王樹才 陶 凱 李 航

(華中農(nóng)業(yè)大學(xué)工學(xué)院， 武漢 430070)

0 引言

我國(guó)是禽肉消費(fèi)大國(guó)，作為僅次于豬肉的肉類消費(fèi)品，禽肉的消費(fèi)速度仍以每年5%～10%的比例持續(xù)增長(zhǎng)[1-2]。在國(guó)內(nèi)城市逐步取消活禽交易市場(chǎng)后，家禽集中屠宰已是大勢(shì)所趨，凈膛是家禽屠宰過程中工作環(huán)境差、勞動(dòng)強(qiáng)度大、最需要卻最難實(shí)現(xiàn)機(jī)械化和自動(dòng)化的一道工序。大型家禽屠宰企業(yè)凈膛工作分為全自動(dòng)化聯(lián)合作業(yè)和人工輔助流水線作業(yè)兩種生產(chǎn)方式。國(guó)外開展對(duì)家禽自動(dòng)開膛取內(nèi)臟加工技術(shù)與裝備的研究比較早，目前，已經(jīng)實(shí)現(xiàn)全自動(dòng)化聯(lián)合作業(yè)，其中典型代表有荷蘭MEYN公司開發(fā)的ECP自動(dòng)取內(nèi)臟系統(tǒng)及STORK公司研發(fā)的Nu-Tech Nuova全(半)自動(dòng)取內(nèi)臟系統(tǒng)[3-5]。國(guó)內(nèi)家禽屠宰自動(dòng)化程度相對(duì)較低，多數(shù)企業(yè)仍采用人工輔助流水線作業(yè)方式，因此開發(fā)出能夠滿足禽肉生產(chǎn)要求的家禽自動(dòng)凈膛技術(shù)與設(shè)備為企業(yè)與研究機(jī)構(gòu)所重視。吉林艾斯克公司研發(fā)了一種以空間凸輪作為控制機(jī)構(gòu)，機(jī)械手結(jié)合夾取式與挖取式于一體的自動(dòng)掏膛機(jī)[6]。王麗紅等[7]設(shè)計(jì)了一種扒取式家禽自動(dòng)取內(nèi)臟機(jī)，并驗(yàn)證了該機(jī)取內(nèi)臟加工效果。王猛[8]設(shè)計(jì)了一種夾取式家禽自動(dòng)掏膛機(jī)械手，根據(jù)通過試驗(yàn)獲取的家禽腹腔輪廓特性曲線設(shè)計(jì)了機(jī)械手的結(jié)構(gòu)及運(yùn)動(dòng)參數(shù)，并取得了較好的效果。熊利榮等[9]對(duì)掏膛機(jī)械手的觸覺系統(tǒng)進(jìn)行了設(shè)計(jì)優(yōu)化，減小了掏膛時(shí)內(nèi)臟破損率，鮑秀蘭等[10]設(shè)計(jì)了三指三關(guān)節(jié)的家禽凈膛末端執(zhí)行器，該末端執(zhí)行器能夠根據(jù)家禽的尺寸大小變換姿態(tài)，滿足抓取要求。

目前，國(guó)內(nèi)外研發(fā)的家禽自動(dòng)掏膛設(shè)備存在對(duì)禽體的一致性要求較高、自動(dòng)凈膛效果會(huì)因禽體個(gè)體差異而出現(xiàn)較大差別、且內(nèi)臟破損較嚴(yán)重的問題，不適合需要分揀內(nèi)臟供食用的家禽屠宰凈膛工作。對(duì)此，本文提出并設(shè)計(jì)一種基于機(jī)器視覺定位的家禽屠宰凈膛系統(tǒng)，通過視覺系統(tǒng)在線采集家禽(鴨)胴體以及開膛后膛口圖像，利用圖像處理技術(shù)獲取家禽胴體外輪廓，最終得到家禽外形輪廓質(zhì)心坐標(biāo)及膛口中心坐標(biāo)，以實(shí)現(xiàn)對(duì)不同胴體大小的家禽均能指導(dǎo)凈膛機(jī)械手準(zhǔn)確定位，并將機(jī)械手指從膛口伸入家禽腔體完成掏膛作業(yè)。

1 系統(tǒng)組成與工作原理

1.1 系統(tǒng)組成

基于機(jī)器視覺定位的家禽屠宰凈膛系統(tǒng)主要由家禽胴體輸送裝置、機(jī)械手本體、機(jī)器視覺系統(tǒng)、PLC控制系統(tǒng)組成，其中完成凈膛作業(yè)的機(jī)械手本體由雙直角坐標(biāo)式機(jī)械手臂組件、可調(diào)節(jié)式禽體夾持部件組以及三指式家禽凈膛末端執(zhí)行器[10]組成，系統(tǒng)三維圖如圖1所示。進(jìn)行凈膛工作時(shí)主要技術(shù)參數(shù)如表1所示。

圖1 家禽屠宰凈膛系統(tǒng)三維結(jié)構(gòu)圖Fig.1 Three-dimensional general structure diagram of eviscerating slaughtered poultry system1.電氣控制柜 2.計(jì)算機(jī) 3.工業(yè)相機(jī) 4.背景板 5.旋轉(zhuǎn)編碼器 6.家禽胴體輸送裝置 7.3號(hào)臂 8.禽體夾持部件組 9.1號(hào)臂 10.凈膛末端執(zhí)行器 11.4號(hào)臂 12.5號(hào)臂 13.2號(hào)臂 14.雙直角坐標(biāo)式機(jī)械手本體

1.2 系統(tǒng)工作原理

基于機(jī)器視覺定位的家禽屠宰凈膛系統(tǒng)是通過機(jī)械手本體、視覺系統(tǒng)以及PLC控制系統(tǒng)相互配合來完成凈膛作業(yè)。家禽輸送裝置將家禽胴體不斷向前輸送，經(jīng)視覺系統(tǒng)區(qū)域采集并處理圖像后，將所得的家禽定位坐標(biāo)信息傳輸至PLC控制器中，然后機(jī)械手本體部件組中的各機(jī)械手臂根據(jù)PLC中所接收到的信號(hào)以及既定的路徑進(jìn)行工作，隨后末端執(zhí)行器沿禽體腔壁進(jìn)入腔體，到達(dá)指定位置后，末端執(zhí)行器三指先分開后彎曲，將內(nèi)臟取出，最后各機(jī)械臂回到原點(diǎn)位置，待下一只家禽進(jìn)入凈膛工作區(qū)域時(shí)執(zhí)行部件進(jìn)入下一個(gè)工作循環(huán)。整個(gè)凈膛工作均在家禽輸送方向上的運(yùn)動(dòng)過程中完成，期間無(wú)停頓。同時(shí)，一次凈膛工作均在各臂行程中完成[11-13]。系統(tǒng)工作原理如圖2所示。

表1 主要技術(shù)參數(shù)Tab.1 Main technical parameters

圖2 系統(tǒng)工作原理圖Fig.2 Principle diagram of system working

2 視覺系統(tǒng)及家禽圖像處理

2.1 視覺系統(tǒng)的組成及工作原理

視覺系統(tǒng)由圖像在線采集裝置、圖像處理系統(tǒng)以及信息傳輸系統(tǒng)組成。在線采集懸掛于禽體輸送線上的家禽胴體外形及膛口圖像，并分別對(duì)所采集的家禽外形胴體與膛口圖像進(jìn)行圖像處理，獲取家禽外形輪廓質(zhì)心坐標(biāo)及膛口中心坐標(biāo)，然后將坐標(biāo)信息進(jìn)行轉(zhuǎn)換并傳輸至PLC控制器中。

圖像在線采集裝置由2臺(tái)工業(yè)相機(jī)、2副三角支架、背景板以及計(jì)算機(jī)組成，如圖1所示。工業(yè)相機(jī)采用德國(guó)IDS GigE工業(yè)相機(jī)，其型號(hào)為UI-6220SE-C-HQ(感光芯片為CCD類型，分辨率為768像素×576像素，幀速為100 f/s)，與之配套鏡頭為Focvis工業(yè)相機(jī)鏡頭，型號(hào)為H0814-3M。家禽胴體圖像采集于自然光下，為去除背景對(duì)家禽圖像處理帶來的干擾，在圖像采集區(qū)域裝有背景板。

工作時(shí)，當(dāng)懸掛于環(huán)形禽體輸送線上的鴨胴體進(jìn)入圖像采集區(qū)域時(shí)，通過工業(yè)相機(jī)采集1幀經(jīng)過其正前方的鴨胴體表面特征及膛口特征圖像，并保存于計(jì)算機(jī)中。然后經(jīng)過圖像處理之后，將計(jì)算出來的鴨外形輪廓質(zhì)心坐標(biāo)及膛口中心坐標(biāo)信息進(jìn)行轉(zhuǎn)換后，利用Modbus通訊協(xié)議傳輸至PLC對(duì)應(yīng)的寄存器中。由于OpenCV[14]提供了豐富的視覺處理算法，并且它由一系列C函數(shù)及C++類構(gòu)成，便于圖像處理程序的編寫，所以圖像處理系統(tǒng)采用OpenCV 2.4.11庫(kù)于VS2012上完成[15-16]。

2.2 鴨胴體外形輪廓質(zhì)心獲取

圖3 鴨胴體外形圖像處理流程圖Fig.3 Flow chart of image process of duck carcass profile

由于工業(yè)相機(jī)采集到的鴨胴體外形特征圖像在經(jīng)過線路傳送以及A/D轉(zhuǎn)換過程中會(huì)產(chǎn)生噪聲，降低圖像的質(zhì)量，因此先對(duì)圖像進(jìn)行預(yù)處理(圖3)。首先對(duì)原RGB圖像進(jìn)行灰度圖轉(zhuǎn)換，然后采用中值濾波，對(duì)圖像進(jìn)行平滑處理，改善圖像質(zhì)量，原RGB圖像以及預(yù)處理后的圖像如圖4a、4b所示。為得到去除鴨翅及鴨腿的鴨軀干質(zhì)心，采用閾值法進(jìn)行圖像分割[17-18]。具體處理步驟為：

(1)首先，將原RGB圖像進(jìn)行灰度圖轉(zhuǎn)換，并利用5×5模板進(jìn)行中值濾波，得到去除噪聲后的平滑圖像。然后利用二值化函數(shù)cvThreshold()對(duì)圖像進(jìn)行二值化得到二值圖像，如圖4c所示，其中函數(shù)運(yùn)算為CV_THRESH_BINARY，閾值選取82。二值化函數(shù)cvThreshold()原型為double threshold(Input-Array src, Output Array dst, double thresh, double maxval, int type)，其中CV_THRESH_BINARY運(yùn)算原理為當(dāng)前點(diǎn)值大于閾值時(shí)，取maxval,也就是第4個(gè)參數(shù)，否則設(shè)置為0。

(2)得到的二值化圖像顯示鴨胴體軀干輪廓及膛口部位留下了微小的斑點(diǎn)噪聲，為消除此噪聲，采用10×10方陣結(jié)構(gòu)元素對(duì)二值化圖像進(jìn)行閉運(yùn)算，運(yùn)算結(jié)果如圖4d所示。

(3)為得到完整鴨胴體軀干圖像，將經(jīng)過閉運(yùn)算后的圖像進(jìn)行邊界小面積去除以及孔洞填充，結(jié)果如圖4e所示。

(4)最后利用Canny算子[19-20]進(jìn)行邊緣檢測(cè)，并計(jì)算輪廓質(zhì)心，得到坐標(biāo)信息，如圖4f所示。

圖4 鴨胴體外形圖像處理結(jié)果Fig.4 Image processing results of duck carcass profile

2.3 鴨胴體膛口定位

圖5 鴨胴體膛口定位圖像處理流程圖Fig.5 Flow chart of image process of duck muzzle positioning

由于經(jīng)過切肛后得到的鴨胴體膛口會(huì)因鴨的大小尺寸而有所變化，所以要使末端執(zhí)行器從膛口沿腔壁準(zhǔn)確進(jìn)入腔體內(nèi)就需對(duì)膛口進(jìn)行定位。鴨胴體進(jìn)行切肛后膛口呈類圓形，且膛口位于軀體底部中間位置，故可通過尋找軀體底部最大內(nèi)接圓來對(duì)膛口進(jìn)行定位，內(nèi)接圓圓心即為膛口中心，末端執(zhí)行器根據(jù)圓心坐標(biāo)及半徑信息即可準(zhǔn)確進(jìn)入腔體內(nèi)[21-23]。膛口定位處理流程如圖5所示。

具體處理步驟為：

(1)與處理外形輪廓圖像類似，首先進(jìn)行預(yù)處理，將原RGB圖像進(jìn)行灰度處理，然后利用5×5模板進(jìn)行中值濾波，消除噪聲得到平滑圖像，如圖6b所示。

(2)得到預(yù)處理圖像后進(jìn)行二值化處理，這里同樣采用二值化函數(shù)cvThreshold()對(duì)預(yù)處理圖像二值化。由于最大類間方差法(Otsu法)是將圖像按前景灰度與背景灰度分為兩部分，通過方差計(jì)算得到最大灰度差，從而找到最佳閾值將目標(biāo)進(jìn)行分割。對(duì)于膛口圖像，當(dāng)前景(即膛口)和背景的分割閾值為T時(shí)，則類間方差為

g=ω0(μ0-μ)2+ω1(μ1-μ)2

(1)

其中

μ=ω0μ0+ω1μ1

(2)

式中ω0——前景像素點(diǎn)占整幅圖像的比例ω1——背景像素點(diǎn)占整幅圖像的比例μ0——前景平均灰度μ——圖像總平均灰度μ1——背景平均灰度

將式(2)代入式(1)中可得

g=ω0ω1(μ0-μ1)2

(3)

其中

ω0+ω1=1

(4)

由于膛口圖像中前景與背景差異較大，這樣采用遍歷法便可得到使類間方差g最大的閾值T。所以二值化函數(shù)cvThreshold()中函數(shù)運(yùn)算方法選擇CV_THRESH_OTSU，然后對(duì)二值圖像進(jìn)行孔洞填充，如圖6c所示。

(3)得到二值圖像后，利用Canny算子進(jìn)行邊緣檢測(cè)，得到膛口輪廓，如圖6d所示。然后遍歷輪廓內(nèi)的像素點(diǎn)，找出距離邊緣輪廓最遠(yuǎn)的點(diǎn)，則該點(diǎn)即為最大內(nèi)接圓圓心，最遠(yuǎn)距離即為其半徑，計(jì)算結(jié)果如圖6e所示。

(4)最后在膛口輪廓圖像上繪制出最大內(nèi)接圓及圓心，如圖6f所示。

圖6 鴨胴體膛口定位圖像處理結(jié)果Fig.6 Image processing of duck muzzle positioning

2.4 坐標(biāo)信息轉(zhuǎn)換及數(shù)據(jù)傳輸

通過視覺系統(tǒng)及圖像處理所獲得的坐標(biāo)值為像素坐標(biāo)系下的值，若要通過該坐標(biāo)值指導(dǎo)末端執(zhí)行器進(jìn)行準(zhǔn)確掏膛則需對(duì)其進(jìn)行坐標(biāo)轉(zhuǎn)換。首先對(duì)像素坐標(biāo)系以及末端執(zhí)行器所在的世界坐標(biāo)系進(jìn)行標(biāo)定，找出像素坐標(biāo)系原點(diǎn)位于世界坐標(biāo)系內(nèi)的坐標(biāo)值。這里為簡(jiǎn)化坐標(biāo)變換流程，將末端執(zhí)行器手掌中心定為世界坐標(biāo)系原點(diǎn)。在坐標(biāo)轉(zhuǎn)換原理圖中(圖7)，設(shè)像素點(diǎn)A在像素坐標(biāo)系中的坐標(biāo)值為(Xu0，Yu0)，像素坐標(biāo)系原點(diǎn)Ou距世界坐標(biāo)系原點(diǎn)Ow的水平距離為|a|、豎直距離為|b|，那么點(diǎn)A在世界坐標(biāo)系中的坐標(biāo)為

(5)

式中k——比例因子L——標(biāo)定板實(shí)際長(zhǎng)度l——標(biāo)定板在像素坐標(biāo)系中的長(zhǎng)度

那么在進(jìn)行掏膛工作時(shí)，機(jī)械臂需移動(dòng)的距離即為|Yw|。

圖7 坐標(biāo)轉(zhuǎn)換原理圖Fig.7 Principle diagrams of coordinate conversion

對(duì)坐標(biāo)信息轉(zhuǎn)換后需進(jìn)行數(shù)據(jù)傳輸，本系統(tǒng)采用Modbus通訊協(xié)議進(jìn)行數(shù)據(jù)傳輸。將計(jì)算機(jī)作為主站，PLC作為從站，利用“06”寫寄存器功能碼，將根據(jù)鴨胴體外形輪廓質(zhì)心坐標(biāo)得到的4號(hào)機(jī)械臂移動(dòng)距離|Yw|與根據(jù)膛口中心坐標(biāo)得到的5號(hào)機(jī)械臂移動(dòng)距離|yw|，發(fā)送至與控制其移動(dòng)距離對(duì)應(yīng)的寄存器中。

2.5 家禽圖像處理效率

由于家禽圖像需在線采集，對(duì)圖像實(shí)時(shí)處理并將坐標(biāo)信息傳輸至PLC中，故圖像處理算法需具有高效性。本文采用GetTickCount()函數(shù)對(duì)圖像處理算法運(yùn)行時(shí)間進(jìn)行檢測(cè)，程序經(jīng)過多次運(yùn)行得出運(yùn)行時(shí)間，鴨胴體外形圖像從開始采集至得到外形輪廓質(zhì)心坐標(biāo)平均用時(shí)218 ms；鴨胴體膛口圖像從開始采集至得到膛口中心坐標(biāo)平均用時(shí)912 ms。而機(jī)械手完成一次凈膛工作時(shí)間遠(yuǎn)大于圖像處理時(shí)間，因此滿足實(shí)際生產(chǎn)要求。

3 控制系統(tǒng)設(shè)計(jì)

3.1 控制系統(tǒng)結(jié)構(gòu)與硬件配置

家禽屠宰凈膛系統(tǒng)的控制及工藝要求系統(tǒng)運(yùn)行穩(wěn)定并具有較強(qiáng)的抗干擾能力，因此，本系統(tǒng)采用PLC進(jìn)行控制?？刂葡到y(tǒng)結(jié)構(gòu)如圖8所示，通過觸摸屏人機(jī)交互界面以及控制器PLC接受外部的信號(hào)輸入，實(shí)現(xiàn)步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)器對(duì)步進(jìn)電動(dòng)機(jī)、電磁閥對(duì)氣缸的控制[24-26]。凈膛工作部件組根據(jù)視覺系統(tǒng)所傳遞的坐標(biāo)信息以及既定的運(yùn)動(dòng)路徑完成掏膛工作。

圖8 控制系統(tǒng)結(jié)構(gòu)圖Fig.8 Structure diagram of control system

對(duì)于各機(jī)械臂移動(dòng)距離的精確控制主要通過控制器PLC發(fā)出脈沖，然后由步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)器轉(zhuǎn)換成角位移，以實(shí)現(xiàn)步進(jìn)電動(dòng)機(jī)帶動(dòng)機(jī)械臂精確地前進(jìn)與后退。各機(jī)械臂移動(dòng)距離控制算法為

(6)

式中S——各機(jī)械臂移動(dòng)距離θe——步進(jìn)電動(dòng)機(jī)固有步距角P——脈沖數(shù)M——步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)器細(xì)分系數(shù)i——行星減速器減速比

即通過控制所給的脈沖數(shù)量來控制移動(dòng)距離。

硬件配置包括匯川H2U-3232MTQ型PLC、H1U-0806MT型PLC、匯川IT5070T型觸摸屏、雷賽57HS22-A 型57步進(jìn)電動(dòng)機(jī)、雷賽DM542型步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)器、PX57N004S0型行星減速器、PX57N006S0型行星減速器、SH38C6-500R24EK型旋轉(zhuǎn)編碼器、GY 10-W3-3E4型光電開關(guān)、Autonics S17-8DN型接近開關(guān)、AirTAC ACQ20×50B型氣缸、AirTAC 4V210-08型電磁閥、OMRON MY4NJ型繼電器、眾辰H6400A0D75K-S型變頻器、YS8024型三相交流異步電動(dòng)機(jī)以及M075-80B14型臥式齒輪減速機(jī)。

3.2 控制流程

為滿足家禽屠宰凈膛的工藝要求，本控制系統(tǒng)具備手動(dòng)與自動(dòng)模式。手動(dòng)控制模式下，可分別對(duì)禽體輸送裝置與每一根機(jī)械臂的運(yùn)動(dòng)進(jìn)行控制，并且可對(duì)末端執(zhí)行器進(jìn)行動(dòng)作調(diào)試。自動(dòng)控制模式下，首先通過視覺系統(tǒng)在線獲取并處理家禽胴體圖像，將坐標(biāo)信息傳輸至PLC中，然后輸送裝置上的旋轉(zhuǎn)編碼器與1號(hào)步進(jìn)電動(dòng)機(jī)上的旋轉(zhuǎn)編碼器比較兩者運(yùn)動(dòng)速度，同時(shí)，禽體掛鉤檢測(cè)傳感器與禽體檢測(cè)傳感器檢測(cè)信號(hào)，若兩者運(yùn)動(dòng)速度一致，且2個(gè)傳感器檢測(cè)到信號(hào)，那么凈膛工作部件組根據(jù)視覺系統(tǒng)所傳遞的坐標(biāo)信息以及既定的運(yùn)動(dòng)路徑完成一次掏膛工作。自動(dòng)模式下凈膛作業(yè)會(huì)循環(huán)運(yùn)轉(zhuǎn)下去，整體控制流程如圖9所示。

圖9 控制系統(tǒng)流程圖Fig.9 Flow chart of control system

4 試驗(yàn)與結(jié)果分析

4.1 試驗(yàn)材料與裝置

試驗(yàn)樣本為農(nóng)貿(mào)市場(chǎng)購(gòu)買的新鮮麻鴨胴體，質(zhì)量1 000～2 500 g。試驗(yàn)裝置為本家禽屠宰凈膛系統(tǒng)，樣機(jī)試驗(yàn)如圖10所示。

圖10 樣機(jī)試驗(yàn)Fig.10 Prototype test

4.2 視覺重復(fù)定位精度試驗(yàn)

由于掏膛機(jī)械手進(jìn)行掏膛工作時(shí)是根據(jù)鴨胴體外輪廓質(zhì)心坐標(biāo)以及膛口中心坐標(biāo)信息來完成的，因此對(duì)視覺重復(fù)定位精度的測(cè)定是一項(xiàng)必要的工作[27-28]。為減少試驗(yàn)樣品對(duì)視覺重復(fù)定位精度試驗(yàn)帶來的影響，這里采用等比例的鴨胴體模型進(jìn)行試驗(yàn)。首先采用懸掛法獲取鴨胴體模型質(zhì)心，如圖11a所示，C點(diǎn)即為質(zhì)心，標(biāo)記該點(diǎn)并獲取該圖像，得到C點(diǎn)像素坐標(biāo)為(359，278)；同時(shí)獲取模型膛口圖像，繪制出軀體底部最大內(nèi)接圓并得到圓心G點(diǎn)坐標(biāo)(357，262)，如圖11b所示。然后將該模型豎直懸掛于輸送裝置掛鉤上，循環(huán)運(yùn)送50圈，經(jīng)過圖像采集區(qū)時(shí)，視覺系統(tǒng)獲取圖像并計(jì)算出質(zhì)心及膛口中心坐標(biāo)，由于指導(dǎo)機(jī)械臂進(jìn)行掏膛的坐標(biāo)信息均為縱軸坐標(biāo)數(shù)據(jù)，故只需對(duì)縱軸坐標(biāo)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析即可，如圖11c、11d所示。

圖11 視覺重復(fù)定位精度試驗(yàn)Fig.11 Visual repeat positioning accuracy test results

圖11試驗(yàn)數(shù)據(jù)表明，視覺重復(fù)定位精度近似呈正態(tài)分布，其中質(zhì)心縱坐標(biāo)最小值為274像素，最大值為282像素；膛口中心縱坐標(biāo)最小值為259像素，最大值為266像素。那么，重復(fù)定位精度為

(7)

式中n——采集數(shù)據(jù)次數(shù)Yj——質(zhì)心或膛口中心縱坐標(biāo)測(cè)量值Y0——質(zhì)心或膛口中心縱坐標(biāo)實(shí)際值

將試驗(yàn)數(shù)據(jù)代入式(7)中得到質(zhì)心重復(fù)定位精度σY為±1.60 像素，膛口中心重復(fù)定位精度σy為±1.52像素，該精度滿足視覺定位及生產(chǎn)加工要求。

4.3 內(nèi)臟殘留率試驗(yàn)

內(nèi)臟殘留率為家禽凈膛系統(tǒng)性能試驗(yàn)重要指標(biāo)之一，其定義為

(8)

式中M——內(nèi)臟總質(zhì)量N——凈膛機(jī)械手掏出內(nèi)臟質(zhì)量

試驗(yàn)前采用量程為5 kg、精度為0.1 g的電子天平對(duì)麻鴨胴體進(jìn)行稱量，并對(duì)麻鴨進(jìn)行切肛處理。按其質(zhì)量分為1 000～1 500 g、1 500～2 000 g、2 000～2 500 g 3組，以10只麻鴨為一組， 分別記為A、B、C 3組試驗(yàn)組，一共進(jìn)行3次試驗(yàn)，以驗(yàn)證不同體型麻鴨的掏膛效果一致性。試驗(yàn)時(shí)，將切肛后的鴨胴體懸掛于環(huán)形禽體輸送線的掛鉤上，將控制模式置于自動(dòng)模式下，至掏膛工作結(jié)束后，對(duì)掏出內(nèi)臟及總內(nèi)臟進(jìn)行稱量。

A、B、C 3組樣品平均質(zhì)量分別為1 374.10、1 718.32、2 100.22 g，其內(nèi)臟平均殘留率分別為8.18%、7.06%、7.66%。內(nèi)臟殘留主要為心臟、斷裂食管以及破損肝臟。造成內(nèi)臟殘留的主要原因是心臟位于倒錐形胸腔內(nèi)，機(jī)械手手指無(wú)法完全伸入胸腔頂端進(jìn)行掏取，同時(shí)因手指在腹腔內(nèi)彎曲并在掏取內(nèi)臟時(shí)會(huì)使部分食管斷裂、部分肝臟破損，斷裂食管及破損肝臟從指間滯留。試驗(yàn)結(jié)果表明，內(nèi)臟平均殘留率為7.63%，基本滿足生產(chǎn)加工要求。

4.4 內(nèi)臟破損率試驗(yàn)

家禽內(nèi)臟有一定的食用價(jià)值，考慮到后續(xù)對(duì)內(nèi)臟器官分揀工作的影響，將內(nèi)臟破損率定為本試驗(yàn)的另一重要指標(biāo)。經(jīng)過對(duì)所掏出家禽內(nèi)臟的觀察，發(fā)現(xiàn)內(nèi)臟破損主要集中在質(zhì)地最為脆弱的肝臟上，這里將肝臟定為破損率的研究代表，所以內(nèi)臟破損率定義為所掏出內(nèi)臟中肝臟破損試驗(yàn)次數(shù)占總試驗(yàn)次數(shù)的比例，其中只要出現(xiàn)所掏出的內(nèi)臟中肝臟出現(xiàn)破裂或不完整均算作破損。分別對(duì)A、B、C 3組麻鴨樣本所掏出的內(nèi)臟進(jìn)行統(tǒng)計(jì)，內(nèi)臟破損數(shù)據(jù)及結(jié)果如表2所示。

表2 內(nèi)臟破損率試驗(yàn)數(shù)據(jù)處理Tab.2 Visceral damage rate test data processing

試驗(yàn)結(jié)果表明，內(nèi)臟平均破損率為23%，破損率與設(shè)計(jì)要求偏差較大。經(jīng)過對(duì)比分析發(fā)現(xiàn)，麻鴨樣本體型越大，所掏出內(nèi)臟中肝臟破損次數(shù)越少，麻鴨樣本體型越小，機(jī)械手進(jìn)入腔體內(nèi)相對(duì)活動(dòng)空間越小，在進(jìn)行內(nèi)臟抓取時(shí)，肝臟越易破損。

5 結(jié)論

(1)根據(jù)自動(dòng)家禽凈膛要求，設(shè)計(jì)了一套基于機(jī)器視覺定位的家禽屠宰凈膛系統(tǒng)。其中，機(jī)械本體為一雙直角式機(jī)械手配合環(huán)形家禽輸送裝置的方式，同時(shí)采用抓取式的方式進(jìn)行掏膛作業(yè)，該機(jī)械手的結(jié)構(gòu)簡(jiǎn)單、合理，便于控制。視覺系統(tǒng)中，采用尋找家禽胴體外形輪廓質(zhì)心及膛口中心的方式進(jìn)行定位，圖像處理方式合理，處理算法簡(jiǎn)便可靠?？刂葡到y(tǒng)采用穩(wěn)定性較強(qiáng)、便于操作的PLC進(jìn)行控制，機(jī)械手的動(dòng)作規(guī)劃及控制邏輯設(shè)計(jì)合理。機(jī)械手本體、視覺系統(tǒng)及控制系統(tǒng)相互配合，使凈膛系統(tǒng)能夠穩(wěn)定運(yùn)行。

(2)樣機(jī)試驗(yàn)結(jié)果表明，外形輪廓質(zhì)心坐標(biāo)重復(fù)定位精度、膛口中心坐標(biāo)重復(fù)定位精度、內(nèi)臟殘留率、內(nèi)臟破損率分別為±1.6像素、±1.52像素、7.63%、23%。其中，視覺重復(fù)定位精度與內(nèi)臟殘留率基本滿足生產(chǎn)加工要求，內(nèi)臟破損率需通過參數(shù)及結(jié)構(gòu)優(yōu)化進(jìn)一步降低。

1 尹彥勛,羅平濤. 中國(guó)肉雞產(chǎn)業(yè)的發(fā)展現(xiàn)狀及趨勢(shì)[C]∥全球肉雞產(chǎn)業(yè)論壇暨第二屆中國(guó)白羽肉雞產(chǎn)業(yè)發(fā)展大會(huì),2012.

2 張瑞娟. 中國(guó)肉雞產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢(shì)[J]. 江蘇農(nóng)業(yè)科學(xué),2016,44(1):448-451.

3 王麗紅.基于數(shù)字化設(shè)計(jì)的家禽取內(nèi)臟機(jī)關(guān)鍵技術(shù)研究[D]. 北京：中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院,2011. WANG Lihong.Study on key technology of poultry eviscerator based on digital design[D]. Beijing:Chinese Academy of Agricultural Mechanization Science,2011. (in Chinese)

4 KOOPS H. Method and apparatus for eviscerating poultry ：NL,EP0574617 [P].1997-01-08.

5 STORK PMT B V. Method and devide for processing a cluster of organs from a slaughtered animal:NL,EP0587253B1[P].1997-04-16.

6 邢東杰,張奎彪,張文輝. 一種家禽自動(dòng)掏膛機(jī): 201220566234.9[P].2013-06-19.

7 王麗紅,閻楚良,葉金鵬,等.QNZ15型家禽自動(dòng)取內(nèi)臟機(jī)設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2010,41(增刊):220-224. WANG Lihong,YAN Chuliang,YE Jinpeng,et al.Design and experiment of QNZ15 automatic poultry eviserator[J].Transactions of the Chinese Society for Agricultural Machinery,2010,41(Supp.):220-224. (in Chinese)

8 王猛. 夾取式家禽自動(dòng)掏膛機(jī)械手結(jié)構(gòu)和運(yùn)動(dòng)參數(shù)的研究[D].北京:中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院, 2014. WANG Meng.Study on structure and trajectory parameter of the grippable automatic evisceration manipulator for poultry[D]. Beijing:Chinese Academy of Agricultural Mechanization Science,2014. (in Chinese)

9 熊利榮,于陽(yáng),王樹才. 帶有觸覺系統(tǒng)的家禽屠宰凈膛機(jī)械手的設(shè)計(jì)[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào), 2016,35(6):142-146. XIONG Lirong,YU Yang,WANG Shucai.Designing intelligent manipulator with haptic system for poultry and evisceration [J].Journal of Huazhong Agricultural University, 2016,35(6):142-146. (in Chinese)

10 鮑秀蘭,張磊,王樹才.家禽凈膛機(jī)械手末端執(zhí)行器的設(shè)計(jì)及運(yùn)動(dòng)學(xué)分析[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào),2017,36(4):117-124. BAO Xiulan,ZHANG Lei,WANG Shucai.Design and kinematics analyses of manipulator end effector for eviscerated poultry [J].Journal of Huazhong Agricultural University, 2017,36(4):117-124. (in Chinese)

11 蔣俊強(qiáng). 家禽自動(dòng)開膛機(jī)械手結(jié)構(gòu)及運(yùn)動(dòng)參數(shù)研究[D].北京：中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院,2016. JIANG Junqiang.Study on structure and trajectory parameter of manipulator for automatically opening the body cavity of poultry [D]. Beijing:Chinese Academy of Agricultural Mechanization Science,2016. (in Chinese)

12 馬朋巍. 扒取式家禽取內(nèi)臟機(jī)械手結(jié)構(gòu)及運(yùn)動(dòng)參數(shù)研究[D].北京：中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院,2010. MA Pengwei.Study on structure and trajectory parameter of device for removing viscera from slaughtered poultry [D]. Beijing:Chinese Academy of Agricultural Mechanization Science,2010. (in Chinese)

13 VAN D N, ADRIANUS J, VAN H, et al. Eviscerating member, device and method for processing a cluster of viscera of a slaughtered animal:EP1764001[P].2007-03-28.

14 布拉德斯基.學(xué)習(xí)OpenCV(中文版)[M].于仕琪，等，譯. 北京：清華大學(xué)出版社，2009.

15 RAHARDJA K, KOSAKA A. Vision-based bin-picking: recognition and localization of multiple complex objects u-sing simple visual cues[C]∥International Conference on Intelligent Robots and Systems '96, IROS. IEEE, 1996,3:1448-1457.

16 岡薩雷斯.數(shù)字圖像處理(第三版)[M].阮秋琦,譯. 北京：電子工業(yè)出版社,2011: 62-504.

17 陳坤杰,楊凱,康睿,等. 基于機(jī)器視覺的雞胴體表面污染物在線檢測(cè)技術(shù)[J/OL].農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(9):228-232.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150933&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2015.09.033. CHEN Kunjie,YANG Kai,KANG Rui,et al.Online detection technology for contaminants on chicken carcass surface based on machine vision[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(9):228-232.(in Chinese)

18 熊俊濤,鄒湘軍,陳麗娟,等. 基于機(jī)器視覺的自然環(huán)境中成熟荔枝識(shí)別[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào),2011,42(9):162-166. XIONG Juntao,ZOU Xiangjun,CHEN Lijuan,et al.Recognition of mature litchi in natural environment based on machine vision[J]. Transactions of the Chinese Society for Agricultural Machinery,2011,42(9):162-166. (in Chinese)

19 CANNY J. A computational approach to edge detection.[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence,1986,8(6)：679-698.

20 周志宇,劉迎春,張建新. 基于自適應(yīng)Canny算子的柑橘邊緣檢測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào),2008,24(3):21-24. ZHOU Zhiyu, LIU Yingchun, ZHANG Jianxin. Orange edge detection based on adaptive Canny operator [J]. Transactions of the CSAE, 2008,24(3)：21-24. (in Chinese)

21 劉新庭,匡迎春,陳熵,等. 基于最小外接圓直徑的蘋果分級(jí)研究[J].中國(guó)農(nóng)學(xué)通報(bào),2015,31(20):239-243. LIU Xinting,KUANG Yingchun,CHEN Shang,et al.Research on apple grading based on the minimum circumscribed circle diameter[J].Transactions of the Chinese Agricultural Science Bulletin,,2015,31(20):239-243. (in Chinese)

22 孔彥龍,高曉陽(yáng),李紅玲,等. 基于機(jī)器視覺的馬鈴薯質(zhì)量和形狀分選方法[J]. 農(nóng)業(yè)工程學(xué)報(bào),2012,28(17):143-148. KONG Yanlong, GAO Xiaoyang, LI Hongling, et al. Potato grading method of mass and shapes based on machine vision[J].Transactions of the CSAE,2012,28(17): 143-148. (in Chinese)

23 陳艷軍,張俊雄,李偉,等. 基于機(jī)器視覺的蘋果最大橫切面直徑分級(jí)方法[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(2):284-288. CHEN Yanjun, ZHANG Junxiong, LI Wei, et al. Grading method of apple by maximum cross-sectional diameter based on computer vision[J]. Transactions of the CSAE, 2012, 28(2): 284-288. (in Chinese)

24 謝慶,石磊,張玉同,等. 基于PLC伺服控制的棉花打頂機(jī)設(shè)計(jì)與試驗(yàn)研究[J].農(nóng)機(jī)化研究,2017,39(1):87-91,95. XIE Qing,SHI Lei,ZHANG Yutong,et al.Design and experiment of cotton top-cutting machine based on PLC[J].Journal of Agricultural Mechanization Research, 2017,39(1):87-91,95. (in Chinese)

25 王臻卓,朱文琦,李偉. 基于PLC的自動(dòng)蔬菜穴盤缽機(jī)制缽和輸送裝置研究[J].農(nóng)機(jī)化研究,2017,39(4):229-233. WANG Zhenzhuo,ZHU Wenqi,LI Wei.Research on the making and transporting device of automatic vegetable pot machine based on PLC[J].Journal of Agricultural Mechanization Research, 2017,39(4):229-233. (in Chinese)

26 趙金輝,劉立晶,楊學(xué)軍,等. 基于PLC的苔麩播種機(jī)設(shè)計(jì)與試驗(yàn)[J/OL].農(nóng)業(yè)機(jī)械學(xué)報(bào),2016,47(增刊):84-89.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=2016s013&journal_id=jcsam.DOI:10.6041/j.issn.1000-1298.2016.S0.013. ZHAO Jinhui,LIU Lijing,YANG Xuejun,et al.Design and experiment of tef seeder based on PLC[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2016,47(Supp.):84-89. (in Chinese)

27 何洪軍,張東寧,馬傳寶. 機(jī)械手臂重復(fù)定位精度和運(yùn)動(dòng)速度測(cè)量實(shí)驗(yàn)研究[J].微特電機(jī),2016,44(3):35-37. HE Hongjun,ZHANG Dongning,MA Chuanbao.Experimental study on the accuracy and speed of the mechanical arm movement based on actuating motor[J].Small & Special Electrical Machines,2016,44(3):35-37. (in Chinese)

28 鄧輝,謝俊,孟廣月,等. 基于機(jī)器視覺的重復(fù)定位精度測(cè)量技術(shù)[J].電子測(cè)量技術(shù),2014,37(12):45-48. DENG Hui,XIE Jun,MENG Guangyue,et al.Repet positionging accuracy measurement technology based on machine vision[J].Transactions of the Electronic Measurement Technology,2014,37(12):45-48.(in Chinese)