本文导读
上节课程我们讲述了如何建立Delta并联机械手正逆解，本节课程我们主要讲解如何通过C#语言开发正运动Delta并联机械手视觉流水线同步分拣的视觉部分。
VPLC711硬件介绍
VPLC711是正运动推出的一款基于x86平台和Windows操作系统的高性能机器视觉EtherCAT运动控制器，具备强大的运算能力和灵活性。它具有出色的实时性能和多路高速硬件输入与多路高速PSO输出，能够精准控制多轴同步运动，并与外部设备实现多协议的高速通信。
VPLC711支持多种硬件接口和通信协议，方便与其他设备的连接和集成。除此之外，VPLC711还具备视觉处理功能，能够实时处理图像数据，实现视觉检测、测量和定位等应用。
VPLC711内置Windows运动控制实时内核MotionRT7，形成一种开放式IPC形态实时软控制器/软PLC，为用户提供灵活集成的运动控制+视觉一体化解决方案。
VPLC711硬件参数
1.采用x86高性能CPU，EtherCAT可支持1ms 64轴同步运行；
2.板载RS232，RS485，EtherNet5，EtherCAT，USB3.04硬件接口；
3.板载20DI，其中4个高速色标锁存，2组高速单端编码器；
4.板载20DO，其中4个高速单端脉冲轴，4组高速PWM；
5.支持DVI-D，HDMI显示，支持双网口不同IP设置。
想要了解更多关于VPLC711的详情介绍，可以点击“x86平台实时Windows机器视觉EtherCAT运动控制器VPLC711”查看。
一、C#语言进行Delta并联机械手的开发之运动库和视觉库的添加
1.在VS2010菜单“文件”→“新建”→“项目”，启动创建项目向导。
2.选择开发语言为“Visual C#”和.NET Framework 4以及Windows窗体应用程序。
3.找到厂家提供的光盘资料里面的C#函数库，路径如下（32位库为例）。
1）进入厂商提供的光盘资料找到“04PC函数”文件夹，并点击进入。
2）选择“函数库2.1”文件夹。
3）选择“Windows平台”文件夹。
4）根据需要选择对应的函数库，这里选择32位库。
5）解压C#压缩包,里面有C#对应的函数库。
6）函数库具体路径如下。
4.将厂商提供的C#库文件以及相关文件复制到新建的项目中（注意这里面的PC函数库默认提供的是运动库，如果使用视觉功能还需要获取视觉库，视觉库可以找厂商的相关销售或技术人员获取）。
1）将Zmcaux.cs（运动库）和Zvision.cs（视觉库）文件复制到新建的项目里面中。
2）将zauxdll.dll、zmotion.dll和zvision.dll文件放入bin\debug文件夹中。
5.用vs打开新建的项目文件，在右边的解决方案资源管理器中点击显示所有文件，然后鼠标右击Zmcaux.cs与 Zvision.cs文件，点击包括在项目中。
6.双击Form1.cs里面的Form1，出现代码编辑界面，在文件开头写入using cszmcaux，using ZVision并声明控制器句柄g_handle。
二、PC函数介绍
1.PC函数手册可在光盘资料查看，具体路径如下。
2.链接控制器，获取链接句柄。
3.相机扫描接口说明。
4.相机采集图像。
5.用图像创建模板。
6.形状匹配并输出轮廓状态。
三、C#例程建设之视觉相机标定与形状匹配
1.视觉配置文件的下载
因为正运动的视觉算法是在控制器里面执行的，所以上位机开发前需要先在控制器里面定义好视觉处理的相关变量。
正运动控制器里面的视觉变量统一使用ZVOBJECT来修饰，我们可以新建一个.bas的文件，然后输入“GLOBAL ZVOBJECT ZVOBJ(1000)”进行视觉变量数组的定义，保存后通过上位机接口在上位机系统初始化的时候把这个.bas文件下载到控制器即可。
//下载相关脚本到控制器，进行视觉变量的定义
string BasPath = "";
BasPath = string.Format(@"{0}", Application.StartupPath) + @"\Icon\视觉变量定义.bas";
//.bas文件下载到控制器
zmcaux.ZAux_BasDown(g_Handle,BasPath,0);
2.相机标定
1）相机标定操作步骤
2）相关功能代码
/************************************************************************************
'任务编号：无
'函数功能：视觉提取标定板上实心圆的像素坐标,获取标定板圆心的像素坐标的矩阵
'Input：无
'Output：无
'返回值：无
**************************************************************************************/
private void GetPictureMark()
{
float[] temp_thresh = new float[2];
int Err = 0;
//提取圆心图像坐标,得到像素坐标矩阵Inppts
Err = Zvision.ZV_CALGETSCAPTS(form.g_Handle, grabimg, inppts, Convert.ToUInt32(C_CalibThresh.Text), Convert.ToUInt32(C_CalibPolar.Text), Convert.ToUInt32(C_CalibMinArea.Text), Convert.ToUInt32(C_CalibMaxArea.Text));
int[] inppts_info = { 0, 0, 0 };
//获取矩阵行数和列数，行数表示识别到实心圆的个数
Err = Zvision.ZV_MATINFO(form.g_Handle, inppts, inppts_info);
int row, col;
row = (int)inppts_info[0];
col = (int)inppts_info[1];
//视觉识别到9个实心圆和标定板的实心圆数目一致
if (row == 9)
{
Err = Zvision.ZV_GRAYTORGB(form.g_Handle, grabimg, calibshowimg);
//inppts排好序输出排好序的像素坐标矩阵ppts
Err = Zvision.ZV_CALGETPTSMAP(form.g_Handle, inppts, ppts, wpts, Convert.ToSingle(C_CalibDis.Text));
Err = Zvision.ZV_MATINFO(form.g_Handle, ppts, inppts_info);
row = (int)inppts_info[0];
col = (int)inppts_info[1];
if (row >= 9)
{
uint i;
DataGridView1.Rows.Clear();
for (i = 0; i < row; i++)
{
//像素坐标在WinFrom的UI界面是显示出来
string[] tempstr = new string[4];
float[] outvalue = { 0, 0 };
Zvision.ZV_MATGETROW(form.g_Handle, wpts, i, 2, outvalue);
tempstr[2] = "0";
tempstr[3] = "0";
Zvision.ZV_MATGETROW(form.g_Handle, ppts, i, 2, outvalue);
tempstr[0] = outvalue[0].ToString();
tempstr[1] = outvalue[1].ToString();
DataGridView1.Rows.Add(tempstr);
//在原图是画出识别到的实心圆，并标记，然后在Ui界面上显示出图像
Zvision.ZV_MARKER(form.g_Handle, calibshowimg, outvalue[0], outvalue[1], 0, 40, 0, 255, 0);
Zvision.ZV_TEXT(form.g_Handle, calibshowimg, i.ToString(), outvalue[0] - 20, outvalue[1] - 20, 40, 0, 255, 0);
Zvision.ZV_LATCHCLEAR(form.g_Handle, 0);
Zvision.ZV_LATCHSETSIZE(form.g_Handle, 0, Convert.ToUInt32(pictureBox5.Width), Convert.ToUInt32(pictureBox5.Height)); pictureBox5.Image = Zvision.ZV_LATCH(form.g_Handle, calibshowimg, 0);
}
}
else
{
MessageBox.Show("提取mark点失败!", "提示");
}
}
else
{
MessageBox.Show("提取mark点失败!", "提示");
}
}
/************************************************************************************
'任务编号：无
'函数功能：相机标定
'Input：无
'Output：无
'返回值：无
'备注：计算像素坐标和世界坐标的转换关系
'备注：标定板圆心的世界坐标可以通过示教的方式获取
**************************************************************************************/
private void CamCalib()
{
//矩阵行和式
uint row, col;
row = 9;
col = 2;
//从Ui界面上获取世界坐标的矩阵数据
float[] wPontsValue = new float[row * col];
for (int i = 0; i < row; i++)
{
for (int j = 0; j < col; j++)
{
wPontsValue[col * i + j] = float.Parse(DataGridView1.Rows[i].Cells[j + 2].Value.ToString());
}
}
//重新生成世界坐标矩阵
Zvision.ZV_MATGENDATA(form.g_Handle, wpts, row, col, wPontsValue);
//图像坐标矩阵数据
float[] pPontsValue = new float[row * col];
for (int i = 0; i < row; i++)
{
for (int j = 0; j < col; j++)
{
pPontsValue[col * i + j] = float.Parse(DataGridView1.Rows[i].Cells[j].Value.ToString());
}
}
//重新生成图像坐标矩阵
Zvision.ZV_MATGENDATA(form.g_Handle, ppts, row, col, pPontsValue);
float[] outimginfo = { 0, 0, 0, 0, 0 };
//获取图像信息
Zvision.ZV_IMGINFO(form.g_Handle, grabimg, outimginfo);
//进行相机标定
Zvision.ZV_CALCAM(form.g_Handle, ppts, wpts, ZmotionCalPara, (ushort)outimginfo[0], (ushort)outimginfo[1], (uint)Convert.ToInt32(C_CalibType.Text));
float[] outcaliberror = { 0, 0, 0 };
//获取标定误差
Zvision.ZV_CALERROR(form.g_Handle, ZmotionCalPara, ppts, wpts, outcaliberror);
//平均误差小于0.5内算是优，0.5--1为良，1--1.5为一般，1.5以上建议重新标定
if (outcaliberror[0] >= 1.5)
{
MessageBox.Show("标定平均误差过大请重新标定");
}
else
{
//保存标定参数
Zvision.ZV_CALWRITE(form.g_Handle, ZmotionCalPara, form.CalFileDir);
}
}
3）形状匹配后根据标定系数可获得匹配到目标点的实际世界坐标。
3.形状匹配
1）形状匹配操作步骤
2）相关功能代码
/************************************************************************************
'任务编号：无
'函数功能：通过相机采集图像
'Input：无
'Output：无
'返回值：无
**************************************************************************************/
public Image CameAcquisition()
{
float Temp = 0;
Image ImageBuff = null;
Zvision.CAM_COUNT(form.g_Handle, ref Cam_Num);
//选择相机
Zvision.CAM_SEL(form.g_Handle, 0);
//采集一张图像
Zvision.CAM_TRIGGER(form.g_Handle);
//更新皮带位置
zauxBrr = zmcaux.ZAux_Direct_GetMpos(form.g_Handle, form.ConveyorAxisId, ref Temp);
form.BeltMpos = Temp;
//从相机缓存取里面获取刚刚采集的图像
Zvision.CAM_GET(form.g_Handle, grabimg, 0);
//RGB转灰度
Zvision.ZV_RGBTOGRAY(form.g_Handle, grabimg, grabimg);
//锁存数据清空
Zvision.ZV_LATCHCLEAR(form.g_Handle, 0);
//设置锁存的大小为图片显示控件的大小
Zvision.ZV_LATCHSETSIZE(form.g_Handle, 0, Convert.ToUInt32(ImgShow1.Width), Convert.ToUInt32(ImgShow1.Height));
//获取锁存中的图像
ImgShow1.Image = Zvision.ZV_LATCH(form.g_Handle, grabimg, 0);
//导出获取到的图像信息
return ImgShow1.Image;
}
/************************************************************************************
'任务编号：无
'函数功能：创建形状模版
'Input：无
'Output：无
'返回值：无
**************************************************************************************/
private void CreateTemplate()
{
//通过图像创建模板
Zvision.ZV_SHAPECREATERE(form.g_Handle, SubImg, mod_re, shape_mod, Convert.ToInt32(modStartAngle.Text), Convert.ToInt32(modEndAngle.Text), Convert.ToInt32(modMinScale.Text), Convert.ToInt32(modMaxScale.Text), Convert.ToUInt32(modThresh.Text), Convert.ToUInt32(modNum_Level.Text), Convert.ToUInt32(modPt_Reduce.Text), Convert.ToInt32(modAngle_Step.Text), Convert.ToInt32(modScale_Step.Text), 20);
//获取模板轮廓
Zvision.ZV_SHAPECONTOURS(form.g_Handle, shape_mod, modconlist, 0);
//灰度转rgb
Zvision.ZV_GRAYTORGB(form.g_Handle, cutimg, modimg);
float[] getimginfo = { 0, 0, 0, 0, 0 };
//图像信息
Zvision.ZV_IMGINFO(form.g_Handle, modimg, getimginfo);
//刚性变换
Zvision.ZV_GETRIGIDVECTOR(form.g_Handle, mod_matrigid, 0, 0, 0, getimginfo[0] / 2, getimginfo[1] / 2, 0);
//仿射变换
Zvision.ZV_CONTAFFINE(form.g_Handle, modconlist, mod_matrigid, tsmodconlist);
//绘制轮廓到图像上
Zvision.ZV_CONTLIST(form.g_Handle, modimg, tsmodconlist, 0, 255, 0, 1);
//清空控制器的锁存缓冲区
Zvision.ZV_LATCHCLEAR(form.g_Handle, 1);
//设置锁存缓冲区大小,设置锁存通道大小和显示控件picgbox控件一样大
Zvision.ZV_LATCHSETSIZE(form.g_Handle, 1, Convert.ToUInt32(pictureBox2.Width), Convert.ToUInt32(pictureBox2.Height)); //显示图像
pictureBox2.Image = Zvision.ZV_LATCH(form.g_Handle, modimg,1); //截取图像显示到ui上
pictureBox3.Image = pictureBox2.Image;
//清空控制器的锁存缓冲区
Zvision.ZV_LATCHCLEAR(form.g_Handle, 1);
//设置锁存缓冲区大小
Zvision.ZV_LATCHSETSIZE(form.g_Handle, 1, Convert.ToUInt32(pictureBox4.Width), Convert.ToUInt32(pictureBox4.Height)); //设置锁存通道大小和picgbox控件一样大
//显示图像
pictureBox4.Image = Zvision.ZV_LATCH(form.g_Handle, modimg, 1);//截取图像显示到Ui上
}
/************************************************************************************
'任务编号：无
'函数功能：形状匹配，在图像是查找模板
'Input：无
'Output：无
'返回值：无
**************************************************************************************/
public Image ShapeFind()
{
//结果数组清空
for (int m = 0; m < 10; m++)
{
for (int n = 0; n < 5; n++)
{
form.VisionRst[m, n] = 0;
}
}
//形状模板匹配
Zvision.ZV_SHAPEFIND(form.g_Handle, shape_mod, grabimg, find_outlist, Convert.ToInt32(findminscore.Text), Convert.ToUInt32(findnum.Text), Convert.ToInt32(findmindis.Text), Convert.ToInt32(findthresh.Text), Convert.ToUInt32(findaccuracy.Text), Convert.ToInt32(findspeed.Text), Convert.ToUInt32(findpolar.Text));
int[] mat_info = { 0, 0, 0 };
//输出信息
Zvision.ZV_MATINFO(form.g_Handle, find_outlist, mat_info);
//生成绘制彩图
Zvision.ZV_GRAYTORGB(form.g_Handle, grabimg, show_img);
//匹配到目标了
if ((int)mat_info[0] > 0)
{
for (uint i = 0; i < (int)mat_info[0]; i++)
{
float[] rst_value = { 0, 0, 0, 0, 0 };
Zvision.ZV_MATGETROW(form.g_Handle, find_outlist, i, 5, rst_value);
rstScore.Text = rst_value[0].ToString();
rstPixX.Text = rst_value[1].ToString();
rstPixY.Text = rst_value[2].ToString();
rstAngle.Text = rst_value[3].ToString();
rstScale.Text = rst_value[4].ToString();
//分数筛选
if (rst_value[0] >= form.VisionScore)
{
//输出结果
for (int k = 0; k < 5; k++)
{
form.VisionRst[i, k] = rst_value[k];
}
float[] outworldpos = { 0, 0 };
//像素转世界坐标
Zvision.ZV_CALTRANSW(form.g_Handle, ZmotionCalPara, rst_value[1], rst_value[2], outworldpos);
rstWorldX.Text = outworldpos[0].ToString();
rstWorldY.Text = outworldpos[1].ToString();
//输出世界坐标
for (int k = 1; k < 3; k++)
{
form.VisionRst[i, k] = outworldpos[k - 1];
}
//显示匹配结果
string RstWorldStr;
RstWorldStr = "OK_坐标（" + rstWorldX.Text + "," + rstWorldY.Text + ")";
Zvision.ZV_TEXT(form.g_Handle, show_img, RstWorldStr, rst_value[1], rst_value[2], 50, 0, 255, 0);
//计算刚性变换矩阵
Zvision.ZV_GETRIGIDVECTOR(form.g_Handle, find_matrigid, 0, 0, 0, rst_value[1], rst_value[2], rst_value[3]);
//轮廓序列仿射变换
Zvision.ZV_CONTAFFINE(form.g_Handle, modconlist, find_matrigid, tsmodconlist2);
//绘制轮廓数列
Zvision.ZV_CONTLIST(form.g_Handle, show_img, tsmodconlist2, 0, 255, 0, 1);
Zvision.ZV_TEXT(form.g_Handle, show_img, i.ToString(), rst_value[1], rst_value[2], 40, 255, 0, 0);
}
}
}
else
{
//显示匹配结果
string RstWorldStr;
RstWorldStr = "NG";
Zvision.ZV_TEXT(form.g_Handle, show_img, RstWorldStr, 20, 120, 100, 0, 255, 0);
}
//清空缓冲区显示图片
Zvision.ZV_LATCHCLEAR(form.g_Handle, 0);
Zvision.ZV_LATCHSETSIZE(form.g_Handle, 0, Convert.ToUInt32(ImgShow1.Width), Convert.ToUInt32(ImgShow1.Height)); //设置锁存通道大小和picgbox控件一样大
ImgShow1.Image = Zvision.ZV_LATCH(form.g_Handle, show_img, 0);//截取图像显示到图像上
return ImgShow1.Image;
}
本次，正运动技术C#之Delta并联机械手的视觉相机标定与形状匹配，就分享到这里。
更多精彩内容请关注“正运动小助手”公众号，需要相关开发环境与例程代码，请咨询正运动技术销售工程师。
本文由正运动技术原创，欢迎大家转载，共同学习，一起提高中国智能制造水平。文章版权归正运动技术所有，如有转载请注明文章来源。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
