基于机器视觉的协作机器人装配汽车外饰条的应用

引言

汽车装配车间是劳动密集型车间,在人力资源日趋紧张的情况下,运用机器人集成机器视觉可以有效实现工件特征复杂、来料状态没有精确定位的装配件的自动装配。协作机器人与周边作业人员有很好的交互环境,相对于传统机器人更适用于劳动密集型的总装车间。协作机器人轻巧紧凑、节省空间、易于重新部署在多个应用站位中,不会改变产线的生产布局,无需安全围栏隔离也能运行,可与产线员工实现共同协作。

1外饰条装配作业要求

本文以劳动强度大的汽车侧围外饰条压紧工序为研究对象,外饰条需在16℃以上温度、63.7N(6.5kgf)以上压力下才能达到90%的胶粘浸润率,如图1所示。由于操作员工无法长时间施加63.7N(6.5kgf)的压力,易于疲劳作业,无法保证装配质量,本工序采用协作机器人自动作业,以改善生产线人机状态和操作环境,提升员工工作舒适性和满意度。

2协作机器人外饰条自动装配站构成

2.1自动装配站系统构成

该系统由四部分构成:车辆跟踪系统、输送线跟踪系统、机器视觉定位系统和协作机器人执行系统,系统整体构成如图2所示。利用车辆跟踪系统和输送线跟踪系统计算车辆进入工位的位置信息,机器视觉系统通过图像处理提取特征,并通过训练模板确定标准位置图像,结合相机与机械手的坐标系标定,实现检测定位功能。

图2  系统整体构成

2.2自动装配站作业原理

车辆跟踪和输送线跟踪系统是利用光栅记录车辆进入工位的起始位置,利用旋转编码器跟踪板链输送线的运动状态并计算板链运动距离。当车辆侧围外饰条特征进入到机器人作业空间时,协作机器人通过伺服随行机构保持与板链同步。机器人通过激光测距仪计算车身的位置状态,同时移动视觉系统到与车辆Y向等距离的位置拍摄特征图像,更准确定位特征X、Z的坐标,如图3所示。

图3  激光测距引导视觉系统偏移至准确位置

2.3机器视觉定位

机器视觉系统利用侧围外饰条和车身搭接的特征进行图像提取,图像处理使用蚀刻、使均衡、二元化等工具,使特征与背景区分开,以便提取,如图4所示。

图4  分别经过蚀刻、使均衡、二元化处理的效果

蚀刻:指定一个"蚀刻"操作,该操作可减少图像的亮特性,其结果是输出的图像具有较大的黑色像素区域。用于去除光斑、噪声像素和/或小缺陷。

使均衡:指定一个直方图均衡化操作,该操作提取输入图像的直方图,并展开最频繁的灰度值,以创建更均匀的分布,结果是输出图像的对比度增加。这种类型的滤镜适用于光线从一张图像到另一张图像可能略有变化的环境,或者被检查对象的某些方面可能略有变化的环境。

二元化:指定一个黑白(二进制)阈值操作,该操作将每个输入像素与阈值级别进行比较,以确定输出像素是白色还是黑色。输入像素值等于或大于阈值参数值为白色,阈值以下的值为黑色。

造成定位失败或偏差较大的因素有:(1)外界光的影响会造成轮廓边界有偏移或缺失:(2)车辆与相机相对位置有变化时,会造成轮廓线变形、变大或缩小:(3)由于各个型号集成在同一个程序中,车辆颜色种类较多。

解决方案:(1)增加光源补光,减少外界光源影响:(2)优化特征选取工具,使程序即使产生轮廓变形也能检测到:(3)优化图像处理工具,提高相机检测程序兼容性。

在周边设置稳定光源,不同颜色车辆的差异化图像处理,使定位成功率达到99.8%。

2.4协作机器人力控方式

机器人按视觉定位和激光测距输入空间位置,利用集成的滚压工装按相应轨迹进行自动滚压。机器人的力作用传感器根据工装反馈的受力情况适当Y向进给,保证作用在工件上的力稳定在设置值98N(10Nkg),保证3M胶有效粘连。通过验证,该过程轨迹1oo%覆盖装配点,装配点受力完全满足技术要求。

3结语

本文介绍了在汽车装配车间利用协作机器人实现自动装配的案例,在装配输送线上整车位置不一致,需要采用视觉技术、激光测距等传感器测量定位车辆位置,根据视觉系统的定位坐标机器人完成设定程序,有效实现了复杂状态下的机器人作业。同时,在装配车间人员密度大、活动复杂,协作机器人的安全设计可以有效利用现有空间,并且保证其他作业人员安全。利用协作机器人可以执行路径复杂、繁重的劳动,有效改善生产员工人机环境,提升产品质量。