标物 体进行测量、检测和识别，引导工业机器人完成对其 的抓取、分拣等任务。传统的工件分拣方式为人工 分拣，这种方式很大程度受人为因素影响，导致工作 速度慢、分拣不准确以及容易发生事故等。后来将 示教工业机器人应用于工件分拣2，这种方式虽然 能够利用机器代替人工作，但是由于示教模式的固 定化，导致无法对任意物体进行分拣抓取，而且外界 环境改变时需对工业机器人重新示教，否则无法完 成工作。因此，将视觉引导技术应用于工业领域，对 增强工业机器人对外部环境的适应能力与工业生产 线的鲁棒性、提高生产过程的自动化水平与劳动生 产率有十分重要的意义。第三章 系统硬件的选择及系统硬件电路工件机器人分拣系统的系统硬件有：工业相机、光源、分拣机器人。3.1 系统硬件的选择 3.1.1工业相机的选择在整个在视觉系统当中，图像采集是整个系统的基石。而图像采集工作是通过工业相机来完成。工业相机作为机器视觉系统的核心部件，其本质功能就是将输入的光信号转化成电信号输出，相机的性能直接决定了采集到图像的质量、清晰度以及系统的稳定性。工业相机相比普遍相机有着更高的稳定性、更强抗干扰能力和超强传输功能。我们在选择工业相机时，需要考虑以下几个步骤：焦距、最大帧率、像素深度、工作距离、感光度。本课题选取高分辨率数字摄像机MV-1300UM，参数如下：分辨率 1280*1024 ，帧速 15FPS，像素尺寸：5.2m*5.2m ,视野（FOV）为64mm*48mm，物距为 128.3 mm，畸变<0.07%，光栅分辨率为 0.4m，精度为±5m，传感器类型：逐行数字面阵 CMOS，输出颜色：黑白，信噪比>45db，动态范围：60db，供电要求：5V，功耗<2.25W，外形尺寸 53*54*54。综合考虑选用德国公司型号为的工业相机。该款相机传输性能极强。就算将数据传输扩大到100米以外也能够很好的吸收数据。同时还提供了多项输入输出、同步闪频与外触发等选项。能够满足不同的视觉触发要求相机的帧率最高可达，完全满足本系统中传输机构的运动速度。镜头则选用的百万像素光学镜头3.1.2光源的选择光源在该系统中的功能是将光线投射到等待检测的物体上，投射完成后对区分物体的对比度，好的光源能够改善整个系统的分辨率，减轻后续图像处理的压力。不合适的光源，会给系统带来很多麻烦。如工业相机的过度曝光。光源系统能够控制的也就是折射和散射两种方式，这两这取决于光源的类型和光源放置的位置。光源的均匀性是机器视觉系统的首要要求，而且光强随距离和角度会衰竭。其次是光源的光谱，光谱主要是取决于光源类型或镜头的滤光片性能。我们在生活中常用的照明光源有：卤钨灯、荧光灯、LED 等。在机器视觉系统中，综合考虑其光谱特征、效率及费用，一般优先选用 LED作为照明光源，其节能省电的功能被人群广泛接受并使用。 常用的照明方式有前光源、背光源、环形光源、点光源、可调光源等。背光源主要应用与被测零件的轮廓检测，且背光源在照射被测物体时，会形成不透明物体的阴影，使其不能够观察到内部的待测物体。而前光源通常是放在待测物体上方的光源，又分为高角度和低角度。在选择的时候，要考虑到被测物体便面的物体的肌理并选择相对应的光源。再就是环形光源，环形光源通常采用led按圆周排列，能够为待测物体提供大面积的均衡的照明，而且环形光源的优点就是可以直接安装在镜头上。它的优点就是可以实现大面积的照明，对待测物体表面的肌理更是反射很好。3.1.3 分拣机器人的选择工业机器人是视觉分拣系统的核心组成部分，是系统的执行机构，它性能的优劣直接决定着分拣系统的分拣速度上限以及系统的准确性、稳定性和可靠性。工业机器人有很多种类型，如：焊接机器人、喷涂机器人、切割机器人、搬运机器人、分拣机器人等等。在选择机器人的时候我们要注意各个机器人用途的不一样其工作性能也大相径庭。就好像搬运机器人能承载的物品比较重，负载力很大；而分拣机器人能够快速准确的抓取待测的运动目标，这就更适合分拣。除此之外，在选择时，还需要机器人的最大负载力、最大运动范围、最快的运动速度、机器人的工作范围、机器人重复复位的精确度。最大负载力：机器人末端可承受的最大重量。对待测物体的重量的选择也有限制。最大运动范围：指机器人在工作时运行的最大范围，这关乎到待测物品的摆放距离最快的运动速度：指的是机器人运动最快时达到的速度是多少。重复复位的精确度：复位是指机器人在完成一个动作以后再回到原来的地方。在完成一个动作继续完成一样的动作。重复复位的份分拣定位要求小于1mm，而且机器人的重复复位的精确度越高越好。所以经过慎重的选择。我们选择瑞士的分拣机器人做相关研究。考虑到和分拣机器人性能都不错，所以我们就对他们做了一个简单的分析。技术参数的分析。3.1.4 车轮驱动方式的选择 在该设计中，考虑到该分拣系统的需求分析，需要对小车运动和转向控制的精度要求非常高，所以在选择的时候，选择小车车轮的驱动电机类型选择关乎到整个分拣系统流程的实现.在做了一些比较与分析过后，我发现虽然直流电机驱动简单方便，但是其精确度较差，而且再进行工作的时候的系统对小车转向控制非常困难；而正好步进电机能够根据系统设定好的输入脉冲个数从而控制小车转向的角度，该方法比较实用，且正好适用该系统而且控制简单其成本也较低，只是精度仍然较低；该系统对伺服电机比系统对前两种电机的控制相当的复杂，但可实时地检测电机的速度，控制精度较高，这就使得我在该设计中选择PARALLAX型伺服电机作为小车前车轮的驱动电机，小车后轮则采用随动万向轮起到平衡作用.3.1.5 机器人抓取物块方案的选择 机器人抓取物块的方法及过程是机器人实现分拣系统的重要步骤。而机器人在抓取时用机器手来实现。而机械手的种类非常多、有电动式、气 动式、液压式、机械式等，但是通过对比分析之后发现，才I用这些常见的机械手去实现智能小车的物料搬运，除了成本高之外，机械手的结构也相对较复杂，并不太能够安装固定和检测工作过程的实现与运行。根据选择的小车结构和物料的形状，采用一个小小舵机控制的铁丝钩来实现类似机械手的作用.小车在物料位置时，单片机发出信号给小 舵机，将物料钩住，同时将铁丝钩钩住小车自身的前爪里面，当小车倒退或者转向后，在向前推动物块的过程中，小舵机将铁丝钩抬起，小车继续前进直至将物料推到指定位置.小车反复依次执行此动作，即可 完成搬运工作.3.1.6 颜色识别方案的选择机器人要搬运的物料有绿、白、红、黑、蓝五种颜色，因此准确地识别出物料的颜色非常重要.任何 颜色都是由红、蓝、绿三种基色按照不同的比例组成的，那么根据各个颜色中红、蓝、绿的大小即可分辨 出物料的颜色，设计中选用TCS230颜色传感器即可实现.TCS230可实现每彩色信道10位以上的分辨率 而无需ADC转换，其内部包括了众多可硅光电二极管阵列，这些阵列可通过编程进行配置，其中还有一 个电流/频率转换.TCS230传感器的光响应范围为2501，输出频率为2 Hz500 kHz，与光强度成线性关系，波形为占空50%的方波.用户可通过程序来选择频率输出比例.TCS230的输出输入引脚可与单白色红色 黑色蓝色绿色ABCDEF G片机或其他逻辑电路直接连接，通过编程控制引脚的输入信号来调节滤波器的颜色，只输出特定的原色，测出待测物体中红、蓝、绿成分3.1.7 机器人总结结构设计设计中小车的电源模块直接采用购买小车车体时配备的 欧鹏科技电池，其为两节液体锂离子电池，内置保护电路，容 量为3 000 mA时，标准电压为3.7 V，因为锂电池无记忆效应， 电能转化效率高且相对稳定.系统主控芯片选择STM32F103 单片机，外围配以电机驱动模块、灰度传感器模块(识别路面)、 颜色识别模块等完成对物料的夹持和放置.搬运机器人总体 结构框图如图3所示.3.2 系统硬件电路3.2.1 电机驱动的模块据调研可得，欧鹏科技该企业发明的为机器人优化的L298专用芯片可以实现电机转动角度的快慢控制，也可以实现以下的驱动模块的需求。机器人前轮的驱动用伺服电机的方法实现。同时需要要求利用脉冲宽度调节波(pulse width modulation， PWM) 来控制输入信号的极性，从而实现电机正反转之间的转换形式。还可以控制输出电压的有效值的大小形式。该企业的芯片使用时的成效显著，且工作很稳定。硬件也比较简单。该企业的L298专用芯片的实现方法为：将P4.4口分别连接L298N的IN1和IN2的引脚，可以控制一路电机(左电机)的正反转； I/O口的P4.3、 P4.2分别连接L298N的IN3、 IN4的引脚，控制 另一路电机(右电机)正反转； P4.1、 P4.0分别连接电机的使能端ENA、 ENB，控制电机的停转.L298N电 机驱动芯片可以同时驱动两个电机，其内部集成了4通道逻辑驱动电路.L298N输出电流峰值可达2.5 A. 第1脚和第15脚接地，具体连接的方法如图4所示.3.2.2稳定电压电路的模块 根据根据驱动电机、单片机、灰度传感器、物料颜色传感器等各个模块的要求，需要设计提供7.4 V和 5 V 两个档位的电压， 7.4 V电压是由锂电池直接给驱动电机供电，但是5 V的电压需要通过稳压电路进 行降压输出获得，其原理如图4所示，该电路选用的核心芯片是LM2576，其功耗很低，平均工作效率可 达70%90%，可以有效地解决因发热带来的元器件损坏和能量损失的问题.第四章 机器人分拣控制系统的实现4.1 机器人分拣系统的流程在工厂流水线生产的过程中，首先具备工业相机，然后再进行图像采集，接着系统建立坐标系，最后是机器人根据系统提供的指令进行抓取操作，将物料放在正确的位置。其具体操作流程的细节如下： 将工业相机放置在首先设定好的位置上，通过传送带进入相对应的工作区域对工作区域内的物料和待测物体进行图像采集，然后由计算机对图像进行分析处理优化。 然后系统自动传递并识别物料和待测物体的具体位置，由计算机自己对目标物料建立相对应的坐标系，系统根据提供的坐标系识别该坐标系和机器人坐标系之间存在的关系，进一步领导工业机器人进行准确的分拣和抓取相关的操作。 最后就是工业机器人确定目标物料的具体位置将正确的目标物料放置到相对应的槽中，这就实现了整个工业机器人分拣系统的整个运行的操作过程。4.2 机器人运行范围设计中要求智能机器人在规定的场地内移动，规定场地如图1 所示，其中圆的直径为320 mm，线宽20 mm.要求搬运5个不同颜 色的物料，物块初始位置摆放时，首先随机抽取不同颜色的3个物 块，分别放在图1所示的内圆与搬运辅助线的交点A、 C、 E上，字母 标志按照顺序依次标记为A、 B、 C、 D、 E；然后将剩下的2个物块放 在外圆的圆线上，即如图1中的F、 G位置，最后依次将搬运物料按 照A、 B、 C、 D、 E的顺序放入物料位置区.目标区是一个类似于靶位 的区域，环位分值线为灰度50%、线宽2 mm的细线，从内而外分别 为10环至1环共10个分数值.圆的颜色标注从左到右依次填充为 绿色、白色、红色、黑色、蓝色；场地中的黑色线均可作为循迹辅助 线，其线宽为20 mm.机器人在分拣搬运过程中也可以不采用循迹方式。4.3机器人分拣控制系统的实现其中相机的作用是：相机标定。帮助该系统采集待测物的物料图像和拍摄工业机器人的坐标系，然后对物料图像的坐标系和工业机器人的坐标系进行比对，比较两个坐标系之间的关系，方便机器人抓取物料进行分拣操作，并放置到对应的位置。接着就是对物料进行图像分析优化处理，从图像中提取特别的物料特征，也可以是系统首先设定好的识别东西，从而根据特征确定相关物料和工件的中心坐标。最后工业机器人的接收到讯号以后的工作方式是：其实就是系统对工业机器人的控制工作。系统需要在工业机器人和计算机之间建立一个通常的信号通道，借助计算机设定的程序去控制机器人的运行路线。工业机器人整个控制系统的实现过程是在工业机器人抓取要分拣的物料时确定物体放置槽的位置，接着系统记录每个工件的空间坐标对应的全局的总变量化。用计算机的VC+6.0 系统作为软件编程语言，编写机器人控制程序软件，进而控制工业机器人进行分拣操作.第五章 机器视觉的工作分拣技术的未来发展趋势5.1 关于工业机器人的热点关注前不久，京东首次公开位于上海嘉定区的亚洲一号无人仓。占地 40000 平方米的无人仓，主要由仓储和分拣两部分组 成，整个流程中到处都是机器人和机械臂的身影。在无人仓的大型分拣区，300 个“小红人” 映入眼帘，它们井然有序地 进行取货、扫码、运输、投货。依靠视觉识别和智能导航技术，“小红人”能以最优线路完成商品的拣选。据现场人员介绍， 这些机器人的运动速度为每秒 3 米，在电量低于 30% 后还能自行前往充电处充电。据仓库管理人员介绍，仓内机器人包括 AGV（物流行业的自动分拣运输机）叉车，六轴机器人，以及自动供包机器人等十几种不同工种。 如此智能化的工作方式令人惊叹，而京东能有今天的成就绝不是一蹴而就的，它与我国工业机器人的总体发展一样， 经历了由小到大、由弱变强的发展过程，而且发展的势头还远没有结束。随着智能科技时代的来临 , 工厂智能化已成为不 可逆的发展趋势。在广东广州，广汽乘用车生产车间生产线，一排机器手臂组装出汽车的不同部位，每隔几秒钟，一台汽车便完成一个组 装环节；在北京亦庄，北京跨境电商智能一号机器人库，库内物流机器人自主作业，将商品运往不同区域，实现从收货、分拣， 到查验、派送全流程的智能化操作“全球每 10 个工业机器人中，就有 3 个在中国使用。”国际机器人联合会工业机器人供应商主席安德烈亚斯·保尔这 样描述中国工业机器人市场。5.2机器视觉的工作分拣技术的未来发展趋势罗俊杰曾公开表示，我国机器人产业呈现快速发 展态势，但不少机器人企业小、散、弱，处在中低端； 减速器、控制器、伺服电机等一些关键零部件创新 能力薄弱，低水平重复性建设存隐忧，亟待集中力 量解决。 这一瓶颈在市场中表现得更为突出。工业机器 人领域的部分企业坦言，尽管我们已连续多年成为全差异化的市场竞争既是挑战，同时也为我国机器 人企业提供了发展契机。从技术上看，硬件的发展已 有几十年历史；软件方面，我国拥有数量庞大的 IT 从 业人口。 深圳长盈精密技术股份有限公司总经理陈苗圃球最大的机器人销售市场，但不可否认的是，国外品牌的“工 业机器人四大家族”占据了我国工业机器人市场 60% 以上的份额。使得我国在面对此类问题的时候，需要警惕水平的重复建设和继续盲目发展的趋势。我国仍然有很多的企业主要依靠各种政府补贴去生存，这种状况急需要我们国家的科技家们去联手改变。 且专家指出，从长远来看，我国的机器人产业核心关键的平台技术还需要国家占据主导地位。，为企业发 展提供技术创新支持。但在应用方面，可以完全推动 市场化，让企业来判断市场需求，充分利用市场资源 来进行自我调整。 “我们的市场规模全球最大，制造业门类全球最 完整，这就是中国工业机器人产业发展的主战场。” 宋晓刚建议，自主品牌应瞄准各个细分行业，进行新 产品开发和新技术研究，围绕市场需求，走差异化道路， 这也是我国自主品牌的未来竞争之路。 很多业内专家表示，未来机器人将实现由“机器” 向“机器人”的重大转变，新一代机器人将更加智能， 这为我国机器人产业迈向中高端提供了实现路径。“这 就像智能手机对传统手机的超越，工业机器人换一种 新玩法，我们就有了很好的赶超机会。”尔智机器人 总裁温中蒙说。 人工智能技术的发展，让“智能 + 机器人”成为行业新的发展趋势，由于新技术的导入，机器人完全 可以跟人进行合作、协作、共融。 由于能嫁接视觉、语音等人工智能技术，协作机 器人也被认为是目前机器人实现智能化最现实的一条 路径，在新零售、康复医疗、教育等领域有很重要的 应用潜力。 “协作机器人近几年才起步，国内外基本处于同 一水平，这就给我们提供了超车机会。”温中蒙认为， 我国是机器人应用的最大市场，能提供足够多的应用 环境来检测、提升产品性能，进而将市场优势转化为 技术优势和产业优势。总结虽然近年来我国工业机器人核心零部件技术突破显著，控制器领域相关技术已和国外差距较小，但在伺服电机及加速器领域国内外技术差距仍然显著。未来我国工业机器人核心技术发展将集中在伺服电机和减速器等方面，涵盖精密谐波加速器、新型传动(驱动)机构和新型驱动材料等重点技术领域。工件分拣技术是工业生产环节重要的一个步骤,其目的是将不同类型物料或工件分类摆放到相对应的位置, 从机器人市场发展到现在，机器人技术在不断增强，机器人市场在进入快速地增长阶段，特种机器人也出现在我们的工业分拣中，较之前的工业分拣机器人的技术更成熟，性能更好，随之而来的新生市场也在慢慢崛起。从未来趋势来讲，新兴领域对价格敏感度更高，国产机器人以高性价比快速进入市场，将促使其更快的进行机器换人。而配套国产机器人本体的上游零部件厂商，尤其是减速器和伺服厂商，有望迅速上量并提升产业竞争力，使得未来行业格局有望发生巨大变化;站在巨人的肩膀上进行模仿研究，通过持续高研发投入在核心领域取得突破，以较高的技术壁垒享受产业升级红利，对国外同类产品实现了国产替代。工业机器人的积极作用不仅体现在制造业，也体现在了具体的生活方面。发展工业机器人的相关技术，能够解决国内市场在发展中的技术受限问题，为国内市场的扩大提供技术条件。 致谢本篇论文从开题到选题到结束所有的研究工作及论文的撰写都是在我的导师的辛勤指导下完成的。我怀着惴惴不安的心情进行答辩，内心无比的激动不安。向我的老师进行最衷心的感谢。也感谢导师无微不至的关怀和指导。我的导师严肃的科学态度、严谨的治学精神、精益求精的工作作风，对我的以后的人生进行了相当大程度的改变。业精于勤荒于嬉，行成于思毁于随。从小聆听到大，造就了我现在对勤劳的亲切之情有感而发。因为我在学识阅历及理解方面的知识有限。使得论文写的杂乱无章。撰写论文也是我一生中要谨记的事情。游离在离别的边缘，心中依然会不舍，依然会怀念，依然会心存感激。本次撰写论文给我的启示就是，大大培养了我注重理论创新与独立思考的意志，传道答疑使命艰，夙兴夜寐未知难；暗渡劳苦添白发，推算神伤减年华。大学四年的生活随着我准写论文的结束画上完美的句号，感谢所有帮助过我的人。最后感谢曾经教育和帮助过我的所有老师。衷心感谢为评阅本文章而付出的宝贵时间的各位读者们。本课题的研究凝聚着多人的智慧和心血，如果这项研宄成果能够对中国的设计教育有所裨益的话，首先应当归功于那些在课题研宄过程中给予过大力支持和帮助的我的老师、领导、同事、教育界的同仁们和设计界的朋友们。参考文献1 栗俊艳，米月琴，弓靖，刘鹏飞 . 一种基于机器视觉的工业 机器人分拣系统 J. 电子科技，2016，29（1）：105-107， 110.2 李湘伟，吴翩卉，王锐鹏 . 基于机器视觉识别的小型机器人分拣 搬运系统的研制 J. 机床与液压，2015，43（10）：161-164.3 卓书芳 . 基于机器视觉的工业机器人分拣技术应用研究与系统 开发 J. 辽宁科技学院学报，2017，19（1）：8-10.4 李丽丽，熊倍华，贾海龙 . 高速机器人分拣系统机器视觉技术 的应用 J. 装备制造技术，2016，（11）：11-12，315 黄宗杰，王富东，马红卫，等 一款分拣搬运机器人的设计J 苏州大学学报(自然科学版)， 2010， 30(2)： 62-666 麦库姆 小型智能机器人制作全攻略M 北京：人民邮电出版社， 2013计时鸣，黄希欢 7工业机器人技术的发展与应用综述J 机电 工程， 2015( 1) : 113金桂根，穆建军视觉识别机器人在物流作业中的智能应用 J 制造业自动化，2013( 11) : 103105 8唐宇，吴清潇，朱枫 平面工件的识别与定位方法研究J 机 械设计与制造，2015( 10) : 172175 9夏群峰，彭勇刚 基于视觉的机器人抓取系统应用研究综述 J机电工程。2014.3110 李婷,柳宁.基于机器视觉的圆定位技术研究J.计算机 工程与应用,2012,(9):153-156. 11 潘武,张莉彦,徐俊成.基于机器视觉的工件的在线检测 J.组合机床与自动化加工技术,2012,7(7),75-78.12 陈天飞,马孜,李鹏.一种基于非量测畸变校正的摄像机标 定方法J.控制与决策,2012,27(2),243-25113邱茂林等计算机视觉中摄像机定标综述，自动化学报,14谭晓波摄像机标定及相关技术研究，国防科技大学硕士学位论文,15马颂德,张正友计算机视觉一计算理论与算法基础，科学出版社一16欧阳鑫玉等图像分割技术的发展月鞍山钢铁学院学报,17杨枝灵,王开等数字图像获取、处理及实践应用人民邮电出版社二附录1图像处理部分参考程序代码附录2 梯形图