本发明属于自动化，具体涉及一种基于视觉识别的引导机器人涂胶与拧紧的方法。
背景技术：
1、目前，新能源电堆制造行业的光伏电池生产过程中，需要对堆叠电堆件的双极板、大框、小框工件进行涂胶后进行堆叠，然后对电堆件固定拧紧操作完成电堆件的生产。然而，现有技术中上述操作以均是人工作业，劳动强度大，工作效率低，生产效率受到严重限制。
2、视觉引导是指依靠视觉传感器和计算机视觉技术来感知环境、定位导航和执行任务。随着视觉技术的不断发展及深度学习研究的深入，深度学习的应用得到广泛推广。可通过使用深度学习模型实现目标检测与识别，实现对环境中的物体、人体、动态障碍物等的识别。深度学习模型的构建依赖对数据的依赖程度很高，但在工业制造领域其生产加工存在一定的限制，不利于数据样本的收集。因此在大型工业制造的自动化改造过程中，搭建传统的基于相机、光源、工控机的视觉检测系统更利于识别定位提供有效位置信息对机器人进行引导。
3、综上所述，亟需提供一种提升生产效率，减少人工成本的基于视觉识别的引导机器人涂胶与拧紧的方法。
技术实现思路
1、本发明的目的是提供一种可提升生产效率，减少人工成本的基于视觉识别的引导机器人涂胶与拧紧的方法。
2、上述目的是通过如下技术方案实现：一种基于视觉识别的引导机器人涂胶与拧紧的方法，用于电堆工件的生产，包括如下步骤：
3、s1，相机标定：获取相机图像坐标与机器人坐标的转换关系；
4、s2，图像获取以及图像处理：获取包括双极板、大框和小框在内的工件的图像并进行存储分析以及预处理；
5、s3，工件特征的提取：按照获取图形区域内的像素值分布特点设置预定的特征参数，并选择提取目标区域，创建目标特征模板，使用动态阈值的方法对目标区域的目标特征进行精准获取；
6、s4，特征点典型位置坐标获取：根据选取区域的形状特征，通过机器人与相机的转换关系获取目标特征点的机器人坐标，并根据机器人末端工具与机器人标定位置的位置距离关系进行变换计算生成涂胶动作参数，将涂胶动作参数作为涂胶控制命令发送至机器人；
7、s5，涂胶：机器人获取涂胶控制命令对双极板、大框和小框进行涂胶；
8、s6，堆叠：将完成涂胶的双极板、大框、小框工件进行堆叠，并由端板和螺杆进行固定；
9、s7，螺杆螺帽定位:图像获取后通过阈值分割的方法获取螺帽区域，利用特征拟合的方法对螺帽区域进行内切圆拟合，再计算内切圆的圆心坐标，通过机器人与相机的转换关系对获取的圆心坐标进行转换，获取圆心坐标的机器人坐标，并结合点激光获取螺帽的高度信息生成拧紧动作参数，将拧紧动作坐标参数作为拧紧控制命令发送至机器人；
10、s8，拧紧：机器人获取拧紧控制命令拧紧螺杆。
11、本发明用于新能源电堆制造行业的光伏电池生产，通过视觉定位确定电堆工件的位置、实现自动化的取料、涂胶和拧紧工艺，应用的生产系统包含涂胶和拧紧两个工位，涂胶系统主要对堆叠电堆件的双极板、大框、小框工件进行涂胶位置定位及机器人涂胶工序引导；拧紧系统则是对堆叠完成的电堆件固定的螺杆螺帽进行识别并引导机器人对螺杆进行拧紧操作，完成电堆件的生产。
12、作为优选，进一步的技术方案是，所述步骤s3中，双极板的特征提取的具体方法为：对双极板边缘区域进行矩形特征区域选取，将矩形特征区域进行特征区域划分，并计算每个矩形区域阈值由亮到暗变化过程并获取到一系列的点坐标，以第一点作为参考点将获取的点坐标拟合成一点直线为工件的有效边缘直线，将获取的有效边缘直线求取工件双极板两个长边和短边的两个交点，并由所述的两个交点拟合成需要的特征直线，并计算特征直线与水平方向的夹角作为机器人位置参考值；所述步骤s4中使用区域中心点计算的方法获取特征直线的中心点坐标，通过机器人与相机的变换矩阵获取中心点坐标的机器人坐标。
13、作为优选，进一步的技术方案是，所述步骤s3中，具有中部镂空矩形特征的大框和小框的特征提取的具体方法为：通过阈值对镂空矩形区域进行提取，并通过拟合镂空矩形区域的矩形特征计算获取镂空矩形区域的中心点坐标，选取矩形区域获取矩形中心点坐标为机器人首次定位坐标；所述步骤s4中通过机器人与相机的变换矩阵获取镂空矩形区域的中心点坐标的机器人坐标。
14、涂胶系统主要获取的为双极板、大框、小框工件，其工件材质一致性较好，选择普通的条形光覆盖工件短边长度。提供光源可有效提高图像采集的质量，为后续图像处理过程减小特征提取过程的误差。系统提供两种特征提取的方式，对于双极板，通过对工件边缘进行直线特征拟合，首先对边缘区域进行矩形特征区域选取，将矩形特征区域进行特征区域划分，并计算每个小矩形区域阈值由亮到暗变化过程的第一点作为参考点。这个过程会获取到一系列的点坐标，将这些点坐标拟合成一点直线，这个过程保证的边缘获取的精度。获取到有效边缘直线后求取工件两个长边和短边的交点，并由这两个交点拟合成最后需要的特征直线，并计算该直线与水平方向的夹角作为机器人位置参考值。对于边缘具有镂空矩形特征的大框和小框，选取矩形区域获取矩形中心点坐标为机器人首次定位坐标。主要通过阈值对镂空区域进行提取，并通过拟合该区域的矩形特征计算获取该区域的中心点坐标。
15、作为优选，进一步的技术方案是，所述步骤s4中还包括机器人轨迹规划的步骤：机器人根据目标特征点的位置及偏转角度定位到目标特征点位置，再根据涂胶工艺要求完成涂胶路径的首次示教，机器人根据计算与首次示教位置的偏差值，利用计算值加上偏差值作为目标特征点的实际位置。
16、作为优选，进一步的技术方案是，所述步骤s1中的标定过程采用手在眼上的标定方法，获取标定板上标定点对应的机器人坐标与获取的标定点图像中心点坐标，根据矩阵转换关系计算机器人坐标系与相机坐标系的变换矩阵。
17、作为优选，进一步的技术方案是，所述步骤s2中对采集的图像进行roi区域提取，通过区域阈值参数提取关键特征区域，所述步骤s3中通过区域阈值参数提取关键特征区域；将特征区域的像素行列坐标进行划分绘制垂于特征区域的矩形，求取两个区域的交点边缘轮廓信息。
18、相比于现有技术，本发明技术方案的实施，解决了深度学习框架对数据样本依赖性大的问题，通过视觉定位确定电堆工件的位置实现自动化的取料、涂胶、拧紧流程，大大提升了生产效率，减少人工成本。
1.一种基于视觉识别的引导机器人涂胶与拧紧的方法，用于电堆工件的生产，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于视觉识别的引导机器人涂胶与拧紧的方法，其特征在于，所述步骤s3中，双极板的特征提取的具体方法为：对双极板边缘区域进行矩形特征区域选取，将矩形特征区域进行特征区域划分，并计算每个矩形区域阈值由亮到暗变化过程并获取到一系列的点坐标，以第一点作为参考点将获取的点坐标拟合成一点直线为工件的有效边缘直线，将获取的有效边缘直线求取工件双极板两个长边和短边的两个交点，并由所述的两个交点拟合成需要的特征直线，并计算特征直线与水平方向的夹角作为机器人位置参考值；所述步骤s4中使用区域中心点计算的方法获取特征直线的中心点坐标，通过机器人与相机的变换矩阵获取中心点坐标的机器人坐标。
3.根据权利要求2所述的基于视觉识别的引导机器人涂胶与拧紧的方法，其特征在于，所述步骤s3中，具有中部镂空矩形特征的大框和小框的特征提取的具体方法为：通过阈值对镂空矩形区域进行提取，并通过拟合镂空矩形区域的矩形特征计算获取镂空矩形区域的中心点坐标，选取矩形区域获取矩形中心点坐标为机器人首次定位坐标；所述步骤s4中通过机器人与相机的变换矩阵获取镂空矩形区域的中心点坐标的机器人坐标。
4.根据权利要求3所述的基于视觉识别的引导机器人涂胶与拧紧的方法，其特征在于，所述步骤s4中还包括机器人轨迹规划的步骤：机器人根据目标特征点的位置及偏转角度定位到目标特征点位置，再根据涂胶工艺要求完成涂胶路径的首次示教，机器人根据计算与首次示教位置的偏差值，利用计算值加上偏差值作为目标特征点的实际位置。
5.根据权利要求1～4任意一项所述的基于视觉识别的引导机器人涂胶与拧紧的方法，其特征在于，所述步骤s1中的标定过程采用手在眼上的标定方法，获取标定板上标定点对应的机器人坐标与获取的标定点图像中心点坐标，根据矩阵转换关系计算机器人坐标系与相机坐标系的变换矩阵。
6.根据权利要求5所述的基于视觉识别的引导机器人涂胶与拧紧的方法，所述步骤s2中对采集的图像进行roi区域提取，通过区域阈值参数提取关键特征区域，所述步骤s3中通过区域阈值参数提取关键特征区域；将特征区域的像素行列坐标进行划分绘制垂于特征区域的矩形，求取两个区域的交点边缘轮廓信息。