3D视觉系统引导机器人挡风玻璃的安装

      汽车制造商正在使用视觉引导的机器人插入系统,可确保汽车封闭装置的正确放置,例如挡风玻璃、发动机罩、行李箱盖和门。在部署生产线的时候,视觉引导的机器人系统用于拾取并精确地放置从车顶面板放置到挡风玻璃的将所有物件,最后将它们装载到车体框架上。由于种种原因,这些部件装载或插入应用,对于视觉系统设计者来说是一项真正的挑战。

      首先是部件的变化性。成功的汽车制造商必须能够有效地生产各种不同的车辆。尽管在同一条装配线上可以高效地制造出几种汽车模型,但是不同的产品很少使用相同的部件或装配件。例如,不同种类的汽车可能拥有不同形状和不同尺寸的车辆封闭装置。此外,即便是同一种特定型号的行李箱盖,其部件与部件之间以及产品的可重复性也会发生变化,并且还可能被喷涂不同的颜色,这些都有可能影响到视觉系统的测量精度。


       第二是来自照明方面的挑战。由于每个部件在其光谱属性、特征和形状方面差异很大,很难确定具体的照明要求。如果选择照明系统不当,机器视觉软件可能很难处理最终的图像。

       最后一项是环境挑战。机器零部件、照明光源或相机系统的振动可能导致图像模糊,从而对测量精度造成负面影响,或者妨碍识别/界定物体的边缘。镜头上的水、蒸气和薄雾将影响图像的质量,并且灰尘和污垢可能通过散射、反射和吸收干扰光学路径。此外,温度干扰可能导致更多的图像噪声,并且导致错误的图像分析。


图:EzRG软件在标准工业电脑或远程服务器上运行,并与3D传感器、机器人控制器和生产线控制器连接。
 

       为了解决所有的这些挑战,加拿大Bluewrist公司的工程师设计了一套3D机器视觉系统。该系统使用了Bluewrist公司先进的EzRG机器人引导软件,以及LMI Technologies公司的Gocator 2300系列3D轮廓传感器,以替代传统的工业相机来引导机器人挡风玻璃插入系统。

       Bluewrist公司总裁Najah Ayadi解释道,“在所有这些条件下进行定位或测量时,Gocator的稳定性更强。由于系统存在自动曝光控制功能,本质上来说,应用中所遭遇的光线和色彩变化对于该技术的影响并不大。一个内置的温度传感器使其更不易受温度变化的影响,同时高速采集允许我们实时跟踪某些接缝和边缘咬合程度,从而获得较高的引导精度,缩减装配周期。

       通过在机器人末端执行器上安装四个Gocator 2300系列3D智能传感器,EzRG挡风玻璃插入系统将真实可靠的六向自由度3D机器视觉技术与机器人自动化技术相结合。EzRG软件在一个标准的工业电脑或远程服务器上运行,并与3D传感器、机器人控制器和生产线控制器相连接。当车体到达挡风玻璃插入站点时,线性PLC发出信号通知机器人拾取玻璃,并将玻璃移向车体中需要安装孔的位置。当玻璃靠近插入点时,传感器通过安装孔上三个或更多个特征来测量安装孔的实际位置。


图:EzRG先进的机器人引导软件提供广泛的机器人引导和用户框架计算策略,包括最佳测量、3-2-1固定和用户框架公式注释器。
 

       为此,每个3D传感器需要发射红色激光(635nm)穿过挡风玻璃的四个边缘和孔径。接着,玻璃反射的激光被每个Gocator内置的130万像素相机采集,随后通过Gocator内置的测量工具确定孔径的X、Y、Z坐标值;紧接着将采集好的数据传输到一台研华公司的工业电脑中。在这台工业电脑上,Bluewrist公司利用EzRG软件对上述数据进行分析。这就是我们常说的视觉数字化过程。

       EzRG软件以六向自由度计算转换数据,然后将结果发送给机器人控制器。接下来,机器人利用转换后的数据,将挡风玻璃引导至孔径位置并插入玻璃。

      Ayati说道:“计算所需时间不超过0.5秒,系统的引导精度可以达到0.2mm。”随即,EzRG软件将测量数据保存到数据库,以实现整个生产系统的共享,接着发送信号通知线性PLC操作已完成。一旦线性PLC收到通知,立马就会发信号给生产系统,将那个已准确安装好挡风玻璃的车体移动到下一站,方便下一次操作。

      Ayadi补充道,除了挡风玻璃,EzRB软件还用于其他封闭部件的安装,如车顶、发动机罩和玻璃门插入。较大的配件如车顶面板可能需要六个或八个3D传感器。自推出以来,Bluewrist公司的EzRG封闭部件插入系统已交付给北美和中国的一些汽车制造商(OEM)使用,在提高产品质量的同时,减少了装配周期、降低生产成本以及装配操作员的风险。


 

发布时间:2017-03-24 16:57 点击数: