摘要：
　　机器人要准确抓取带有复杂曲面形状的工件，需要采用3D视觉引导技术来完成。机器人3D视觉引导方案包括图像采集方案、图像处理方案、手眼标定方案、引导方案和运动控制方案。比较了几种目前流行的图像采集方案、图像处理方案和手眼标定方案，最终选择主动光双目立体视觉技术、3D点云表面匹配技术和基于经典矩阵方程的标定技术作为机器人的引导抓取方案，该方案是一种成本低、精度高、适应性广、灵活性强、鲁棒性高的机器人智能方法，可以广泛应用于汽车智能装配、机床上下料等行业。

　　0. 背景
　　随着“中国制造2025”战略的持续推进，智能工厂、智能制造等概念在工业应用领域逐渐被广泛接受和深入研究。机器人是智能制造的核心环节之一，视觉技术代表了机器的眼睛和大脑，机器视觉将使机器人智能化变成现实。
　　当前，机器人面对的工件越来越多的带有复杂曲面形状，主要表现在被测物的高度有较大变化。如果要准确的抓取工件，需要知道工件的高度信息。2D视觉只能获取工件的长、宽等信息，无法知道物体的高度信息，3D视觉则可以帮助获取到物体的高度信息。
　　机器人3D视觉引导解决方案包括图像采集方案、图像处理方案、手眼标定方案、引导方案和运动控制方案。其中图像采集方案、图像处理方案和手眼标定方案是本解决方案的核心内容。
　　1. 图像采集方案
　　3D视觉技术按照原理来区分，可分为被动光双目立体视觉、主动光双目立体视觉、激光三角测量法、结构光原理、时间飞行法（TOF）等5种原理。主动光立体视觉由于具有较大的视野范围和测量范围，且适应各种工件要求，成本低等优势，可以大量应用在机器人智能抓取应用中。
　　立体视觉技术源自于20世纪60年代中期的美国MIT的Roberts团队，发展到现在，形成了比较成熟的双目立体视觉技术。
　　1.1被动光双目立体视觉
　　被动光双目视觉由两只面阵或线阵相机、光源组成，两只相机拍摄相同位置，利用视差图可以计算出物体的高度。可以由2只面阵或线阵相机从不同角度同时拍摄物体，也可以是1只面阵或线阵相机不同时刻，从不同角度拍摄物体。

图1. 被动光双目立体视觉技术

　　被动光双目的优点是无需相机与物体相对运动，可以拍摄大视野的范围。缺点是当被测物表面对比度较差时，无法识别到物体，从而无法得到物体表面的3D信息。另外，被动光双目要求每只相机的识别精度较高，否则单只相机的识别误差，会在双目中放大该误差。由于这些限制，被动光双目在工业应用领域使用比较局限。
为了拓宽视野范围，消除盲区，也可以把被动光双目技术拓宽为被动光多目。如下图所示：

图2. 被动光多目立体视觉技术

　　1.2主动光双目立体视觉
　　为了弥补被动光双目的缺点，可以对被测物打一些纹理光作为辅助。如打一些随机点。见下图所示：

图3. 以随机点作为纹理

　　主动光双目的原理与被动光双目一样，也是根据两只相机的像差来完成。由于主动光源可以更好为被测物增加纹理，因此可以增强此种采集方案的通用性。
　　主动光双目立体视觉包括两只2D相机和1只可以投射随机点的激光器，原型如下图所示：

图4. 主动光双目立体视觉系统原型

　　增加纹理后的被测物，见下图：

图5. 被测物

　　重构出来的图像效果如下：

图6. 重构效果图

　　主动光双目立体视觉的主要优点是：视野范围和高度测量范围较大、3D成像速度快、可适用于运动物体和静止物体、价格便宜等；
　　主要缺点是：精度依赖于激光随机点的密度，通常精度在毫米级，相比其他激光三角测量法和结构光方法，精度较低，不能用于消费类电子品行业的高精度测量，但可以适用于精度不高的应用领域。
　　因此，主动光双目立体视觉非常适合应用于机器人视觉引导，产品定位等应用领域。可以有效的帮助机器人准确抓取物体，并放置到指定位置。
　　2. 图像处理方案
　　当前，机器人3D视觉在自动化焊接、自动化切割、自动化装配、自动化抓取、自动化码垛等应用较多，一般要求图像处理能识别物体的位姿或者物体边缘的3D坐标。因此，对于3D图像处理技术要解决的问题有2个，物体识别和边缘轮廓提取。可采用以下方式来解决此问题[2]。
　　基于高度分割的3D图像物体识别:

图7. 基于高度分割的3D图像物体识别

　　基于CAD图的2D图像物体位姿获取:

图8. 基于CAD图的2D图像物体位姿获取

　　基于CAD图的3D图像表面匹配和基于采集到的标准模板的3D图像表面匹配:

图9. 3D图像表面匹配技术

　　由于3D点云表面匹配技术鲁棒性高，精度高、通用性强等特点，比较适合用于机器人视觉引导抓取。
　　3D点云表面匹配技术的过程为：首先提前使用3D CAD图生成物体模板，3D相机采集到物体3D数据后，利用模板在3D数据中进行表面匹配，匹配成功后，会返回物体的位姿、匹配分数等信息。
　　3. 手眼标定方案
　　手眼标定的技术要解决图像坐标与机器人坐标转换的问题。通常可以把机器人手眼标定算法分为两类[3]：第一类是基于经典的矩阵方程AX=XB和AX=ZB，通过图像处理和坐标系转换方式，来确定传感器与标定物之间的相对位置关系；第二类是直接基于传感器返回的测量数据，建立标定方程来确定手眼关系。由于基于经典矩阵方程的标定方法稳定、成熟，本方案采用该方法来作为手眼标定方案。

图10. 手眼标定模型

　　手眼标定问题可以归结为求解齐次矩阵方程AX=XB，A、X、B都是4 x 4矩阵，其中A和B分别表示机器人坐标系和传感器坐标系从第一个位置到第二个位置的变化，X表示机器人坐标系到传感器坐标系的变换，即手眼标定。当前求解其次矩阵方程AX=XB有两种方法，两步法和单步法。两步法将标定方程分解，首先求旋转部分，然后利用旋转部分的结果求解平移部分。这种方法存在误差传递问题，即旋转矩阵的误差会影响到平移向量的精度。单步法可以同时求得旋转部分和平移部分，主要有非线性优化方法和对偶四元数法。非线性优化方法虽然不存在误差传递问题，但存在选择初值的问题，初值选择不当，会造成标定结果不收敛。本方案采用了四元数法求解方程AX = XB。
得到手眼标定关系后，坐标转换过程如下：从图像中得到物体坐标系和相机坐标系之间的仿射关系，再根据手眼标定关系，也就是相机坐标系和工具坐标系之间的仿射关系，可以获取到物体坐标系和工具坐标系之间的仿射关系，最后提取机械手可识别的位姿信息来进行引导。

图11. 基于主动光双目立体视觉的机器人引导智能抓取演示系统

　　4. 结论
　　本文提出一种基于主动光双目立体视觉技术的机器人3D引导抓取解决方案，该方案在实际项目应用中，成本较低、抓取精度可以达到毫米级，较好的解决了汽车零部件抓取，机床上下料等工程问题。