英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
基于力士乐PLC和图形处理技术的直角坐标机器人伺服电机控制的实现
摘 要
此研究的目的是使用力士乐PLC来确定和分离在工作台上的物体，并将它们带到不同的位置。利用图像处理得到的坐标从而通过PLC对同步电机进行位置控制。该研究中建立了一个实时的龙门式机器人。用连接到龙门式机器人照相机所拍摄的图像被转移到Matlab环境中。将处理图像获得的坐标数据与所使用的坐标进行分离，并提供电机的位置控制。首先，将图像更改灰度用以应用图像处理方法。然后，利用图像处理公式，应用“视觉圈”来标记检测到的圆。获得的坐标被转移到IndraWorks PLC，用于门户机器人。在集成到龙门机器人的气动系统的帮助下，确定坐标中的物体被移动到另一个坐标。该系统已在不同的条件下进行了测试。研究结果表明，图像处理和系统同时工作，具有较高的精度。人们认为，该研究可以应用于文献中的许多领域。
关键词 图像处理；伺服电机控制；直角坐标机器人；力士乐PLC
Image processing-based realization of servo motor control on a Cartesian Robot with Rexroth PLC
Abstract
The aim of this study was to separate the objects, whose position was determined using Rexroth PLC on a workbench, and bring them to different locations. Position control of synchronous motors with PLC was done with coordinates obtained by image processing. A real-time Gantry robot was set up for the study. An image taken with the camera connected to Gantry robot is transferred to the Matlab environment. The coordinate data obtained by processing the image are separated for the coordinates used, and the position control of the motors is provided. First, the image was changed to grayscale to apply image processing methods. Then, with the image processing formula, lsquo;viscirclesrsquo; has been applied to mark the detected circles. The obtained coordinates were transferred to IndraWorks PLC to be used in the portal robot. Objects in the determined coordinates were moved to another coordinate with the help of the pneumatic system that integrated to Gantry Robot. The system has been tested for different conditions. As a result of studies, it has been observed that both the image processing method and the system work simultaneously with high accuracy. It is thought that the study can be used in many areas in the literature.
Keywords: Image Processing；Servo Motor Control；Cartesian Robot；Rexroth PL
目 录
第1章 引言
在与时俱进并持续加速发展的技术运动中，必须用快速、敏锐的方法来解决出现的问题。这一要求在人类向机器人系统的过渡过程中发挥了重要作用，并且可以看到，在这个领域许多工业工厂在其系统中使用机器人进行生产[1]。这些系统不仅在工业部门广泛涉及，而且将在人们生活的各个方面如教育、卫生、军事和经济等范围普及[2]。近年来，研究人员广泛使用机器人、自动化以及图像处理进行研究[3]。这种机器人使用率增长的一个最重要的原因是向自动化系统而非人为系统的过渡[4]。近年来，研究人员和工业从业者的研究都转向了自动化和机器人技术[5]。另一方面，这项研究是一个自动系统的研究，其中伺服电机是实现机器运转的基础之一，由PLC控制[6]。
项目过程中的应用首先从软件部分开始。首先用MATLAB软件程序对相机拍摄的图像进行处理。本项目的目标是在一个龙门机器人工作台上找到物体的坐标。本研究将“图像处理工具箱”应用程序中的图像处理功能应用于图像。用所得到的图像同步参数的函数对像素坐标进行处理后，得到以“毫米”为单位的坐标信息。将所获得的坐标写入到PLC程序的数据序列中。由于PLC程序中定义了许多组件，例如变量、按钮、定时器等，因此在程序块中需要通过逻辑运算来实现运动，接着在这些基础上，编写系统自动化所需的程序块。气动活塞用于控制在Z轴方向的运动。其目的是利用该气动系统将获得的坐标中的物体移动到其他坐标处。气动系统被激活后，将检查自主性并共享结果。该系统所使用的PLC属于博世力士乐公司。本研究的软件是博世力士乐公司为PLC发布的工程软件。
第2章 系统组件
图2.1为龙门式机器人的模块结构实物图。在这项工作中，基本上使用了三个主要组件来使系统成为理想的系统。它们分别是伺服电机、PLC和图像处理器。首先，本文将解释这三个组成部分，然后将讨论该系统全面的运转情况。
图2.1 实现的龙门机器人的模块结构
2.1 伺服电机
伺服电机包含一个直流电机，用以驱动电机。除了这个电机，还有一个齿轮机构、一个电位器和一个电机驱动电路。电位器的功能是测量电机轴的旋转量。当伺服系统中的直流电机移动时，电位器旋转，控制电路将电机的位置与期望的位置进行比较，并驱动电机。门式机器人工作台中所使用的伺服电机如图2.2所示。
图2.2 龙门机器人工作台用伺服电机
2.2 PLC
PLC从其所连接的传感器或输入设备接收模拟和数字信息。运行为控制这些数据输出而编写的程序，并根据预先编写的参数获得新的输出值。PLC的输出端口被更新，以利用获得的模拟和数字输出值来控制系统。本研究解释了PLC的工作原理。简单地说，PLC首先将输入端口上的数据写入输入数据存储器。然后运行为控制系统而编写的程序。最后，将输出数据存储器中的模拟值和数字值写入输出端口。PLC程序的这个循环在PLC运行时开始，并通过重复这个循环继续其操作，直到它停止。
本研究通过PLC对系统进行控制和实时运算，并利用Matlab软件对图像处理方法得到的结果进行分析处理。为了执行这些操作，必须为PLC进行必要的软件工作。制作的软件写在“驱动控制”部分，这是POU的子标签，是通过网络编写代码图的地方。这些软件研究都是随着程序的自主进展而进行的。为了使电机到达所需位置，必须在PLC模块中定义所有参数。如图2.3所示。
图2.3 定义运动块的坐标
如图2.4和2.5所示，要访问检测到的对象，必须从数组中依次提取对象的x和y坐标。为此操作定义了一个“i”变量。使用连接到变量“i”的for循环按顺序访问对象。
图2.4 转到第一个坐标
图2.5 PLC框图
2.3 图像处理
近年来，图像处理研究已广泛应用于许多不同领域[7]。本研究在龙门架机器人机械机构上进行了图像处理应用[8]。通过其所包含的“图像处理工具箱”，MATLAB使当今技术中使用的“图像处理”技术得以非常快速和有效地使用[9]。它被广泛应用于军事、医药、安全系统、工业系统、天文学等领域。在本研究中，使用MATLAB软件对从IDS公司生产的“uEye工业型摄像机”上获取的图像进行处理，希望获得在PLC上使用的必要数据[10]。本研究使用的照相机如下图2.6所示。
图2.6 图像处理设置
在图像处理的研究阶段，对像素进行了工作。但是，由于想要找到的坐标值是实时的，因此有必要在它们之间建立起像素和距离关系。目标是访问造成它们之间差异的变量值。首先，从相机中拍摄图像，其目的是获取从相机上拍摄图像的信息。看起来如图2.7所示。
图2.7 相机可以拍摄的图像的最大视角
接下来，需要得到的信息是用PLC控制的伺服电机的最大点和最小点的位置。获取关于这些点所在位置的信息后将拍摄这些点的图像，并记录它们对应的像素值。在图2.8中标记了最大值和最小点。
图2.8对应于笛卡尔坐标系中最小（0,0）和最大（10000000,10000000）点的区域
在找到相应的点后，就得到了所使用的下列等式（1）。
f(x)=m(x-Xi)
（1）
f(y)=m(y-Yi)
为了求解这些方程,首先需要定义f(x)和f(y)值为1000000，这是伺服系统所达到的最大值。
接下来,将Xi和Yi值定义为伺服服务器所达到的最小点对应的像素值。
图2.9 显示与机器上使用的点（0,0）对应的像素值
如图2.9所示，Xi值在笛卡尔平面上得到的最小点对应的像素为257，Ii值为137。通过将伺服器移动到任何期望的点而获得的像素位置被赋值给x和y值。这些值被赋值了，即Eq.(2)已检查。作为检查的结果，获得下面的等式（2）。
f(x)=14836.79(x-257)
（2）
f(y)=14136.91(y-137)
通过Eq.(2），其目的是获取相机拍摄的图像应该达到的坐标信息,单位为“毫米”。在该过程中，系统被发送到随机点，并对结果进行测试。最终结果表明，该相机是同步的。
首先，相机拍摄的图像是在MATLAB上用lsquo;imreadrsquo;命令拍摄的。捕获的图像是RGB（红绿蓝）色彩空间。为了便于图像处理，应该将图像转换到灰色空间。如果未将图像转换为灰度空间，将无法在三色域上执行单独的操作，这会导致处理速度变慢。如图2.10，图像处于原始状态，并在MATLAB上转换为灰色空间，如图2.11。
图2.10 相机可以拍摄的图像的最大视角
图2.11 相机可以拍摄的图像的最大视角
在后续操作中，使用了MATLAB的“图像处理工具箱”应用程序中包含的“imfindcircles”函数。“imfindcircles”函数是一个函数，通过应用霍夫变换在输入的半径值之间找到图像中的圆形对象[11]。通过“边缘检测'算法，它试图检测图像中物体的边缘。搜索每个像素用以寻找可以在上述累加器阵列的坐标处创建的圆。如果运算结果为正，则会计算圆的圆心和半径[12]。创建的所有圆形对象都被指定为霍夫变换空间中具有累加器序列的最大形状圆。在运算的输出处，得到了圆的x、y坐标和半径。接收到的坐标数据被传输到一个名为“center”的矩阵中，该矩阵包含接收到的轮数的行数和两列所依赖的行数[13]。半径信息是接收到的另一个信息，被转移到一个名为“radicap”的数组中，该数组的元素数量取决于圆的数量。在下图中，通过“round”操作舍入到整数的值被逐一划分到不同的矩阵中。其目的是在同步过程中将每个坐标与单独的参数相乘以获得坐标[14]。下图显示了相关的代码块。在软件的其余部分中，应用了“viscircles”功能。此功能的目的是根据输入的值绘制具有上述
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[590911]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
