工業(yè)機器人應用編程（KUKA中高級） 課件 項目三 工業(yè)機器人視覺分揀與定位

項目三工業(yè)機器人視覺分揀與定位公司簡介匯博工業(yè)CATALOGUE一學習目標公司簡介CATALOGUE目錄四知識拓展二工作任務五評價反饋三實踐操作六練習與思考題1.了解視覺系統(tǒng)的組成，主要參數(shù)及典型應用。2.掌握固定視覺相機的標定方式。3.掌握MVP視覺軟件的使用方式。4.掌握找圓、模板匹配、裁剪、彩色轉(zhuǎn)灰度、顏色提取和報文發(fā)送等算子的用法。5.能夠通過PLC編程軟件進行工件顏色、角度信息的轉(zhuǎn)化，并將信息顯示在HMI上。6.能夠使用PLC、機器人示教器和MVP視覺軟件綜合編程，完成工件視覺檢測及分揀等綜合作業(yè)。一、學習目標一、工作任務背景機器人視覺系統(tǒng)就是用機器代替人眼來做測量和判斷，通過對目標進行攝像拍照獲取圖像信號，傳送給圖像處理系統(tǒng)，轉(zhuǎn)換為數(shù)字化信號，圖像處理系統(tǒng)根據(jù)數(shù)字化信號進行運算以獲取目標的特征，根據(jù)邏輯判斷的結(jié)果來控制現(xiàn)場機器設備的動作，進行各種裝配或者檢測、報警有缺陷的產(chǎn)品，如圖3-1所示。視覺系統(tǒng)一般分為五個部分：照明、鏡頭、相機、圖像采集卡和視覺處理器。隨著拍照、攝像設備、圖像傳感器、視頻信號數(shù)字化設備及視頻信號處理器等在應用上不斷推陳出新，技術(shù)上從2D到3D不斷進步。視覺系統(tǒng)按功能劃分，主要可分為檢測、測量、定位、跟蹤和引導；在實際工廠應用中，又可以分為檢查防錯、測量分析、視覺跟蹤、引導抓取件和精確裝配等。要實現(xiàn)視覺系統(tǒng)工裝，必須明確測量和定位的定義，并在系統(tǒng)中構(gòu)建測量和定位的設備。二、工作任務（1）測量：針對特征點而言，測量結(jié)果為特征點在測量坐標系下的坐標（x，y，z）；在實際應用中，測量包含2D測量（只測量特征點的x，y坐標）和3D測量（測量特征點的x，y，z坐標），通過拍照獲取目標物體特征點的坐標值，并在坐標系上確認。（2）定位：針對目標物體而言，定位結(jié)果為目標物體相對于參考坐標系的姿態(tài)（x，y，z，Ra，Rb，Rc）。定位包含2D定位（定位目標物體在參考坐標系x，y方向上的移動和繞z方向的旋轉(zhuǎn)）、2.5D定位（定位目標物體在參考坐標系x，y，z方向上的移動和繞z方向的旋轉(zhuǎn)），3D定位（定位目標物體在參考坐標系x，y，z方向上的移動和旋轉(zhuǎn)）。工位上目標物體的姿態(tài)定位是基于物體上特征點的坐標測量結(jié)果計算得到的。圖3-1視覺產(chǎn)品檢測二、工作任務二、所需要的設備工業(yè)機器人產(chǎn)品出入庫系統(tǒng)涉及的主要設備包括：工業(yè)機器人應用領(lǐng)域一體化教學創(chuàng)新平臺（BN-R116-KR4）、KR4型工業(yè)機器人本體、電源、控制器、示教器、氣泵、相機系統(tǒng)、視覺軟件、吸盤工具、中間法蘭、輸出法蘭，電源

控制器

示教器

機器人本體

氣泵

相機系統(tǒng)

視覺軟件

吸盤工具

中間法蘭

輸出法蘭二、工作任務三、任務描述這里以諧波減速器的中間法蘭、輸出法蘭的顏色、角度視覺識別為典型案例，工業(yè)機器人自動將吸盤工具裝配到機械臂上。任務一：工件角度識別與定位。用相機檢測輸出法蘭的角度，將角度信息顯示在HMI上，通過找圓確定圓心，進行工件定位，使用工業(yè)機器人進行準確搬運。任務二：工件顏色識別。相機檢測中間法蘭的顏色，檢測后將工件搬運走，并將顏色信息顯示在HMI上。任務三：中間法蘭和輸出法蘭視覺定位和分揀。用相機進行中間法蘭和輸出法蘭的視覺識別，然后使用工業(yè)機器人進行分揀。二、工作任務三、實踐操作1.固定視覺在圖像測量過程及機器視覺應用中，為確定空間物體表面某點的三維幾何位置及其在圖像中對應點之間的相互關(guān)系，必須建立相機成像的幾何模型，這些幾何模型參數(shù)就是相機參數(shù)。在大多數(shù)條件下這些參數(shù)必須通過實驗與計算才能得到，這個求解參數(shù)的過程就稱之為相機標定（或攝像機標定）。無論是在圖像測量還是機器視覺應用中，相機參數(shù)的標定都是非常關(guān)鍵的環(huán)節(jié)，其標定結(jié)果的精度及算法的穩(wěn)定性將直接影響相機工作產(chǎn)生結(jié)果的準確性。因此，做好相機標定是做好后續(xù)工作的前提。一、知識儲備1）坐標系基礎。理解坐標系是進行相機標定的基礎，坐標系包括圖像像素坐標系、圖像物理坐標系、相機坐標系和世界坐標系。①圖像像素坐標系。圖像像素坐標系是一個二維直角坐標系，反映了電荷耦合器件（CCD）相機芯片中像素的排列情況。其原點O位于圖像的左上角，u、v坐標軸分別與圖像的兩條邊重合。像素坐標為離散值（0，1，2，…），以像素（pixel）為單位。②圖像物理坐標系：為了將圖像與物理空間相關(guān)聯(lián)，需要將圖像轉(zhuǎn)換到物理坐標系下。原點O1位于圖像中心（理想狀態(tài)下），是相機光軸與像平面的交點（稱為主點）。X、Y坐標軸分別與u、v軸平行，如圖3-3所示。兩坐標系實為平移關(guān)系，平移量為(u0,v0)。假設相機感光器件中單個像素的物理尺寸為dx×dy有：圖3-3圖像物理坐標系圖像物理坐標系到圖像像素坐標系的轉(zhuǎn)換如下：三、實踐操作③相機坐標系。相機坐標系（CameraCoordinateSystem）（Xc，Yc，Zc），也是一個三維直角坐標系，如圖3-4所示。原點Oc位于鏡頭光心處，Xc，Yc軸分別與像面的兩邊平行，Zc軸為鏡頭光軸，與像平面垂直。圖3-4相機坐標系點p（Xc，Yc，Zc）為空間中任意一點，其通過投影中心的光線投影到圖像平面上，在圖像物理空間的投影點為p(x,y)，擴展到相機坐標系下其坐標為(x,y,f)。根據(jù)相似三角形原理，轉(zhuǎn)為齊次形式為式（3-3）完成了相機坐標系到圖像物理坐標系的轉(zhuǎn)換。三、實踐操作④世界坐標系（WorldCoordinateSystem）。世界坐標系（Xw，Yw，Zw）也稱為測量坐標系、參考坐標系，是一個三維直角坐標系，以其為基準可以描述相機和待測物體的空間位置。世界坐標系的位置可以根據(jù)實際情況自由確定，如圖3-5所示。圖3-5世界坐標系三、實踐操作世界坐標系到相機坐標系的變換，實際上就是一個剛體變換，可以由旋轉(zhuǎn)矩陣R和平移矢量t來表示，（Xw，Yw，Zw）T表示世界坐標系中的點，（Xc，Yc，Zc）T表示相機坐標系中的點，則它們之間的轉(zhuǎn)換可表示為：即公式（3-5）完成了世界坐標系到相機坐標系的轉(zhuǎn)換。綜合式（3-2）、式（3-3）和式（3-5），可以得到世界坐標系與像素坐標系之間的轉(zhuǎn)換關(guān)系：三、實踐操作2）手眼標定（eye-to-hand）。眼在手外，即相機固定在機器人外的固定底座上。這種情況下，需要將標定板固定在機器人末端，求解的量為相機坐標系和機器人坐標系之間的位姿關(guān)系，如圖3-6所示。圖3-6手眼標定三、實踐操作一般的攝像機標定方法都需要用到標定參照物，就是標定時在攝像機前放一個已知形狀與尺寸的物體。常見的有基于圓形特征標定物、棋盤標定物和立方體標定物等。標定時，首先要選取一個工件坐標系來描述工件的位姿信息，選取方法為:畫出標定板的兩條中心對稱線，其貫穿中心線所經(jīng)過的一系列圓的圓心，并且兩條中心線的重合點為標定板的中心。再將標定板放在工作臺上，調(diào)整到攝像機的視場之中，在計算機視覺軟件中打開視頻圖像窗口的圖像坐標系顯示線，調(diào)整標定板的兩條中心線與視頻窗口中的圖像坐標系顯示線中心重合。需要測量幾組固定點P在機器人基座坐標系和相機坐標系下的坐標Bp和Cp。通過視覺算法可以準確地識別棋盤格的角點。識別棋盤格可以得到棋盤格角點在圖像坐標系中的二維坐標Ip，通過相機內(nèi)參和物體的深度信息可以計算出Cp。棋盤格標定板如圖3-7所示。圖3-7棋盤格標定板三、實踐操作在eye-to-hand的情況下，將標定板固定在機器人未端，便得到以下坐標系:{C}:相機坐標系{B}:機器人基坐標系{E}:機器人末端坐標系{K}:標定板坐標系

坐標系之間的轉(zhuǎn)換關(guān)系是：A為機器人末端坐標系到機器人基坐標系的轉(zhuǎn)換矩陣，機器人運動學正解可知變量。B為標定板坐標系到機器人末端坐標系的轉(zhuǎn)換矩陣，標定板是固定安裝在機器人末端的，所以固定不變，未知變量。C為相機坐標系到標定板坐標系的轉(zhuǎn)換矩陣，可知變量。D為相機坐標系到機器人基坐標系的轉(zhuǎn)換矩陣，待求解變量。三、實踐操作因為：······················································（3-7）······················································（3-8）所以：······················································（3-9）D和B都未知，但是固定不變的量。A和C則隨機器人的末端位姿變化而變化。讓機器人走兩個位置，于是有：······················································（3-10）經(jīng)變換可得：······················································（3-11）三、實踐操作三、實踐操作一、知識儲備2.MVP視覺軟件（1）軟件功能介紹軟件界面包含標題欄、工具區(qū)、流程編輯區(qū)、圖像顯示區(qū)、配置結(jié)果區(qū)、狀態(tài)欄、多屏設置等區(qū)域，如圖3-8所示。圖3-8軟件界面三、實踐操作1）標題欄：包含菜單欄及快捷工具條。2）工具區(qū)：視覺方案搭建所需要的算子區(qū)域，包含常用算子、圖像采集、定位、圖像處理、標定、生成工具、測量、識別、深度學習、邏輯控制、通信、輔助工具和機器臂工具這幾類功能。常用算子：可以根據(jù)使用習慣自定義常用算子到此類中。圖像采集：分為相機和仿真器，相機是從工業(yè)相機獲取圖像，仿真器則是從本地獲取圖像。定位：類算子主要是根據(jù)不同的算法配置定位到圖像中的特征并標識。圖像處理：含圖像基本處理類算子，一般作用于圖像預處理或形態(tài)學處理。標定：包含棋盤格標定、N點標定及讀取坐標文件算子，作用于不同坐標系之間的轉(zhuǎn)換。圖3-8軟件界面一、知識儲備生成工具：包含生成點（生成點算子從輸入或者配置接受X、Y坐標參數(shù)，根據(jù)X、Y的值輸出一個點類型的輸出參數(shù)）、生成直線（生成直線算子從輸入或者配置接受相應的參數(shù)，生成一條直線）、生成園（生成園算子從輸入或者配置接受相應的參數(shù)，生成一個園）、生成矩形（生成矩形算子從輸入或者配置接收基準點、矩形的寬高、矩形的角度來生成一個矩形）。測量：類算子主要完成測量距離、夾角等基本測量功能。識別：包含一維碼、二維碼及字符識別算子。深度學習：使用深度學習方法訓練模型完成識別功能，包含深度學習字符識別、深度學習檢測、深度學習分類和深度學習像素分類算子。圖3-8軟件界面三、實踐操作一、知識儲備邏輯控制：用于視覺解決方案中數(shù)據(jù)的邏輯處理。通信：含業(yè)界常用的工業(yè)通信協(xié)議，支持TCP/IP和串口兩種通信方式。輔助工具：包含保存圖像、循環(huán)次數(shù)控制等常用算子。圖3-8軟件界面三、實踐操作一、知識儲備3）流程編輯區(qū)：編輯視覺方案流程的區(qū)域。4）圖像顯示區(qū)：顯示圖像的區(qū)域。5）配置結(jié)果區(qū)：通過下方標簽切換，對選中的算子進行參數(shù)配置或查看算子運行后的結(jié)果信息。6）狀態(tài)欄：狀態(tài)顯示區(qū)，顯示所選算子的運行耗時及整個視覺解決方案的運行耗時。7）多屏設置：包括一分屏、二分屏和四分屏三種設置，可以將流程編輯區(qū)的任意一個子流程的輸出拉到任意一屏幕進行綁定，即可顯示對應子流程的圖像信息，并且支持在連續(xù)運行過程中進行切換、綁定。圖3-8軟件界面三、實踐操作一、知識儲備（2）視覺算子介紹1）找圓算子。找圓算子在圖像中放置一系列卡尺工具，根據(jù)卡尺工具得到的邊緣點集結(jié)果擬合出圓，用于圓的定位與測量。找圓算子效果如圖3-9所示。圖3-9找圓算子效果進入配置界面配置卡尺個數(shù)、搜索長度、投影長度、忽略點數(shù)及搜索方向；并設置卡尺參數(shù)，通過比度閾值、高斯半徑和排序模式等來調(diào)整找邊卡尺工具，使找圓結(jié)果更加精準、理想。2）模板匹配。模板匹配工具是在模板圖像中選擇一個特征區(qū)域，并以特征區(qū)域的邊緣特征作為模板，在檢測圖像中根據(jù)訓練的模板邊緣特征進行匹配，定位模板圖像在檢測圖像中的位置。模板匹配可以配合其他工具使用，以模板匹配的結(jié)果作為其他工具的輸入?yún)?shù)，引導其他工具跟隨產(chǎn)品實時調(diào)整位置和角度。三、實踐操作一、知識儲備關(guān)聯(lián)模板：配置已訓練好的模板文件或者訓練新的模板、訓練新的XLD（矩形、三角形、圓、十字星的中心橫坐標、縱坐標）。角度范圍：匹配角度范圍為-180°~180°。尺寸范圍：匹配尺度范圍為0.50~2.00。最小分數(shù)：匹配最小分數(shù)指特征模板與搜索圖像中目標的相似程度，即相似度閾值，搜索到的目標在相似度達到該閾值時才會被搜索到，最大是1，表示完全契合。最大匹配個數(shù)：允許查找的最大目標個數(shù)，范圍為0~50。模板匹配效果如圖3-10所示。圖3-10模板匹配效果三、實踐操作一、知識儲備3）裁剪。裁剪工具可以截取指定的原灰度矩形ROI區(qū)域，并生成ROI大小的新的灰度圖像。裁剪效果圖如圖3-11所示。a)裁剪前b)裁剪后4）彩色轉(zhuǎn)灰度。彩色轉(zhuǎn)灰度工具可將三通道的彩色圖像轉(zhuǎn)換為單通道的灰度圖像，如圖3-12所示。

圖3-12彩色轉(zhuǎn)灰度圖三、實踐操作一、知識儲備配置參數(shù):通道模式下彩色轉(zhuǎn)灰度的轉(zhuǎn)換公式為：灰度=0.299r+0.587g+0.114b。式中，r為紅色（R）通道灰度值，g為綠色（G）通道灰度值，b為藍色（B）通道灰度值，見表3-1。

參數(shù)名稱數(shù)據(jù)類型取值范圍默認值說明通道選擇（ChannelSelect）單選按鈕三通道/紅色通道/綠色通道/藍色通道三通道可選擇R、G、B中的某一單獨通道，也可選擇三通道（即通過三通道權(quán)重混合后的灰度圖像）5）顏色提取。顏色提取算子首先提取框選區(qū)域的顏色，訓練出對應顏色模板，可訓練多種顏色，然后輸入當前顏色，計算當前顏色與顏色模板的相似度，用于顏色匹配及顏色識別的項目。例如：識別蔬菜，如圖3-13所示，雖蔬菜皆為綠色，但不同蔬菜色度不同，可用該算子區(qū)分，首先訓練各個蔬菜的顏色模板，當前訓練模板圖像是上海青時，算法會判斷出當前圖像與各個模板的匹配分數(shù)，選擇最大匹配分數(shù)即為所識別的當前蔬菜。顏色提取最大支持32張訓練圖片。三、實踐操作一、知識儲備6）報文發(fā)送（參數(shù)可配）。報文發(fā)送通過預先定義的協(xié)議格式發(fā)送數(shù)據(jù)到外部設備或外部軟件。①正常添加網(wǎng)絡配置或串口配置和報文發(fā)送（參數(shù)可配）算子，并將outHandle連接到inHandle。報文發(fā)送（參數(shù)可配）配置界面如圖3-14所示。

圖3-14報文發(fā)送（參數(shù)可調(diào)）配置界面三、實踐操作一、知識儲備②單擊配置發(fā)送數(shù)據(jù)，在新對話框中添加輸出參數(shù)，并配置其類型名稱后單機“確定”，如圖3-15所示。

圖3-15添加數(shù)據(jù)③添加需要輸出參數(shù)的算子，并將輸出的參數(shù)對應到發(fā)送算子的輸入上，如圖3-16所示。完成設置后，算子會將數(shù)據(jù)利用發(fā)送算子配置的格式按照用戶在步驟②中設定的順序組成一條報文發(fā)送給其他設備或軟件。圖3-16線路連接三、實踐操作一、知識儲備3.PLC指令

CONV(轉(zhuǎn)換值)指令將讀取參數(shù)“IN”的內(nèi)容，并根據(jù)指令框中選擇的數(shù)據(jù)類型對其進行轉(zhuǎn)換。轉(zhuǎn)換值將在OUT輸出處輸出，如圖3-17所示。如果滿足下列條件之一，則使能輸出ENO的信號狀態(tài)為“0”：1）使能輸入EN的信號狀態(tài)為“0”。2）執(zhí)行過程中發(fā)生溢出之類的錯誤。圖3-17“CONV”轉(zhuǎn)換指令

位字符串的轉(zhuǎn)換方式。在指令功能框中，不能選擇位字符串BYTE和WORD。但如果輸入和輸出操作數(shù)的長度匹配，則可以在該指令的參數(shù)處指定DWORD或LWORD數(shù)據(jù)類型的操作數(shù)。然后此操作數(shù)將被位字符串的數(shù)據(jù)類型根據(jù)輸入或輸出參數(shù)的數(shù)據(jù)類型來解釋，并被隱式轉(zhuǎn)換。例如DWORD將解釋為DINT/UDINT，而LWORD將解釋為LINT/ULINT。啟用IEC檢查(IECcheck)時，也可使用這些轉(zhuǎn)換方式。一、知識儲備三、實踐操作4.庫卡機器人示教器設置

（1）庫卡機器人IP地址與端口號設置庫卡機器人的IP地址要與視覺軟件上“網(wǎng)絡配置1”的IP地址要保持一致，庫卡機器人可通過示教器進行IP地址的設置，首先打開示教器，登錄用戶以“專家”進入，在文件夾中尋找以下路徑c:\KRC\ROBOTER\Config\user\common\EthernetKRL，即可打開如圖3-18所示的界面，打開“binarystream”文件即可進入IP地址與端口號設置界面，如圖3-19所示。進入設置界面后即可手動更改機器人服務器IP地址和端口號。圖3-18kuka機器人IP地址與端口號所在文件

圖3-19IP地址與端口號設置界面一、知識儲備三、實踐操作（2）視覺定位中偏差數(shù)據(jù)獲取與偏差消除1）偏差數(shù)據(jù)獲取。在視覺檢測中需要制作一個模板，此時吸盤吸取工件的圓心位置是一定的，即為模板中工件圓心點，當模板制作完畢，設備正常運行后，每次工件到達的位置存在一定偏差，偏差數(shù)據(jù)通過在連續(xù)運行下，拖拽分析腳本的“inX”“inY”和模板匹配的“ra”至右側(cè)顯示區(qū)（切換為結(jié)果界面），即可顯示此時的工件圓心的x、y數(shù)據(jù)和此時工件的角度信息，如圖3-20所示。圖3-20偏差數(shù)據(jù)獲取一、知識儲備三、實踐操作2）偏差消除。假如此時通過視覺軟件獲取了偏差數(shù)據(jù)（x=a，y=b），那么通過機器人程序改變吸盤吸取位點，數(shù)值與pick.x、pick.y數(shù)值進行“±”算數(shù)運算（對正值進行減運算，對負值進行加運算），可將偏差消除，吸取點為此刻相機下工件的圓心定位點，如圖3-21所示。圖3-21偏差數(shù)據(jù)修改位置一、知識儲備三、實踐操作二、任務實施1.任務實施準備（1）硬件連線在進行任務前需要將相機的電源線、輸入輸出線、接地線、光源控制線和通信線等連接到對應的硬件上，如圖3-23~圖3-25所示，相機線號定義見表3-2。線號名稱線號名稱藍色線相機電源線（24V）棕色線相機電源接地線/GPIO地線紅色線光耦隔離輸入線（L1）黑色線光耦隔離輸出（L0）灰色線光耦隔離輸入/輸出線（L2）綠色線光耦隔離信號地線（I/O地線）圖3-24光源控制器接線

圖3-25相機通信連接三、實踐操作（1）PLC編程針對相機的應用，PLC編程具體步驟見表3-3，PLC具體程序如圖3-26所示。三、實踐操作三、實踐操作三、實踐操作三、實踐操作圖3-26PLC具體程序三、實踐操作（3）機器人自動取、放吸盤工具程序

具體程序見表3-4~表3-6。表3-4機器人自動取、放吸盤工具程序變量點說明三、實踐操作（3）機器人自動取、放吸盤工具程序

具體程序見表3-4~表3-6。表3-5自動取吸盤工具程序三、實踐操作（3）機器人自動取、放吸盤工具程序

具體程序見表3-4~表3-6。表3-6自動放吸盤工具程序三、實踐操作三、實踐操作（4）HMI相機檢測信息顯示在PLC數(shù)據(jù)塊中建立觸摸屏變量，將PLC程序中的“相機數(shù)據(jù)工件角度信息”，“相機數(shù)據(jù)工件顏色”或“相機數(shù)據(jù)工件坐標x”,“相機數(shù)據(jù)工件坐標y”拖入該數(shù)據(jù)塊中，寫入顯示塊名稱“相機檢測信息”，如圖3-27所示。圖3-27觸摸屏信息三、實踐操作在“詳細視圖”中找到“相機數(shù)據(jù)工件角度信息”，“相機數(shù)據(jù)工件顏色”，根據(jù)任務書的要求，拖入相關(guān)變量，如圖3-28所示。圖3-28添加相機檢測信息三、實踐操作將相機檢測信息所在界面命名為“畫面1”，將“畫面1”拖入起始界面，調(diào)整按鈕的大小，最后將HMI進行下載，即可在觸摸屏起始畫面中進入到相機檢測信息顯示界面，如圖3-29所示。圖3-29畫面1添加至主畫面三、實踐操作（5）視覺定位中偏差數(shù)據(jù)獲取在視覺檢測中需要制作一個模板，此時吸盤吸取工件的圓心位置是一定的，即為模板中工件圓心點，當模板制作完畢，設備正常運行后，每次工件到達的位置存在一定偏差，偏差數(shù)據(jù)通過在連續(xù)運行下，拖拽分析腳本的“inX”“inY”和模板匹配的“ra”至右側(cè)顯示區(qū)（切換為“結(jié)果”界面），即可顯示此時的工件圓心的x、y數(shù)據(jù)和此時工件的角度信息，如圖3-30所示。圖3-30偏差獲取三、實踐操作2.任務一：工件角度識別與定位（1）任務規(guī)劃工件角度識別與定位任務規(guī)劃

流程如圖3-31所示。圖3-31工件角度識別與定位任務規(guī)劃流程三、實踐操作（2）工件角度識別與定位視覺程序設置三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作（3）工件角度識別與定位工業(yè)機器人編程三、實踐操作3.任務二：工業(yè)機器人工件顏色識別（1）任務規(guī)劃工件顏色識別任務規(guī)劃流程

如圖3-32所示。圖3-32工件顏色識別任務規(guī)劃流程三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作（3）工件顏色識別程序（表3-10）三、實踐操作4.任務三：中間法蘭和輸出法蘭定位和分揀（1）任務規(guī)劃中間法蘭和輸出法蘭定位和分揀

任務規(guī)劃流程如圖3-33所示。圖3-33任務規(guī)劃三、實踐操作（2）工件角度識別與定位視覺程序(表3-11)三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作三、實踐操作（3）工件角度識別與定位程序（表3-12）三、實踐操作三、調(diào)試利用井式供料模塊、帶輸送模塊將輸出法蘭或者中轉(zhuǎn)法蘭放置在視覺檢測模塊下，將編寫的視覺程序設置為連續(xù)運行，打開PLC，設置為監(jiān)控狀態(tài)，測試工業(yè)相機否每次都能清晰識別出法蘭及法蘭的角度，如果有故障，則應按照前面的程序繼續(xù)調(diào)試。機器視覺在工業(yè)中的應用由于“工業(yè)4.0”時代的到來，機器視覺在智能制造業(yè)領(lǐng)域的作用越來越重要，人們對于機器視覺的認識也愈加深刻，機器視覺系統(tǒng)提高了生產(chǎn)的自動化程度，大大提高了生產(chǎn)率和產(chǎn)品精度。機器視覺系統(tǒng)可以通過機器視覺設備（即圖像攝取裝置），將被攝取目標轉(zhuǎn)換成圖像信號，并傳送給專用的圖像處理系統(tǒng)，得到被攝取目標的形態(tài)信息，將像素分布和亮度、顏色等信息轉(zhuǎn)變成數(shù)字化信號，然后圖像系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據(jù)判別的結(jié)果來控制現(xiàn)場的設備動作。1.圖像識別應用利用機器視覺對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象。圖像識別在機器視覺領(lǐng)域中最典型的應用就是二維碼的識別了，二維碼是常見的條形碼中最為普遍的一種。將大量的數(shù)據(jù)信息存儲在這小小的二維碼中，通過條碼對產(chǎn)品進行跟蹤管理。通過機器視覺系統(tǒng)可以方便地對各種材質(zhì)表面的條碼進行識別讀取，大大提高了現(xiàn)代化生產(chǎn)的效率。四、知識拓展2.圖像檢測應用檢測是機器視覺主要的應用之一，幾乎所有產(chǎn)品都需要檢測，而人工檢測存在著較多的弊端