[01362028]视觉驱动的复杂汽车零部件生产制造自动化装备研究开发

①课题来源与背景 本课题“视觉驱动的复杂汽车零部件生产自动化装备研究开发”来源于安徽省科技攻关计划项目。项目研发背景为长期以来,我国依靠低廉的劳动力成本和简陋的劳动保障条件来生产着具有价格竞争力的产品,随着国内劳动力成本的急剧上升,这一优势将不复存在。据第六次人口普查显示,我国老龄化人口占整个人口比重为8.9%,预计人口红利2015年将处于刘易斯拐点,到2050年时,老龄人口将占到30%,那时将处于绝对的人工荒。众多企业迫切需要从劳动密集型向自动化生产过渡升级,工业转型升级,装备制造业自动化成为关键,基于目前工人劳动强度大、劳动成本高、老龄化严重,以及生产线自动化程度不高的现状,有必要研究开发复杂汽车零部件生产自动化装备,同时通过采用先进的视觉识别技术,以提高整条自动化生产线的品质。 ②技术原理及性能指标 （1）采用6轴工业机器人进行稳定杆原料的上下料和搬运,在机械设计方面,关键因素为减速机效率、重量的多目标优化以减速机行星齿轮系中的齿轮齿数、齿宽、传动比、输入转矩为主要优化设计变量,行星减速轮系的重量和效率为优化目标,安装条件、行星轮系邻接条件、重合度变化条件等为主要约束条件;电机与减速机的功率匹配问题利用功率流的思想方法,通过仿真分析得到的数据曲线导入Matlab绘制功率流曲线,寻找最佳匹配点,减少功率损耗,提高效率;根据机械手的工作空间和动作规划,在Matlab中绘制相应的空间轨迹,修改相应参数后,观察变化结果对机械手工作空间的影响,选择满足功能要求的最小杆长,且不能明显影响机械臂杆的弯曲刚度和强度;设计电机功率和减速机尺寸时考虑工作对象的惯量特性,施加到最末端的转动惯量,进而将电机输入、机器人机械本体、工作对象作为整体研究对象,优化机构本体,选择满足要求的最小电机功率。 （2）工业机器人控制上,采用基于控制卡的PC平台运动控制技术,其中,为提高工业机器人的智能化和实时控制技术,在机器人设计中,采用合理的多传感器布置方案,根据多路传感器数据的采集技术,运用神经网络智能算法,加快机器人的信息分解能力,提高机器人的决策水平,迅速完成工业机器人经常从事的位置、路径、蔽障等判断和决策处理工作。 （3）本课题将机器人视觉识别技术引入到汽车横向稳定杆自动化生产线中,以对汽车横向稳定杆进行识别、定位和检测。具体为选用一台 CCD 摄像机,获取稳定杆的二维图像,在摄像机标定基础上,进行图像识别和目标定位,然后控制机器人手部动作抓取汽车横向稳定杆,并对稳定杆进行定位放到辊弯机上加工成型。 （4）本课题采用总控单元进行实时监控,以对稳定杆自动化生产线进行协调控制。 （5）机器人操作性能指标如下：1)动作自由度：6;2)活动范围半径：≧1500mm;3)重复定位精度：±0.05mm;4)可搬运重量：≧10kg;5)各轴旋转动作范围：+180°～-180°、+150°～-90°、+65°～-245°、+200°～-200°、+115°～-115°、+400°～-400° ③技术的创造性与先进性 （1）采用基于区间分析和旋量理论进行工业机器人误差建模,并结合神经网络算法对机器人进行优化设计,该方法具有创造性; （2）采用协作式的两轮平衡车进行原料的自动搬运,并结合最新的UK控制理论进行控制系统设计,该技术方法具有创造性; （3）结合多传感器信息融合技术与神经网络智能算法对机器人控制进行优化研究,该技术方法具有先进性。 ④技术的成熟程度,适用范围和安全性 本课题开发的视觉识别定位下的机器人操作系统及稳定杆自动化生产线具有良好的实验应用效果,目前已在合作公司正式上线运行,该课题的研发成果可以经改造广泛应用于其他零部件生产制造线体上,其安全性较高。 ⑤应用情况及存在的问题 本课题研究开发的成果目前已经在合作开发企业正式上线运行,运行效果良好,将稳定杆从加热炉到成型机的转运时间由10~15s缩短至7s左右,试运行过程中出现了部分模块精度不高,协调不一致的问题,正在同企业调试逐一解决。 ⑥历年获奖情况 无