北京現代汽車有限公司（以下簡稱北京現代）是由北京汽車投資有限公司和韓國現代自動車 株式會社共同出資設立，公司主要業務以全新車型引進、商品性改善與本地化研發為主。目 前，整車年生產能力已達到100 萬臺。
　　北京現代擁有3 座整車生產工廠、3 座發動機生產工廠和1 座承擔自主研發的技術中心。北 京現代擁有近300 臺機器人，分別應用在車身焊接、車身沖壓、發動機組裝、涂裝等各種關 鍵工位中。公司依靠先進的自動化制造裝備，保障100%焊接與運輸自動化率，100%自動化 沖壓生產，確保車身焊接質量與車身強度。
　　在發動機生產工廠，汽車發動機的缸體搬運工作是由韓國現代公司制造的機器人來進行。在 引導機器人進行缸體搬運時，采用的是由韓方定制的工業相機＋視覺軟件的方式。在生產過 程中，遇到了棘手問題，主要是：相機拍照一次檢測不成功，需要多次拍照才有可能檢測成 功，影響了工作效率。因此，北京現代決定進行技術改造，以實現機器人對缸體的高效精確 抓取。
　　在改造時，這個問題一直困擾著北京現代的技術人員。在應用現場，缸體是碼放在一層層的 拖盤上，每隔一層缸體碼放的方向不同（如圖1 所示）。由于缸體只有一個抓取位置（如圖 2 所示），所以機器人在抓取時，會自動將爪具旋轉0 度、90 度、180 度或270 度，然后根 據每層托盤上每個缸體的大概位置去拍照抓取，同時相機也會跟著爪具進行旋轉。這樣，得 到的圖像都是一個方向的，而相機卻跟著機器人改變了拍照方向，這直接影響了抓取的準確性。

        圖1

        圖2

　　因此，要成功實現技改，就要搬掉這個攔路虎，北京現代的技術人員詳細分析了迫切需要解 決的兩個技術難點。
　　第一：機器人坐標系與圖像坐標系的對應關系（N 點校準）。
　　從理論上來說，如果機器人旋轉0 度、90 度、180 度或270 度時的旋轉中心是一致的，那么， 就可以只針對0 度時的坐標對應關系做N 點Calibrate，其他三個角度時的坐標系對應只是 象限不一樣。
　　1）機器人坐標系與圖像坐標系都是0 度時，兩個坐標系是重合的（如圖3 所示）。這時，在 做完N 點Calibrate 后，機器人坐標與圖像坐標可直接一一對應。
　　2）機器人坐標分別旋轉90 度、180 度和270 度時，圖像坐標系雖然沒有改變，但是卻與機 器人坐標系的其他象限有了對應關系（如圖4、圖5、圖6 所示）。
　　3）如果機器人的旋轉中心是一樣的，就可以得到一個擬合圓（如圖7 所示）。

        圖3

圖4

        圖5

        圖6

        圖7

　　需要注意的是：機器人在抓取位置旋轉四個方向拍照時，必須是以同一固定點為圓心進行旋 轉，只有這樣四個方向（象限）的點才能對應起來，這時只要在一個方向做9 點標定即可。 否則，如果機器人在抓取位置旋轉四個方向拍照時，不是以同一點為圓心進行旋轉，那每個 方向（象限）都要重新做9 點標定，因為每個方向的點是不能對應。
　　最終經過確認，機器人夾具在旋轉0 度、90 度、180 度和270 度時的旋轉中心很難保持一致， 所以只校準一次并對應象限的方法就不能使用了。這樣，四個角度時都要分別做N 點 Calibrate。
　　第二：拍照后，必須確定圖像特征的旋轉中心的偏移量，圖像特征旋轉中心與偏移量的和， 必須與機器人夾具的旋轉中心保持一致，否則抓取時就會產生很大誤差。
　　為解決技術改造中遇到的這些難點，并選擇一個令人信任的技術解決方案，北京現代的技改 部門在綜合比較技術實力、產品性價比、售后服務能力和服務質量等多種考慮下，決定選擇 機器視覺領域內的領軍企業——康耐視公司。
　　雖然康耐視In-Sight 產品支持多種工業通訊協議，但是在本次應用中與機器人只是采用最簡 單的RS-232 串口通訊方式（見圖10）。

        圖8

　　在現場，機器人有兩個位置比較重要，一個是拍照位置，另一個是抓取位置，這兩個位置都 有固定坐標。對關鍵的圖像定位問題，康耐視In-Sight 產品有其創新的解決方案。
　　1）得到基準模型圖像。機器人由拍照位置走到抓取位置，然后把缸體移到夾具正好能夠正 確抓到的位置，這個位置就是抓取的基準位置。固定好缸體后，機器人從抓取位置回到照相 位置，然后進行拍照，得到的這張圖像就可以作為基準模型圖像。
　　2）得到兩張抓取位置旋轉某個角度的圖像。在得到基準模型圖像后，機器人由拍照位置再 走到抓取位置，抓住缸體逆時針或順時針旋轉某個角度（例如CCW-10 度或CW-10 度），然 后松開缸體，再回到拍照位置進行拍照，得到第二張圖像。同樣再按此步驟操作得到第三張 圖像。
　　3）得到這三張圖像后，就可以在這三張圖像上用PatMax 工具查找同一特征點，根據得到 的三個點就可以擬合出一個圓，這個圓的圓心坐標就是機器人夾具的旋轉中心。
　　具體如圖9、圖10 所示。

        圖9

        圖10

        In-Sight 相機與機器人實現了完美的無縫配合，具體工作過程如下。
        1）工件分層碼放在旁邊，每次只將一層工件放到拍照與抓取位置（如圖11 所示）。

        圖11

　　2）機器人在拍照前會事先知道這一層是如何擺放的。每個工件的拍照位置都是在機器人程 序中事先設置好的。例如：抓取工件（0 度）時，機器人不需要旋轉，直接到拍照位置進行 拍照后抓取。在抓取工件（180 度）時，機器人會自動旋轉180 度，然后再到拍照位置進行 拍照后抓取。同理，下一層的工件是以90 度和270 度進行擺放的。
　　3）機器人到達拍照位置后，首先向相機發送START1，讓相機進行拍照檢測。如果定位成 功，相機給機器人返回OK。機器人在收到OK 后，再向相機發送SHIFT8。相機再把定位 坐標和角度返回給機器人。如果定位失敗，相機給機器人返回NG。機器人會自動微調當前 位置，然后再次發送START1，讓相機重新拍照。直到檢測成功。相機拍照后，會把工件的 當前坐標與當初訓練的基準抓取位置坐標相減，然后把坐標差值和角度傳送給機器人，機器 人以當初訓練的基準抓取位置坐標為基礎進行調整，然后再去抓取工件。
　　經過一系列的現場測試，北京現代采用康耐視的In-Sight 智能相機后，成功解決了令人撓頭 的技術難題。“康耐視的PatMax 工具提出了視覺行業最佳的定位算法，即使在比較復雜的 情況下也能提供非常準確的定位。而且還提供了非常豐富的通訊方式，便于集成到現有系統 中。”北京現代保全部的沈劍表示。
　　他對In-Sight 智能相機的表現給出了極高的評價，“經過改造后，機器人工作很流暢，且抓 取都很準確，幾乎沒有定位不到的情況。在調試過程中，PatMax 工具的優越性得到了淋漓 盡致的體現，我們非常滿意。”
　　沈劍最后表示，在現場還有四臺現代機器人，情況與被改造工位很相似。“在這臺機器人調 試完畢時，我們就已經開始準備改造其他四臺機器人的視覺系統了。”