北京现代拥有3 座整车生产工厂、3 座发动机生产工厂和1 座承担自主研发的技术中心。北京现代拥有近300 台机器人，分别应用在车身焊接、车身冲压、发动机组装、涂装等各种关键工位中。公司依靠先进的自动化制造装备，保障100%焊接与运输自动化率，100%自动化冲压生产，确保车身焊接质量与车身强度。
在发动机生产工厂，汽车发动机的缸体搬运工作是由韩国现代公司制造的机器人来进行。在引导机器人进行缸体搬运时，采用的是由韩方定制的工业相机+视觉软件的方式。在生产过程中，遇到了棘手问题，主要是：相机拍照一次检测不成功，需要多次拍照才有可能检测成功，影响了工作效率。因此，北京现代决定进行技术改造，以实现机器人对缸体的高效精确抓取。
在改造时，这个问题一直困扰着北京现代的技术人员。在应用现场，缸体是码放在一层层的拖盘上，每隔一层缸体码放的方向不同(如图1 所示)。由于缸体只有一个抓取位置(如图2 所示)，所以机器人在抓取时，会自动将爪具旋转0 度、90 度、180 度或270 度，然后根据每层托盘上每个缸体的大概位置去拍照抓取，同时相机也会跟着爪具进行旋转。这样，得到的图像都是一个方向的，而相机却跟着机器人改变了拍照方向，这直接影响了抓取的准确性。
图1
图2
因此，要成功实现技改，就要搬掉这个拦路虎，北京现代的技术人员详细分析了迫切需要解决的两个技术难点。
第一：机器人坐标系与图像坐标系的对应关系(N 点校准)。
从理论上来说，如果机器人旋转0 度、90 度、180 度或270 度时的旋转中心是一致的，那么，就可以只针对0 度时的坐标对应关系做N 点Calibrate，其他三个角度时的坐标系对应只是象限不一样。
1)机器人坐标系与图像坐标系都是0 度时，两个坐标系是重合的(如图3 所示)。这时，在做完N 点Calibrate 后，机器人坐标与图像坐标可直接一一对应。
2)机器人坐标分别旋转90 度、180 度和270 度时，图像坐标系虽然没有改变，但是却与机器人坐标系的其他象限有了对应关系(如图4、图5、图6 所示)。
3)如果机器人的旋转中心是一样的，就可以得到一个拟合圆(如图7 所示)。
图3
图4
图5
图6
图7
需要注意的是：机器人在抓取位置旋转四个方向拍照时，必须是以同一固定点为圆心进行旋转，只有这样四个方向(象限)的点才能对应起来，这时只要在一个方向做9 点标定即可。否则，如果机器人在抓取位置旋转四个方向拍照时，不是以同一点为圆心进行旋转，那每个方向(象限)都要重新做9 点标定，因为每个方向的点是不能对应。
最终经过确认，机器人夹具在旋转0 度、90 度、180 度和270 度时的旋转中心很难保持一致，所以只校准一次并对应象限的方法就不能使用了。这样，四个角度时都要分别做N 点Calibrate。
第二：拍照后，必须确定图像特征的旋转中心的偏移量，图像特征旋转中心与偏移量的和，必须与机器人夹具的旋转中心保持一致，否则抓取时就会产生很大误差。
为解决技术改造中遇到的这些难点，并选择一个令人信任的技术解决方案，北京现代的技改部门在综合比较技术实力、产品性价比、售后服务能力和服务质量等多种考虑下，决定选择机器视觉领域内的领军企业——康耐视公司。
虽然康耐视In-Sight 产品支持多种工业通讯协议，但是在本次应用中与机器人只是采用最简单的RS-232 串口通讯方式(见图10)。
图8
在现场，机器人有两个位置比较重要，一个是拍照位置，另一个是抓取位置，这两个位置都有固定坐标。对关键的图像定位问题，康耐视In-Sight 产品有其创新的解决方案。
1)得到基准模型图像。机器人由拍照位置走到抓取位置，然后把缸体移到夹具正好能够正确抓到的位置，这个位置就是抓取的基准位置。固定好缸体后，机器人从抓取位置回到照相位置，然后进行拍照，得到的这张图像就可以作为基准模型图像。
2)得到两张抓取位置旋转某个角度的图像。在得到基准模型图像后，机器人由拍照位置再走到抓取位置，抓住缸体逆时针或顺时针旋转某个角度(例如CCW-10 度或CW-10 度)，然后松开缸体，再回到拍照位置进行拍照，得到第二张图像。同样再按此步骤操作得到第三张图像。
3)得到这三张图像后，就可以在这三张图像上用PatMax 工具查找同一特征点，根据得到的三个点就可以拟合出一个圆，这个圆的圆心坐标就是机器人夹具的旋转中心。
具体如图9、图10 所示。
图9
图10
In-Sight 相机与机器人实现了完美的无缝配合，具体工作过程如下。
1)工件分层码放在旁边，每次只将一层工件放到拍照与抓取位置(如图11 所示)。
图11
2)机器人在拍照前会事先知道这一层是如何摆放的。每个工件的拍照位置都是在机器人程序中事先设置好的。例如：抓取工件(0 度)时，机器人不需要旋转，直接到拍照位置进行拍照后抓取。在抓取工件(180 度)时，机器人会自动旋转180 度，然后再到拍照位置进行拍照后抓取。同理，下一层的工件是以90 度和270 度进行摆放的。
3)机器人到达拍照位置后，首先向相机发送START1，让相机进行拍照检测。如果定位成功，相机给机器人返回OK。机器人在收到OK 后，再向相机发送SHIFT8。相机再把定位坐标和角度返回给机器人。如果定位失败，相机给机器人返回NG。机器人会自动微调当前位置，然后再次发送START1，让相机重新拍照。直到检测成功。相机拍照后，会把工件的当前坐标与当初训练的基准抓取位置坐标相减，然后把坐标差值和角度传送给机器人，机器人以当初训练的基准抓取位置坐标为基础进行调整，然后再去抓取工件。
经过一系列的现场测试，北京现代采用康耐视的In-Sight 智能相机后，成功解决了令人挠头的技术难题。“康耐视的PatMax 工具提出了视觉行业最佳的定位算法，即使在比较复杂的情况下也能提供非常准确的定位。而且还提供了非常丰富的通讯方式，便于集成到现有系统中。”北京现代保全部的沈剑表示。
他对In-Sight 智能相机的表现给出了极高的评价，“经过改造后，机器人工作很流畅，且抓取都很准确，几乎没有定位不到的情况。在调试过程中，PatMax 工具的优越性得到了淋漓尽致的体现，我们非常满意。”
沈剑最后表示，在现场还有四台现代机器人，情况与被改造工位很相似。“在这台机器人调试完毕时，我们就已经开始准备改造其他四台机器人的视觉系统了。”
