基于改进Hough变换的堆叠工件定位方法

针对企业喷砂上料桁架机器人视觉系统中堆叠叉车工件难以识别问题，提出了一种改进的角约束的概率Hough变换直线检测算法，基于叉车工件边缘交叉点的判别依据制定直线分组规则，完成对堆叠叉车工件的识别与定位。结果表明，在堆叠不整齐、表面不一致等情况下，改进的概率Hough变换算法能准确检测边缘直线且精确定位不同型号叉车工件的中心点，为工业生产线实现对叉车工件的抓取提供支持，节约人力成本。

如今，工业机器人被广泛应用到自动化生产线上，这对复杂环境下机器视觉的应用提出了更高的要求[1]。在叉车工件生产和喷砂上料的过程中，一方面，工作大多重复性高，精度要求高，负载大；另一方面，需要面临噪声大、有害气体等复杂环境。相比于人工，基于机器视觉的识别定位方法能够表现出更高的精度、效率以及安全性能[2]。叉车工件的识别定位是机器人控制系统实现对机械臂的控制并完成对叉车工件的自动抓取和上料的基础。

现实中，叉车工件的堆叠情况如图1 所示，由于堆叠中各工件之间存在上、下层关系并放置于料框中，在识别上层工件时，下层工件特征暴露易造成干扰；识别下层工件时，明显的凸起部分因被料框遮挡而无法成为识别的特征；同时， 上、下层工件表面都存在氧化生锈、光照不均匀、堆叠不整齐等情况， 增加了边缘识别与分割难度。

(a) 上层工件 (b) 下层工件 Figure 1. Stacking forklift workpieces 图1. 堆叠叉车工件 针对企业现有喷砂上料桁架机器人的视觉系统需求——能够实现在复杂条件下对不同型号的堆叠叉车工件进行识别与定位，将得到的位置信息发送给机械臂控制系统，实现对叉车工件的自动抓取，通过X、Y、Z 三轴系统实现三个方向的位移，再通过A 轴旋转实现叉车工件的调头，最终自动送到喷砂设备的滚棒线上，喷砂上料桁架机械手系统如图2 所示，本文提出了一种基于改进的角约束的概率Hough 变换的直线检测方法，对工件边缘的直线检测结果进行分组得到叉车工件中心点坐标，完成对叉车工件的识别与定位。