工业机器人视觉技术及行业应用 课件全套 蒋正炎 第1-6章 打开视觉技术的大门-附-1软件界面介绍

视觉技术改变工业生产一、机器视觉的发展进程二、工业4.0和机器视觉三、为什么选择视觉？1/5一机器视觉的发展进程在20世纪70年代到90年代中，日本教会了欧美国家产品质量的重要性。即便如此，西方国家也付出了惨重的代价：市场很快被那些曾经还是“无名小卒”的公司占领，很多老字号企业经受不住考验快速消亡，即便是幸存下来的也因为市场份额的收缩而度过了几年艰苦岁月。绝大多数欧美企业这时才意识到，质量在建立和维持客户忠诚度上的关键作用。就目前的情况来看，任何能够提高或只是保证产品质量的技术都是受欢迎的。机器视觉的系统设计存在一个严重的瓶颈：为了实现一个有效的设计，需要提供高水平人力技术。如果一个企业使用的新产品生产线只有1%的机器视觉系统，那么每两周就需要设计、构造、安装和测试一个新的系统。目前，由于没有足够的机器视觉工程师或机器视觉公司提供这种程度的支持，系统设计的过程通常需要几个月的时间之久。目前的市场迫切需要更多受过良好教育的机器视觉系统工程师，同时也需要更好的设计工具。2/5二工业4.0和机器视觉工业和制造业目前讨论最热烈的话题之一是工业4.0。从广义上讲，工业4.0整合了工业自动化和数据交换领域最新推出的一系列创新成果，展示了巨大的应用潜力，能够帮助工厂车间提高生产率，减少浪费，改进产品质量，提升生产灵活性，降低运营成本，还可为工厂车间带来无数其他益处。机器视觉是自动化系统一个必不可少的元素。相比机器视觉，生产线的任何其他组成部分都难以收集更多的信息，在评估产品和定位缺陷以及收集信息用于指导业务运营和优化机器人及其他设备的生产率方面，它们也难以提供更多的价值。不同于简单的传感器，视觉传感器能够生成大量图像数据，从而增强它们在工业4.0环境下的效用。随着数据分析能力的提高，通过视觉设备所收集的大量数据将可用于在工业4.0工厂环境下识别和标记缺陷产品，了解缺陷细节，并快速有效地进行干预。3/5三为什么选择视觉？从“工业4.0”大环境下制造企业的战略发展来看，工业制造长期需要关注的问题所引发的需求有：降低生产和设备成本、减少停机时间和车间占用空间、控制库存等降低成本的需求；降低废品率、更严格的流程控制等提高质量的需求；灵活性、提高生产率、优势集中等生产需求。从我们上面提到的工业生产战略目标着眼，再来看看机器视觉能够改善什么：战略目标应用机器视觉提高质量检验、测量、计量和装配验证提高生产率以前由人工执行的重复性任务现在可通过机器视觉系统来执行生产灵活性测量和计量、机器人引导、预先操作验证减少机器停机时间，缩短系统设置时间可预先进行工件转换编程更全面的监控信息，更严格的流程控制可以提供计算机数据反馈降低生产成本一套视觉系统与许多操作员相比成本降低，且在生产过程中及早检测到产品瑕疵降低废品率检验、测量和计量库存控制机器视觉识别能够大大提高效率减少车间占用空间视觉系统与操作员相比占用空间小4/5THANKS!华航科技致真唯实5/5机器视觉、计算机视觉和图像处理机器视觉、计算机视觉和图像处理机器视觉、计算机视觉和图像处理是彼此紧密关联的学科。如果你翻开带有上面这些名字的教材，你会发现在技术和应用领域上他们都有着相当大部分的重叠。这表明这些学科的基础理论大致是相同的，甚至让人怀疑他们是同一学科被冠以不同的名称。然而，各研究机构，学术期刊，会议及公司往往把自己特别归为其中某一个领域，于是各种各样的用来区分这些学科的特征便被提了出来。7/3机器视觉、计算机视觉和图像处理计算机视觉，就如它的名字中提到的，是计算机科学的一个分支。计算机视觉的研究对象主要是映射到单幅或多幅图像上的三维场景，例如三维场景的重建。计算机视觉的研究很大程度上针对图像的内容。图像处理与图像分析的研究对象主要是二维图像，实现图像的转化，尤其针对像素级的操作，例如提高图像对比度，边缘提取，去噪声和几何变换如图像旋转。机器视觉简单来说，就是给机器增加一个智能的眼睛，让机器具备视觉的功能，能看能检测能判断，可以替代传统的人工检测。机器视觉主要指工业领域的视觉研究，是属于系统工程的一个领域。这表明在这一领域通过软件硬件、图像感知与控制理论往往与图像处理得到紧密结合来实现高效的机器控制或各种实时操作。机器视觉、计算机视觉、图像处理三个学科之间的内容都有重叠。8/3THANKS!华航科技致真唯实9/3机器视觉的系统构成机器视觉的系统构成机器视觉系统的主要工作由三部分组成：图像的获取、图像的处理和分析、输出或显示。因此机器视觉系统的主要组件包括光源、相机、镜头、图像处理软件和输入输出单元。光源用于对待检测的元件进行照明，让元件的关键特征能够突显出来，确保相机能够清楚地看到这些特征。镜头用于采集图像，并将图像以光线的形式呈现给传感器。然后，机器视觉相机中的传感器将该光线转换成数字图像，然后将该数字图像发送至处理器进行分析。图像采集卡是重要的输入输出单元，用于图像的高速传输及数字化处理。11/3机器视觉的系统构成下图中列出了机器视觉系统的各个关键组件，包括：光源、镜头、相机、视觉系统控制器和输入输出单元等。本章将重点介绍系统中的重要组成部分：光源、相机和图像采集卡。12/3THANKS!华航科技致真唯实13/3不同的照明方式一、LED光源二、不同的光源形式2.1

背光照明2.2环形光源

2.3同轴光源

2.4条形光源

2.5圆顶光源15/13一LED光源

正在发光的物体叫做光源，而“正在”这个条件必须具备。光源可以是天然的或人造的，如今采用在机器视觉系统中的光源通常是LED光源。LED光源由多颗LED排列而成，可以设计成复杂的结构，实现不同的光源照射角度。LED光源使用寿命长且反应快捷，能在10ms或更短时间内达到最大亮度。16/13背光照明环形光源同轴光源条形光源圆顶光源二不同的光源形式

本节中将介绍以下几种机器视觉系统中常用的照明形式：17/132.1背光照明

背光照明的说法是相对于入射光照明而言的。入射光照明是光源在相机和被检测物之间，而背光照明使用从工件背面照射的照明方式，被检测物在相机与光源之间，如下图所示。本节中除背光照明外介绍的均为入射光照明。背光照明入射光照明18/132.1背光照明

背光照明与别的照明方式有很大不同，因为图像分析的不是反射光而是入射光，使用这种方式可以获得稳定的高对比度图像。环形光照明下的灯丝背光照明下的灯丝19/132.1背光照明

背光源照明可强烈凸显物体的轮廓特征，却无法辨别物体的表面特征，十分适合物体的形状检测和半透明物体的检测，通常可以用于以下情况的视觉检测：机械零件的外形尺寸测量，电子零件、IC芯片形状检测，胶片的污迹检测，透明物体的划痕检测等。缺金属针的塑料连接头背光照明下的图像20/132.2环形光源

环形光源是指LED阵列成圆锥状以斜角照射在被测物体表面，通过漫反射方式照亮一小片区域。与检测目标的距离恰当时，环形光源可以突出显示被测物体的边缘和高度变化，突出原本难以看清的部分，适合用于边缘检测、金属表面的刻字和损伤检测，也可用于电子零件、塑胶成型零件上的文字检查，可有效去除因小型工件表面的局部反射造成的影响。21/132.3同轴光源

同轴光源（也叫漫射同轴灯、金属平面漫反射照明光源）从侧面将光线发射到半反射镜上，反射镜再将光线反射到工件上，提供了几近垂直角度的光线，从而获得比传统光源更均匀、更明亮的照明，提高了机器视觉的准确性。同轴光源同轴光源工作原理22/132.3同轴光源

使用同轴光源照明时，光线照射到工件后进入相机，在工件表面凹凸不平的部分产生漫反射，可以从被测物的不光滑表面上获得带有少量阴影的稳定图像。同轴光源能够凸显物体表面不平整，克服表面反光造成的干扰，主要用于检测物体平整光滑表面的碰伤、划伤、裂纹和异物。同轴光源最适宜用于反射度极高的物体，如金属、玻璃、胶片、镜片等表面的划痕检测，芯片和硅晶片的破损检测，条码包装识别等。冲压部件的检测螺丝头的检测23/132.4条形光源

使用条形光源可以均匀照射宽广区域，其方向性好，尺寸灵活多变，结构可自由组合，角度也可自由调整。可应用于金属表面的检测、表面裂纹的检测以及LCD面板检测等。条形光源条形光源的自由组合24/132.5圆顶光源

圆顶光源（又叫穹顶光源、DOME光源、连续漫反射光源）是指LED环形光源安装在碗状表面内且向圆顶内照射，来自环形光源的光通过高反射率的扩散圆顶进行漫反射，实现均匀照明的照明方式，如图2-11。对于形状复杂的工件，圆顶光源可以将工件各个角度照亮，从而消除了反光不均匀的地方，可获得工件整体的无影图像。25/132.5圆顶光源

圆顶光源适用于各种形状复杂的工件，通常可用于以下情况：饮料罐上的日期文字检查；手机按键上的文字检查；金属、玻璃等反射较强的物体表面的检测；弹簧表面的裂缝检测等。罐头底部文字的检测铝箔包装上的文字检测26/13THANKS!华航科技致真唯实27/13常见的光源颜色一、不同光源颜色的成像特征1.1白色光成像1.2红色光成像1.3绿色光成像1.4蓝色光成像二、不同颜色光源的适用范围29/8一不同光源颜色的成像特征

光源的颜色也对图像的成像有影响。LED光源有多种颜色可以选择，包括红、绿、篮、白，还有红外、紫外。针对不同的检测物体的表面特征和材质，选用不同颜色，也就是不同波长的光源，能够达到更加理想的拍摄效果。每一种光源都有自己的光谱，而相机的图像都会受到光谱的影响。不同的波长，对物质的穿透力（穿透率）不同，波长越长，光对物体的穿透力愈强；波长越短，光在物质表面的扩散率愈大。下面以白色光、红色光、绿色光和蓝色光举例说明在单色相机成像时，光源颜色对成像结果的影响。30/81.1白色光成像31/81.1红色光成像32/81.1绿色光成像33/81.2蓝色光成像34/8二不同颜色光源的适用范围

从上面不同颜色光源的特征我们可以发现，某种颜色的光源照射在同种颜色的物体是，视野中的物体就是发亮的。应用此点特征可以过滤掉检测中的无用信息，比如使用红色的光源可以过滤掉红色的文字。同时可以应用互补色增加图像的对比度，例如红色背景使用绿色光源等等。光源颜色适用范围白色适用性广，亮度高，拍摄彩色图像时使用较多。红色可以透过一些比较暗的物体，如：底材黑色的透明软板孔、绿色电路板线路检测、透光膜厚度监测。绿色红色背景产品，银色背景产品。蓝色银色背景产品（钣金，车加工件等）、薄膜上金属印制品。表1.1不同颜色光源的适用范围35/8THANKS!华航科技致真唯实36/8CCD图像传感器CCD图像传感器CCD（charge-coupleddevice）电荷耦合元件，也称为CCD图像传感器、CCD感光芯片，是一种半导体器件。可以将它看作一种集成电路，感光元件整齐地排列在半导体材料上面，能感应光线。CCD的作用就像传统的胶片一样，用来承载图像，但它能够把光学影像转换成数字信号。38/3CCD图像传感器CCD的成像点为XY纵横矩阵排列，每个成像点由一个光电二极管和其控制的一个邻近电荷存储区组成。光电二极管将光线转换为电荷，聚集的电荷数量与光线的强度成正比。在读取这些电荷时，各行数据被移动到缓存器中。每行的电荷信息被连续读出，再通过电荷/电压转换器和放大器传至图像采集卡。39/3THANKS!华航科技致真唯实40/3光圈和景深一、光圈1.1光圈值1.2不同的光圈大小二、景深

2.1

景深的定义

2.2决定景深的因素

2.3调节光圈和景深42/8一光圈值对于已经制造好的镜头，不能随意改变镜头的直径，但是可以通过在镜头内部加入多边形或者圆形，并且面积可变的孔状光栅来达到控制镜头进光量的目的，这个装置就是光圈。光圈是照相机上用来控制镜头孔径大小的部件，用以控制景深、镜头成像质量，同时可以和快门速度协同控制进光量，光圈的大小（或称光圈系数、光圈值）用f值表示。

从上面的公式能够看出，在焦距不变的情况下，f值越小，光圈孔径越大，进光量越多，画面比较亮，主体背景虚化越大；f值越大，光圈孔径越小，进光量越少，画面比较暗，主体前后越清晰。43/8一不同的光圈大小用于调节光圈大小的光圈环位于镜头上：事实上，我们在图中看到的光圈值是通过一定规律排列的，光圈系数序列中相邻两个光圈系数的平方比约为1：2。例如，2×2^2≈（2.8）^2，2×（2.8）^2≈4^2……光圈孔径和f值成反比，进光量和光圈孔径的平方成正比，也就是和f值的平方成反比。44/8一不同的光圈大小因此，光圈环转动一格，进光量相差一倍。45/8二景深的定义前面介绍光圈时提到的“主体背景虚化”“主体前后清晰”，其实还有一个更加专业的名词来形容这种图像效果——景深。在光学中，尤其是录影或是摄影，景深是一个描述在空间中可以清楚成像的距离范围的术语。虽然镜头只能够将光聚集到某一固定的距离（即焦距），远离此点则会逐渐模糊，但是在某一段特定的距离内，影像模糊的程度是肉眼无法察觉的，这段距离就是景深。在景深之内的影像比较清楚，在这个范围之前或是之后的影像则比较模糊。46/8二决定景深的因素景深通常由物距、镜头焦距，以及镜头的光圈值所决定。固定光圈值时，增加放大率，不论是更靠近拍摄物或是使用更长焦距的镜头，都会减少景深的距离；减少放大率时，则会增加景深。如果固定放大率时，增加光圈值则会增加景深；减小光圈值则会减少景深。f/32，小光圈，景深深f/8，大光圈，景深浅47/8二调节光圈和景深在此图中，调节光圈的光圈环下面有光圈值，对焦环上有对应的景深刻度，光圈值的颜色对应对焦环上的景深刻度颜色。例如把光圈调为黄色的11，对应的景深就是上方黄色刻线指示的数值位置，用米和英尺两种单位表示。在工业生产中，需要根据检测需求设定不同的光圈和景深。48/8THANKS!华航科技致真唯实49/8图像采集卡图像采集卡早期的工业摄像机多数使用CCD的线阵TTL工艺传感器，这种传感器成像后输出的是模拟信号，想要传输到计算机进行处理和存储，就需要通过图像采集卡进行A/D转换，再通过计算机总线实时传送到内存和显存。现今使用的CCD相机能够直接采集到数字图像，这时图像采集卡的作用就仅是将数字信号通过计算机总线传输到计算机内存或显存，方便计算机对现场采集的图像进行实时处理和存储。图像采集卡实际上是一块板卡，可以链接在PC的PCI扩展槽上（就是显卡旁边的插槽），其主要功能就是图像数字化处理与传输。51/3图像采集卡不同型号图像卡的区别主要表现在输入信号、图像质量、总线形式、处理功能等方面。在选择图像采集卡时，首先需要考虑的就是上文中提到的相机的输出信号（模拟信号还是数字信号），据此来选择不同的图像采集卡。图像质量由于不同板卡使用的芯片及设计的不同有较大差异。同时，不同用途的图像卡图像质量及价格也有很大的差别。目前使用较多的总线有PCI、PC/104-Plus、PCI-E、MiniPCI及笔记本所用的PCMCIA总线。PCI总线使用最多，多数PC机及工控机均使用PCI总线，这种传输方式几乎不占用CPU，留给CPU更多的时间去做图像的其它运算与处理。PCI总线的缺点是总线的抗震动能力不强，总线带宽限133Mb/s，图像传送速度平均50~90Mb/s，对于大量数据无法传输。PCI-Express是近几年新发展的计算机总线，由于PCI-Express具有高带宽的优势，支持PCI-Express总线的主板越来越多。52/3THANKS!华航科技致真唯实53/3像素像素像素是图像显示的基本单位，通常被视为图像的最小完整取样。像素的英文单词是“pixel”，pix为英语单词picture的常用简写，加上英语单词“元素”element，就得了到pixel，故“像素”表示“图像元素”，有时亦被称为pel（pictureelement）。每个像素都承载着图像中的信息，单从像素的概念来说，每个这样的信息元素并不能简单地看作是一个点或者一个方块，而是一个信息的抽象取样；但是在很多情况下，它们采用点或者方块显示。每个像素的信息可以有各自的颜色值，采用三原色显示时，分成红、绿、蓝三种子像素。55/4像素一个更加直观的例子是最近兴起的“像素画”，可以将其看作是放大的点阵式图像。将图中每一个小格看作一个像素，这些小格排列整齐，能够轻易构成图像矩阵，且每个小格中都只承载一种颜色信息。56/4像素图像是一个个取样点的集合，单位面积内的像素越多代表分辨率越高，所显示的图像就会接近于真实物体。这也是我们在选购相机时关注的相机参数中通常会有分辨率的原因。兆像素（MegaPixels，缩写为MP）是指有“一百万个像素”，通常用于表达数码相机的分辨率。例如，一个相机可以使用2048×1536像素的分辨率，通常被称为有“310万像素”（2048×1536=3,145,728，通常只计算前两个位作有效数字）。57/4THANKS!华航科技致真唯实58/4分辨率一、什么是分辨率二、屏幕分辨率与图像分辨率三、分辨率的单位与计算方法60/5一什么是分辨率分辨率泛指图像或显示系统对细节的分辨能力。日常用语中的分辨率多用于图像清晰度的表达，分辨率越高代表图像质量越好，越能表现出更多的细节。我们经常接触到的有屏幕分辨率和图像分辨率。61/5二屏幕分辨率与图像分辨率屏幕分辨率是屏幕每行的像素点数*每列的像素点数，每个屏幕都有自己的分辨率。屏幕分辨率越高，所呈现的色彩越多，清晰度越高。这个概念常常被用在电脑显示器、电视、投影仪和手机上，比如我们去选购显示器时所说的分辨率1920*1080，就是指这个显示器能够达到的最大分辨率。图像分辨率是指每英寸图像内的像素点数。分辨率越高，像素的点密度越高，图像越逼真；但相对的，因为纪录的信息过多，文件也就会越大。这就是为什么做大幅的喷绘时，要求图片分辨率要尽可能的高，就是为了保证每英寸的画面上拥有更多的像素点。62/5三分辨率的单位与计算方法描述图像分辨率的单位有：DPI（点每英寸）、LPI（线每英寸）和PPI（像素每英寸）。LPI是描述光学分辨率的尺度的，虽然DPI和PPI也同属于分辨率范畴内的单位，但是他们的含义与LPI不同，而且LPI与DPI无法换算，只能凭经验估算。另外，PPI和DPI经常都会出现混用现象。但是他们所用的领域也存在区别。从技术角度说，“像素”只存在于电脑显示领域，而“点”只出现于打印或印刷领域。很显然，适用于本书内容的分辨率单位是PPI，其计算公式为：公式中X表示长边像素数，Y表示宽边像素数，Z表示图像对角线长度。从此公式可以看出，如果保持图像的尺寸不变，将图像分辨率提高一倍，则图像的像素数变为了原来的四倍，即图像文件的大小也变为了原来的4倍。

63/5THANKS!华航科技致真唯实64/5色彩空间一、什么是色彩空间二、RGB色彩空间三、HSB色彩空间66/5一什么是色彩空间很多人都知道在绘画时可以使用红色、黄色和蓝色这三种原色生成不同的颜色，而这些颜色就定义了一个色彩空间。我们将品红色的量定义为X坐标轴、青色的量定义为Y坐标轴、黄色的量定义为Z坐标轴，这样就得到一个三维空间，每种可能的颜色在这个三维空间中都有唯一的一个位置。67/5二RGB色彩空间在计算机监视器上显示颜色的时候，通常使用RGB（红色、绿色、蓝色）色彩空间定义，红色、绿色、蓝色被当作X、Y和Z坐标轴，也就是说，任意一种颜色在RGB空间中都能找到一个唯一的三维坐标值（R,G,B）。每一个坐标值的范围都是[0,255]，由8bits二进制数保存（2的8次方等于256）。68/5三HSB色彩空间除了RGB色彩空间之外，常用的还有HSB色彩空间，采用圆柱坐标系表示色相（Hue）、饱和度（Saturation）和明度（Brightness）。还有许多其它的色彩空间，可以按照这种方法用三维、更多或者更少维表示，也可能定义更多的颜色（例如AdobeRGB色彩空间就比sRGB色彩空间包含了更多颜色）。69/5THANKS!华航科技致真唯实70/5图像的灰度变换图像的灰度变换灰度图像是每个像素只有一个采样颜色的图像，得到灰度图像的过程被称为灰度变换。灰度值为像素光强弱信息的表示，是真实世界图像量化的表现方法。通常灰度值从最黑到最白为0~255。光线进入CCD感光元件，如果光强达到CCD感应的极限，此象素为纯白色，对应于内存中该象素灰度值为255；如果完全没有光线进入CCD象素，此象素为纯黑色，对应于内存中该象素灰度值为0。灰度图像的每个像素通常由8bits的二进制数来保存，这样就可以有256种灰度表示（0~255）。这种精度刚刚能够避免可见的条带失真，并且非常易于编程。在介绍RGB色彩空间提到过，每一种颜色都可以由一个分别代表红、绿、蓝的三维向量表示，向量中每个分量都需要由8bits存储，那么每个像素点需要24bits，因此彩色图像的信息量较大，灰度图像与RGB图相比，后续图像处理的计算量大大减少。72/4图像的灰度变换与黑白双色图像不同，灰度图像中的不同像素在黑色与白色之间还有许多级的颜色深度，这些颜色深度经常是在单个电磁波频谱（如可见光）内测量每个像素的亮度得到的。但要注意的是，在数字图像领域之外，“黑白图像”也表示“灰度图像”，就如灰度的照片通常叫做“黑白照片”。在这里先向大家介绍一下数字图像处理领域一张被广泛使用的标准图片——Lena（Lenna），很多图像对比都将使用此图像作为标准图像。下图展现了标准图像与灰度图像的对比。73/4图像的灰度变换在医学图像与遥感图像这些技术应用中，经常采用更多的存储级数以充分利用每个采样10或12bits的传感器精度，并且避免计算时的近似误差。在这样的应用领域流行使用16bits即65536个灰度（或65536种颜色）。74/4THANKS!华航科技致真唯实75/4模板匹配一、模板匹配的本质二、模板匹配小实验三、模板匹配的核心步骤77/8一模板匹配的本质模板匹配的本质是基于内容的检索，属于图像分析领域中最常用的技术之一。其目的是在给定查询图像的前提下，依据内容信息或指定查询标准，在图像数据库中搜索并查找出符合查询条件的相应图像。互联网络上传统的搜索引擎，包括百度、Google都推出了相应的图片搜索功能，但是这种搜索主要是基于图片的文件名建立索引来实现查询功能（或许也利用了网页上的文字信息）。这种从查询文字，文件名，最后到图片查询的机制并不是基于图像内容的检索。基于内容的图像检索指的是查询条件本身就是一个图像，或者是对于图像内容的描述，它建立索引的方式是通过提取图像的底层特征，然后通过计算比较这些特征和查询条件之间的异同，来决定两个图片的相似程度。78/8二模板匹配小实验本实验使用一个生活中的实例：某手机APP中的“拍立淘”功能。比如笔者想要在网上搜索下图这样一个玻璃杯。79/8二模板匹配小实验这个小实例中，查询条件就是图中通过手机后置摄像头扫描到的图像，在软件的内部进行图像特征提取，然后在网站的数据库中跟众多商品的图像进行查询和比对，找到符合特征条件的商品。80/8三分辨率的单位与计算方法模板匹配的核心包括以下三部分：特征提取从广义上讲，图像的特征包括基于文本的特征（如关键字、注释等）和视觉特征（如色彩、纹理、形状、对象表面等）两类。视觉特征又可分为通用的视觉特征和领域相关的视觉特征。前者用于描述所有图像共有的特征，与图像的具体类型或内容无关，主要包括色彩、纹理和形状，这些特征又被称为底层特征；后者则建立在对所描述图像内容的某些先验知识（或假设）的基础上，与具体的应用紧密有关，例如人的面部特征或指纹特征等。可提取的图像特征可以包括颜色、纹理、平面空间对应关系、外形，或者其他统计特征。图像特征的提取与表达是模板匹配的基础。81/8三分辨率的单位与计算方法2.相似度测量从图像中提取的特征可以组成一个向量，两个图像之间可以通过定义一个距离或者相似性的测量度来计算相似度。82/8三分辨率的单位与计算方法3.模板查询模板查询有着不同的查询方式，典型的三个查询方式有：（1）按例查询（QBE-QueryByExample）：用户提供一个查询图像，在数据库中搜索相似图像。（2）按绘查询（Querybysketch）：用户在类似画笔的接口上面进行简单的绘画，以此为标准进行查询。（3）按描述查询：例如指定条件可以是30%的黄色，70%的蓝色等。83/8THANKS!华航科技致真唯实84/8图像分析的应用领域一、人脸识别二、指纹识别三、光学字符识别四、手写识别86/19一人脸识别广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。生物特征识别技术所研究的生物特征包括脸、指纹、手掌纹、虹膜、视网膜、声音（语音）、体形、个人习惯（例如敲击键盘的力度和频率、签字）等，相应的识别技术就有人脸识别、指纹识别、掌纹识别、虹膜识别、视网膜识别、语音识别（用语音识别可以进行身份识别，也可以进行语音内容的识别，只有前者属于生物特征识别技术）、体形识别、键盘敲击识别、签字识别等。87/19一人脸识别（1）人脸识别的优势人脸识别的优势在于其自然性和不被被测个体察觉的特点。所谓自然性，是指该识别方式同人类（甚至其他生物）进行个体识别时所利用的生物特征相同（人类也是通过观察比较人脸区分和确认身份的）。另外具有自然性的识别还有语音识别、体形识别等，而指纹识别、虹膜识别等都不具有自然性，因为人类或者其他生物并不通过此类生物特征区别个体。不被察觉的特点对于一种识别方法也很重要，这会使该识别方法不令人反感，并且因为不容易引起人的注意而不容易被欺骗。人脸识别具有这方面的特点，它完全利用可见光获取人脸图像信息，而不同于指纹识别或者虹膜识别，需要利用电子压力传感器采集指纹，或者利用红外线采集虹膜图像，这些特殊的采集方式很容易被人察觉，从而更有可能被伪装欺骗。88/19一人脸识别（2）技术困难虽然人脸识别有很多其他识别无法比拟的优点，但是它本身也存在许多困难。人脸识别被认为是生物特征识别领域甚至人工智能领域最困难的研究课题之一。人脸识别的困难主要是人脸作为生物特征的特点所带来的。人脸在视觉上的特点是：不同个体之间的区别不大，所有的人脸的结构都相似，甚至人脸器官的结构外形都很相似。这样的特点对于利用人脸进行检测区域定位是有利的，但是对于利用人脸区分人类个体是不利的。人脸的外形很不稳定，人可以通过脸部的变化产生很多表情，而在不同观察角度，人脸的视觉图像也相差很大，另外，人脸识别还受光照条件（例如白天和夜晚，室内和室外等）、人脸的很多遮盖物（例如口罩、墨镜、头发、胡须等）、年龄、拍摄的姿态角度等多方面因素的影响。89/19一人脸识别（3）技术细节一般来说，人脸识别过程包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。目前人脸识别的算法可以分类为：基于人脸特征点的识别算法（feature-basedrecognitionalgorithms）；基于整幅人脸图像的识别算法（appearance-basedrecognitionalgorithms）；基于模板的识别算法（template-basedrecognitionalgorithms）；利用神经网络进行识别的算法（recognitionalgorithmsusingneuralnetwork）；利用支持向量机进行识别的算法（recognitionalgorithmsusingSVM）。90/19一人脸识别（4）发展与应用人脸识别系统的研究始于20世纪60年代，80年代后随着计算机技术和光学成像技术的发展得到提高，而真正进入初级的应用阶段则在90年后期，并且以美国、德国和日本的技术实现为主。人脸识别系统成功的关键在于是否拥有尖端的核心算法，并使识别结果具有实用化的识别率和识别速度。人脸识别系统集成了人工智能、机器识别、机器学习、模型理论、专家系统、视频图像处理等多种专业技术，同时需结合中间值处理的理论与实现，是生物特征识别的最新应用，其核心技术的实现，展现了弱人工智能向强人工智能的转化。91/19一人脸识别人脸识别的应用主要有：门禁系统：受安全保护的地区可以通过人脸识别辨识试图进入者的身份，比如监狱、看守所、小区、学校等；摄像监视系统：在例如银行、机场、体育场、商场、超级市场等公共场所对人群进行监视，以达到身份识别的目的，例如在机场安装监视系统以防止恐怖分子登机；网络应用：利用人脸识别辅助信用卡网络支付，以防止非信用卡的拥有者使用信用卡，社保支付防止冒领等；学生考勤系统：香港及澳门的中、小学已开始将智能卡配合人脸识别来为学生进行每天的出席点名记录；相机：新型的数码相机已内建人脸识别功能以辅助拍摄人物时对焦；智能手机：解锁手机、识别使用者。92/19二指纹识别指纹识别技术是一种生物识别技术，指纹识别系统是一套包括指纹图像获取、处理、特征提取和比对等模块的模式识别系统。常用于需要人员身份确认的场所，如门禁系统、考勤系统、笔记本电脑、银行内部处理、银行支付等。指纹是灵长类手指末端指腹上由凹凸的皮肤所形成的纹路，也可指这些纹路在物体上印下的印痕。纹路的细节特征点有起点、终点、结合点和分叉点。由于每个人的指纹并不相同，同一人的不同手指的指纹也不一样，指纹识别就是通过比较这些细节特征的区别来进行鉴别。93/19二指纹识别（1）历史指纹由于具有个体差异性及稳定性，早在中国古代便用于身份确认，当时人们以指纹或手印画押。在西方，1890年代以后警察逐渐将指纹作为辨认罪犯的方法之一。1960年代随着电脑技术的发展，美国联邦调查局和法国巴黎警察局等开始研究电脑指纹识别技术。1990年代用于个人身份鉴别的自动指纹识别系统开发完成并推广应用。94/19二指纹识别（2）分析步骤指纹识别系统通常包括以下几部分：图像获取：通过专门的指纹采集或扫描仪、数字相机、智能手机等获取指纹图像。根据采集指纹面积大体可以分为滚动捺印指纹和平面捺印指纹，公安行业普遍采用滚动捺印指纹；图像压缩：将指纹数据库的图像经过压缩后存储，主要方法为转换为JPEG、WSQ、EZW等文件。目的是减少存储空间。其中，EZW被列入中国公安部刑侦领域指纹图像压缩的国家标准；图像处理：指纹区域检测、图像质量判断、方向图和频率估计、图像增强、指纹图像二值化和细化等；指纹形态和细节特征提取：获取指纹特征并提取交下一步分析。指纹形态特征包括中心（上、下）和三角点（左、右）等，细节特征点主要包括纹线的起点、终点、结合点和分叉点；指纹比对：对比两个以上指纹以分析是否为同一指纹来源。95/19二指纹识别（3）指纹识别技术的应用领域疑犯指纹对比；电脑使用者身份确认；儿童指纹数据库。96/19三光学字符识别光学字符识别（OpticalCharacterRecognition,OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。OCR的概念是在1929年由德国科学家Tausheck最先提出来，并申请了专利。后来美国科学家Handel也提出了利用技术对文字进行识别的想法。中国最早的OCR商业应用是由科学家王庆人教授在南开大学开发出来的，并在美国市场投入商业使用。97/19三光学字符识别OCR的识别过程：①图像输入、图像预处理：对于不同的图像格式，有着不同的存储格式，不同的压缩方式，目前有OpenCV、CxImage等开源项目。图像预处理主要包括二值化，噪声去除，倾斜校正等；②噪声去除：对于不同的文档，对噪声的定义可以不同，根据噪声的特征进行去噪；③倾斜校正：由于一般的用户在拍照文档时都比较随意，因此拍照出来的图片不可避免的产生倾斜，这就需要文字识别软件进行较正；④版面分析：将文档图片分段落，分行的过程就叫做版面分析，由于实际文档的多样性、复杂性，因此，目前还没有一个固定的，最优的切割模型；98/19三光学字符识别⑤字符切割：由于拍照条件的限制，经常造成字符粘连，断笔，因此极大限制了识别系统的性能。⑥字符识别：早期的方式有模板匹配，后来以特征提取为主，由于文字的位移、笔画的粗细、断笔、粘连、旋转等因素的影响，极大影响特征的提取的难度；⑦版面还原：人们希望识别后的文字，仍然像原文档图片那样排列着，段落不变，位置不变，顺序不变地输出到Word文档、PDF文档等，这一过程就叫做版面还原；⑧后处理、校对：根据特定的语言上下文的关系，对识别结果进行校正，就是后处理。99/19四手写识别手写识别（Handwritingrecognition）是计算机在纸、照片、触摸屏或其他设备中接收并识别人手写的文字等信息的技术，主要应用于光学字符识别技术（OCR）。100/19四手写识别（1）离线手写识别离线手写识别主要应用在打印出来的文字识别上，涉及到将图像中的文本自动转换成是计算机可以使用的字符代码。离线手写识别是比较困难的，因为不同的人有不同的书写风格。减少识别错误的技术常常使用缩小识别范围，例如邮政编码只包含1~9的数字，识别这种数字可以减少错误的可能。主要应用的技术有：指定特定的字符范围、识别字符的专有特点等。101/19四手写识别（2）在线手写识别从硬件方面来说，早在20世纪80年代，就有人提出在商业产品中将手写体识别作为键盘输入的一种替代方式。虽然公众已经习惯将手写识别看作一种输入方式，但在台式电脑或笔记本电脑中并没有得到广泛的使用。键盘仍被普遍认为是速度更快，更可靠输入方式。截至2006年，已有许多掌上型电脑提供手写输入，但精确度仍是一个问题，有的人还认为屏幕键盘更有效率。在线手写识别可以分解为几个通用的步骤:预处理；特征的提取；分离出字符。预处理的目的是摒弃无关的输入数据,可以减少负面的影响。这涉及到速度和准确性。通常由图像二值化、正常化、采样、平滑、去噪预处理等组成。102/19四手写识别（3）手写识别的相关研究手写识别有活跃的社区和众多研究它的学者。现在较大的手写识别会议有“ICFHR”和“ICDAR”。活跃的研究领域包括：在线识别；离线识别；签名验证；邮政地址的识别；银行支票处理；作家识别。103/19THANKS!华航科技致真唯实104/19视觉系统与上位机的通信方法一、常见的通信方法二、通信方法的特点比较106/7一常见的通信方法对视觉系统而言，通讯非常重要，它是共享数据、支持决策和实现高效率一体化流程的一种方式。视觉控制系统的上位机通常是PC、PLC或工业机器人控制器。联网后，视觉系统可以向PC传输检测结果以进行进一步分析。工业中更常见的是直接传输给集成过程控制系统的PLC、机器人和其他工厂自动化设备。107/7一常见的通信方法不同品牌的视觉控制系统有其支持的不同通信方式，不同品牌的PLC及工业机器人控制器也有不同的接口。要把视觉系统集成到工厂的PLC、机器人或其它自动化装置上，需要找到一种二者相互支持的通讯方式或协议，常见的通讯方式和协议包括：

1.并行通讯通过并行接口，在视觉系统和外部装置之间进行通讯。2.串行通讯通过RS-232或RS-485串行接口，可以用于与绝大多数的机器人控制器通讯；3.工业以太网协议允许通过以太网网线连接PLC和其他装置，无需复杂的接线方案和价格高昂的网络网关。108/7一常见的通信方法常见的以太网协议有：（1）TCP/IP：客户机/服务器让视觉系统能够轻易通过以太网与其他系统和控制装置共享数据，无需开发代码；（2）现场总线网络：通常需要一个协议网关附件将视觉系统添加到现场总线网络，往往不同品牌的产品会使用不同协议的网络通信协议，但它们的本质上都是以太网通信，例如西门子常用的PROFINET、OMRON常用的EtherCAT、施耐德的MODBUSTCP/IP，可根据现场实际情况来选用合适的品牌：EtherCAT（EthernetControlAutomationTechnology）以以太网系统为基础，是一种可实现更高速、更高效通信的高性能工业用网络系统。EtherNet/IP是一种使用以太网的工业用多厂商网络。PROFINET是一个开放式的工业以太网通讯协定，是由PROFIBUS&PROFINET国际协会所提出。109/7一常见的通信方法视觉控制器与外部上位机根据接口的不同通过不同的通信电缆连接，并根据各种通信协议进行通信。常用的几种通信协议和通信接口有：110/7二通信方法的特点比较并行通讯串行通讯工业以太网通讯优势因为可以多位数据一起传输，所以传输速度很快。使用的数据线少，在远距离通信中可以节约通信成本。在高速传输状态下，串行只有一根数据线，不存在信号线之间的串扰，而且串行通信还可以采用低压差分信号，可以大大提高它的抗干扰性，实现更高的传输速率。实时性强。就是说，一定的时间内发送一个指令一定要被处理，不然系统就会失败。缺点内存有多少位，就要用多少数据线，所以需要大量的数据线，成本很高。在高速传输状态下，并行接口的几根数据线之间存在串扰，而并行接口需要信号同时发送同时接收，任何一根数据线的延迟都会引起问题。因为每次只能传输一位数据，所以传输速度比较低。区别于其他的运行环境，工业以太网对温度、干扰要求会更高。上述三种通信方式各自的特点如下：111/7THANKS!华航科技致真唯实112/7视觉伺服系统视觉伺服系统伺服系统是指经由闭回路控制方式达到控制目标的系统。视觉伺服系统可以将机器人工作环境或工作对象的几何信息与属性信息传达给机器人控制系统，而机器人控制系统则可将这些信息用于机器人运动规划与反馈控制。114/3视觉伺服系统图示为一个配置了视觉系统的机器人（末端装配夹取工具），机器人通过视觉系统获得了识别目标相对于末端夹取工具的位姿信息。这些信息反馈给机器人控制系统后，控制系统根据目标形状与位置进行计算，规划运动轨迹，控制夹具开合，使得机器人能够以适当的位姿准确抓取目标。115/3THANKS!华航科技致真唯实116/3为什么要校准？一、校准的目的二、内参与外参118/4一校准的目的现代机器人绝大多数是基于各种控制模型的，有控制模型的地方就会有误差。我们已经知道的常见误差有加工误差（尺寸和表面精度的不精确）、机械公差（位置精度偏差，如关节理论轴线与实际轴线不符）、零点误差（这也是为什么在使用机器人前先要校准零点）。相机的校准在很多文献上又称为相机标定。相机标定的目的是确定相机的一些参数（包括内部参数和外部参数）的值。通常，这些参数可以建立三维坐标系和相机图像坐标系的映射关系，换句话说，你可以用这些参数把一个三维空间中的点映射到图像空间，或者反过来。所以校准的最终目的是通过得到相机内外参的值，来确定物体图像像素坐标系与物体实际物理坐标系的映射关系，最后转换为执行装置的坐标。119/4二内参与外参相机需要校准的参数分为内参和外参两部分。校准外参能够确定相机在某个三维空间中的位置和朝向。除了位置和朝向，相机还可能存在的误差有：由于实际安装精度的问题镜头的光轴没有穿过图像的正中间；镜头不是完美的圆、图像传感器（CCD）上的感光元件不是完美的紧密排列的正方形，都可能会导致相机对x方向和y方向的尺寸缩小比例不一致；理想情况下，镜头会将一个三维空间中的直线也映射成直线，但实际上镜头无法这么完美，通过镜头映射之后，直线会变弯（即产生畸变，这点相信使用过单反广角镜头的同学们也深有体会），所以需要相机的畸变参数来描述这种变形效果，得到这些参数后，再根据畸变参数选择相应的校正算法。120/4THANKS!华航科技致真唯实121/4药片个数检测一、药片个数检测案例背景二、视觉检测模板设置流程123/11一药片个数检测案例背景在生产中检测产品个数应用广泛，比如药品封装前要检测数量，对规定数量的药品进行封装。检测药品数量可使用标签单元，标签单元可识别颜色，并对指定颜色的采集图像进行计数，计算指定标签号的面积、重心位置，用于标签个数检测，如图所示。可输出的测量参数有：测量结果（OK/NG）和所测标签数，将测量标签数与指定标签号进行比对，以判定测量结果。药片个数检测标签设定颜色指定区域设定标签124/11二视觉检测模板设置流程1.选择所需登录图像，然后点击上方“流程编辑”按钮。125/11二视觉检测模板设置流程2.将右侧“标签”属性添加到左侧流程列表中。添加完成后单击“标签”属性设定按钮。126/11二视觉检测模板设置流程3.在“颜色指定”中勾选“自动设定”选项，框选药片本体的颜色区域（若颜色指定与药片本体差异过大可重新选择至满意效果），出现如图所示黑白画面，图像种类设定为“全色抽取图像”。提示：当检测对象与背景颜色相近时，可选择“全色抽取图像”。127/11二视觉检测模板设置流程4.点击“区域设定”，点击“矩形”按钮，调整矩形框四角选择需要检测的区域，然后点击“确定”。128/11二视觉检测模板设置流程5.点击“测量参数”调整测量条件。分类方法选择“面积”，设定输出数据标签号（默认即可），点击“测量”查看目标，在抽取条件中设定面积的范围（如右图中为2000—MAX，这两个数值是指测量出设定颜色面积的最大值和最小值）。129/11二视觉检测模板设置流程6.点击“判定”，设置判定条件。判定条件设定为“标签数”，数量摄定位样品个数（3），然后点击“确定”。130/11二视觉检测模板设置流程7.回到软件主界面，点击“再测量”，界面左上角显示检测结果“OK”，选择流程显示窗口中的“标签”，即可在详细结果显示窗口查看检测结果：标签数为3，判定OK。131/11二视觉检测模板设置流程8.更换检测图像为两个药片，执行测量后检测到标签数为2，结果为NG。132/11THANKS!华航科技致真唯实133/11工业机器人工作空间与基本参数一、工业机器人工作空间二、工业机器人基本参数135/6一工业机器人工作空间

工业机器人的工作空间指的是工业机器人手腕中心在作业范围内所能达到的极限位置，ABBIRB120工业机器人的工作半径可达580mm，底座下方拾取距离为112mm。手腕中心136/6一工业机器人工作空间

ABBIRB120工业机器人的转动半径如下图所示。盲区137/6二工业机器人基本参数 ABBIRB120工业机器人各个关节轴的正负转动方向如下图所示。三轴一轴二轴四轴五轴六轴138/6工业机器人基本参数

ABBIRB120工业机器人的规格参数参见下表规格参数轴数6防护等级IP30有效载荷3kg安装方式地面/墙壁/悬挂安装到达最大距离0.58m底座规格180mm×180mm重量25kg重复定位精度0.01mm表1工业机器人规格参数二139/6工业机器人基本参数

ABBIRB120工业机器人的运动范围及速度参见下表。轴序号动作范围最大速度1轴+165°至-165°250°/s2轴+110°至-110°250°/s3轴+70°至-110°250°/s4轴+160°至-160°360°/s5轴+120°至-120°360°/s6轴+400°至-400°420°/s表2

工业机器人运动范围及速度二140/6THANKS!华航科技致真唯实输送链跟踪板卡及接线一、输送链跟踪系统的硬件连接二、输送链跟踪板DSQC377B三、输送链跟踪板接线说明143/7一输送链跟踪系统的硬件连接输送链跟踪板的本质是一块I/O板，在输送链跟踪系统中，起到连接相机、工业机器人控制器和编码器的作用。硬件连接如下：144/7二输送链跟踪板DSQC377BDSQC377B上有三个接线端子排，如图6-15，其中X3作为电源供给用，X5是DeviceNet总线连接端，X20是与输送链跟踪相关的连接端。145/7三输送链跟踪板接线说明X3端子接线说明：X3端子接线说明10V2未使用3接地4未使用524V146/7三输送链跟踪板接线说明X5端子接线说明：X5端子接线说明对应控制器XS17端子10V黑色12CAN信号线low蓝色23屏蔽线34CAN信号线high白色4524V红色56GND地址公共端短接片短接7地址18地址29地址410地址811地址1612地址32147/7三输送链跟踪板接线说明X20端子接线说明：X20端子接线说明1外部电源24V2外部电源0V3编码器电源24V4编码器电源0V5编码器A相6编码器B相7不使用8不使用9相机10~16不使用148/7THANKS!华航科技致真唯实149/7编码器参数CountsPerMeter一、什么是CountsPerMeter?二、CountsPerMeter的计算方法151/5一什么是CountsPerMeter?CountsPerMeter是用于计算输送链行进距离的参数，它的含义是：输送链每运行1米，机器人控制器实际采集到的脉冲信号（Count）个数。知道了每米采集到的脉冲个数，同时就能求出采集到N个脉冲数时输送链移动了多少距离。编码器只要将脉冲数传递给控制器，控制器就可以准确计算出任意时间段内输送链行进的距离。校准CountsPerMeter的主要目的是使机器人控制器能够准确知道输送链行进了多少距离。通过测量计算CountsPerMeter的真实大小，并在示教器上设置此参数，来告诉机器人有关输送链的相对位置数据。152/5二CountsPerMeter的计算方法CountsPerMeter的计算公式如下：

式中，位置数据1和位置数据2为通过工业机器人示教器查看到的输送链的数值，实际测量数值为在现场使用测量工具（比如卷尺）实际测量出的数据。通过上面的公式我们就可以求出CountsPerMeter的真实大小。153/5二CountsPerMeter的计算方法CountsPerMeter的默认值从示教器中如下界面查看：154/5THANKS!华航科技致真唯实155/5添加图案模板一、案例背景二、设置流程157/13一案例背景在集成视觉中添加“部件位置”工具可以通过设置工件的坐标、旋转角度、相似度等特征信息，来作为机器人控制器识别工件的条件。“部件位置”工具包括定位工具和检查工具。定位工具用于定义图像中的某个特征以便提供位置数据。即使部件有旋转角度或出现在图像的不同位置，定位工具也会创建一个参照点，用于在图像中快速可靠的定位一个部件。检查工具用于检查部件是否位于定位工具规定的位置。根据当前应用程序的要求，可选用测量、计数、几何等的不同工具。有关不同定位工具及其设置的信息，请参阅RobotStudio在线帮助选项卡的定位部件一节。158/13二设置流程1.将一个圆形工件（这里以圆形工件为例，正方形和六边形工件设置同理）摆放在相机正下方的输送链上。159/13二设置流程2.点击菜单栏中的“采集图像”，确保要定位的部件出现在图像采集区域中。160/13二设置流程3.单击添加“部件位置”工具，出现下拉菜单，这里我们选择“PatMax图案”工具。（添加的工具可根据项目的不同需求自行选择）。161/13二设置流程4.在上下文窗口中选择“圆”作为模型区域。162/13二设置流程5.拖动“模型”区域，使其尽量贴近工件边缘。163/13二设置流程6.编辑完成后，在下方的上下文-视觉工具窗口中点击“确定”。164/13二设置流程7.确定后图像变为右图所示，模型中央的十字是自动识别的模型几何中心，也将作为拾取工件时的抓取点。可在上下文窗口中将此工具改名为“Circle”。165/13二设置流程8.在设置中分别输入要查找的数量10，合格阈值90，旋转公差180。166/13二设置流程9.最后点击保存作业。10.正方形和正六边形模型的添加请重复步骤2~9。正方形工件虽然可以使用矩形框选模型范围，但更建议使用“多边形”，可以消除因摆放角度问题造成的边缘不贴合问题。167/13二设置流程11.右图的结果窗口中可看出，此时刚刚添加过正方形模型，工件仍然放在相机下，可以判断出此工件符合“Rectangle”模型的要求参数（绿色），不符合“Circle”模型（结果为红色）。168/13THANKS!华航科技致真唯实169/13机器人分拣案例程序结构及程序主体一、程序结构二、程序主体171/4一程序结构172/4二程序主体PROCmain()Initialize();WHILETUREDOCommunication();IFCamtargImageI=”Circle”THENNumCounterCirc=NumCounterCirc+1; FPick(); FPlaceCirc(); FCounterCirc();ELSEIFCamtargImageI=”Hexagon”THENNumCounterHexa=NumCounterHexa+1;FPick(); FPlaceHexa(); FCounterHexa()ELSEIFCamtargImageI=”Rectangle”THENNumCounterRect=NumCounterRect+1;FPick();FPlaceRect(); FCounterRect();ENDIFENDWHILEENDPROC173/4THANKS!华航科技致真唯实174/4坐标系统、点位、信号与变量一、坐标系统二、点位三、信号与变量176/7一坐标系统本案例中使用了两个工具坐标：177/7名称功能图示ToolVac吸盘工具坐标系，设备开始生产时使用ToolCone校准尖锥工具坐标系，校准输送链基坐标系时使用一坐标系统本案例中使用了两个工件坐标：178/7名称功能图示WobjCNV1输送链基坐标系，拾取工件时使用WobjBox用于码放工件的工件坐标系

xyyx

二点位本案例中有四个点位需手动示教：179/7名称功能图示Area0101工业机器人拾取点位Area0201放置圆形工件初始点位（距离物料盘底60mm），圆形工件物料盘靠近振料盘一端二点位本案例中有四个点位需手动示教：180/7名称功能图示Area0301放置六边形工件初始点位Area0401放置正方形工件初始点位三信号与变量本案例中涉及到的信号只有ToRVac，信号置位时，工业机器人末端吸盘工具吸真空，吸取工件；信号复位时，工业机器人末端吸盘工具释放工件。变量含义如下：变量名称数据类型含义CamdevCamNamecameradev相机名称CamtargImageInfocameratarget相机采集到的图像参数NumCounterCircnum记录通过相机下方的圆形工件的数量NumCounterHexanum记录通过相机下方的六边形工件的数量NumCounterRectnum记录通过相机下方的正方形工件的数量NumOffsetX1num码放圆形工件时X方向的偏移参数NumOffsetY1num码放圆形工件时Y方向的偏移参数NumOffsetX2num码放六边形工件时X方向的偏移参数NumOffsetY2num码放六边形工件时Y方向的偏移参数NumOffsetX3num码放正方形工件时X方向的偏移参数NumOffsetY3num码放正方形工件时Y方向的偏移参数181/7THANKS!华航科技致真唯实182/7程序的手动调试和自动运行程序的手动调试程序的自动运行184/13主要内容掌握程序调试的目的。了解示教器面板上各程序调试控制按钮的作用。能够用示教器调试程序。能够完成程序的手动调试。能够完成程序的自动运行。185/13程序的手动调试在完成程序的编辑后，通常需要对程序进行调试。调试的目的有两个：一是检查程序中位置点是否正确；一是检查程序中的逻辑控制是否合理和完善。在手动运行模式下，我们可以通过点按程序调试控制按钮“上一步”和“下一步”，进行机器人程序的单步调试。对所示教编写好的程序进行单步调试确认无误后，便可以选择程序调试控制按钮“连续”，对程序进行连续调试。1186/13程序的手动调试在建立好程序模块和所需的例行程序后，便可以进行程序的编辑了。在编辑程序的过程中，需要对编辑好的程序语句进行调试，检查是否正确，调试方法分为单步和连续。在调试过程中，我们需要用到程序调试控制按钮,如图所示。1-连续2-上一步3-下一步4-暂停13421187/13程序的手动调试

①连续：按压此按钮，可以连续执行程序语句，直到程序结束；②上一步：按压此按钮，执行当前程序语句的上一语句，按一次往上执行一句；③下一步：按压此按钮，执行当前程序语句的下一语句，按一次往下执行一句；④暂停：按压此按钮停止当前程序语句的执行。1-连续2-上一步3-下一步4-暂停13421188/13①打开调试菜单，单击“PP移至例行程序…”。②选中rHome例行程序，然后单击“确定”。1.调试rHome例行程序：程序的手动调试示例：1189/13③按下示教器使能键，按一下单步向前按键，当程序指针（黄色小箭头）与小机器人图标指向同一行时，说明机器人已到达pHome点位置。④此时观察真实环境中，机器人的位置是否与用户定义的pHome点位置一样。1.调试rHome例行程序：程序的手动调试1190/13①打开调试菜单，单击“PP移至例行程序…”。②选中rMoveRoutine例行程序，然后单击确定。2.调试rM