黃樹琳，張 鋒

（廣東石油化工學(xué)院 電子信息學(xué)院，茂名 525000）

隨著電子信息地高速發(fā)展，視覺識(shí)別逐漸被運(yùn)用到各行各業(yè)的方方面面，乃至人們的日常生活，而這也為更加智能化的自動(dòng)分揀系統(tǒng)的誕生提供了可能。自動(dòng)分揀這一概念最早是從美國(guó)、德國(guó)這些國(guó)家提出來的，之后被各行各業(yè)所認(rèn)同，成為流水線智能分揀的一個(gè)重要環(huán)節(jié)，也被人們所需要。

目前，雖然已有機(jī)器人分揀技術(shù)，但仍存在許多不足，如不可移動(dòng)、操作單一、適應(yīng)面窄、無法智能分揀等。針對(duì)這種需要重復(fù)性分揀、耗費(fèi)大量人力的現(xiàn)象，在此根據(jù)機(jī)器人物料分揀系統(tǒng)所需要的技術(shù)要點(diǎn)，包括圖像獲取和預(yù)處理、智能識(shí)別、坐標(biāo)變換、通信等，研究設(shè)計(jì)了一種基于視覺識(shí)別的物料分揀機(jī)器人，可用于多場(chǎng)景的智能分揀作業(yè)中，也可用于教學(xué)和實(shí)驗(yàn)應(yīng)用[1]。

1 機(jī)器人系統(tǒng)方案設(shè)計(jì)

1.1 系統(tǒng)整體構(gòu)成

基于模擬情景的要求，物料分揀機(jī)器人分為3個(gè)部分：動(dòng)力裝置、抓取裝置、識(shí)別裝置，如圖1所示。

圖1 機(jī)器人系統(tǒng)整體構(gòu)成Fig.1 Overall composition of robot system

該物料分揀機(jī)器人采用通用的前置雙電機(jī)驅(qū)動(dòng)，能夠適應(yīng)絕大多數(shù)復(fù)雜路況，從而抵達(dá)指定地點(diǎn)進(jìn)行物料分揀；在機(jī)械臂設(shè)計(jì)中采用3D建模，具有可塑性，可依照分揀物料的形狀特點(diǎn)進(jìn)行手爪設(shè)計(jì)，實(shí)現(xiàn)安全可靠的物料抓取；設(shè)計(jì)中還通過攝像頭獲取外界圖像，配合距離傳感器，實(shí)現(xiàn)對(duì)物料形狀、大小及顏色的智能判斷，最終實(shí)現(xiàn)安全可靠、高性能地智能分揀。

1.2 系統(tǒng)關(guān)鍵技術(shù)

該機(jī)器人系統(tǒng)選用星瞳科技提供的openMV機(jī)器視覺模塊和openMV程序設(shè)計(jì)軟件openMV-IDE。該機(jī)器視覺模塊以STM32F427為內(nèi)核，以O(shè)V7725為圖像采集模塊，具有高分辨率、低功耗等優(yōu)點(diǎn)。使用openMV-IDE，實(shí)現(xiàn)了對(duì)圖像的采集及失真校正和圖像的處理及分析，完成物料分揀機(jī)器人的視覺識(shí)別。

openMV機(jī)器視覺模塊的程序設(shè)計(jì)中，采用視覺識(shí)別算法[2]，其原理是通過對(duì)外界環(huán)境的顏色特征和形狀特征的提取，利用圖像濾波、二值化、膨脹和腐蝕等算法對(duì)攝像頭采集的圖像進(jìn)行預(yù)處理，并使顏色特征和形狀特征檢索結(jié)果相結(jié)合，根據(jù)情景需要設(shè)置權(quán)重，求得所需分揀物料特征符合度D為

式中：q為攝像頭所獲取的實(shí)時(shí)圖像；t為所需分揀物料圖像；Dc為基于顏色直方圖的顏色特征相似度；Ds為基于形狀輪廓的形狀特征相似度；ωc，ωs分別為根據(jù)情景需要所設(shè)置的顏色加權(quán)、形狀加權(quán)，實(shí)現(xiàn)所需分揀物料的智能識(shí)別。

輔以工件坐標(biāo)定位算法[3]，依靠感光點(diǎn)構(gòu)成的分辨率，并以頂角建立關(guān)于x，y的直角坐標(biāo)系，獲取所需分揀物料的坐標(biāo)，并進(jìn)行路徑規(guī)劃，實(shí)現(xiàn)對(duì)工件坐標(biāo)定位與跟蹤[4]。工件坐標(biāo)定位算法如圖2所示。

圖2 工件坐標(biāo)定位算法Fig.2 Workpiece coordinate positioning algorithm

2 機(jī)器人系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)的硬件設(shè)計(jì)采用ATMEGA 328P單片機(jī)為核心控制器，通過與openMV機(jī)器視覺模塊、電機(jī)驅(qū)動(dòng)模塊、機(jī)械臂和過電流保護(hù)電路構(gòu)成。其硬件整體框圖如圖3所示。

圖3 硬件設(shè)計(jì)整體框圖Fig.3 Hardware design overall block diagram

2.1 主控芯片

設(shè)計(jì)中，作為主控芯片的ATMEGA 328P單片機(jī)，是以AVR為內(nèi)核的8位高性能、低功耗芯片，能夠滿足眾多數(shù)場(chǎng)合的需要，并且Arduino是市售常用的單片機(jī)，具有眾多的軟件庫(kù)，可大大縮短開發(fā)者進(jìn)行軟件設(shè)計(jì)的開發(fā)時(shí)間。

2.2 機(jī)器視覺模塊

設(shè)計(jì)中，采用openMV作為機(jī)器視覺模塊，以實(shí)現(xiàn)設(shè)計(jì)中所需的視覺識(shí)別及圖像處理。openMV集成OV7725攝像頭和STM32F427單片機(jī)，采用Python編程，可以滿足設(shè)計(jì)要求。

2.3 機(jī)械臂

設(shè)計(jì)中，采用SolidWorks3D設(shè)計(jì)軟件進(jìn)行機(jī)械臂設(shè)計(jì)，以應(yīng)對(duì)不同場(chǎng)合的對(duì)機(jī)械臂的物理結(jié)構(gòu)要求，滿足不同場(chǎng)合的需要。機(jī)械臂由雙維度的機(jī)械臂及手爪構(gòu)成，并通過LD-2015雙軸數(shù)字舵機(jī)實(shí)現(xiàn)機(jī)械臂的高精度控制。

3 機(jī)器人系統(tǒng)軟件設(shè)計(jì)

3.1 軟件設(shè)計(jì)方案

系統(tǒng)軟件采用模塊化設(shè)計(jì)，使用arduino-IDE編程軟件實(shí)現(xiàn)主控MCU-ATMEGA 328p對(duì)各個(gè)模塊的控制，包括openMV視覺識(shí)別模塊、電機(jī)驅(qū)動(dòng)模塊、舵機(jī)模塊及電源工作狀態(tài)的控制；采用open MV-IDE軟件完成openMV機(jī)器視覺模塊的軟件設(shè)計(jì)，包括圖像識(shí)別、物料顏色特征識(shí)別、物料形狀特征識(shí)別及所需分揀物料的坐標(biāo)定位。

3.2 物料分揀及工作模式

該機(jī)器人在進(jìn)行物料分揀時(shí)，首先根據(jù)需要被分揀的物料及物料分揀的工作環(huán)境（場(chǎng)地）的顏色及形狀特征，進(jìn)行RGB校準(zhǔn)與圖像檢索初始化。隨后根據(jù)用戶需求，選擇進(jìn)入2種工作模式：①定時(shí)定量分揀（擋位設(shè)定）；②立即進(jìn)行物料分揀。程序還設(shè)有看門狗及狀態(tài)響應(yīng)檢查（自檢程序），以保證物料分揀機(jī)器人在意外情況發(fā)生時(shí)如突然掉電、狀態(tài)錯(cuò)誤等，仍能保證物料分揀正常，避免因意外死機(jī)造成的不可預(yù)估的損失。

機(jī)器人系統(tǒng)的程序流程如圖4所示。

圖4 系統(tǒng)程序流程Fig.4 System program flow chart

4 機(jī)器人系統(tǒng)測(cè)試

4.1 設(shè)計(jì)的模擬場(chǎng)景

設(shè)計(jì)中，將產(chǎn)業(yè)分揀車間等比列縮小，物料分揀機(jī)器人不拘于固定的行走路線，可根據(jù)實(shí)際情況，更快速、更準(zhǔn)確地完成某一項(xiàng)的工件分揀，智能執(zhí)行該工件分揀的最優(yōu)方案，實(shí)現(xiàn)更高效的物料分揀。

設(shè)計(jì)時(shí)的模擬要求以下：機(jī)器人最大質(zhì)量≯5000 g；禁止無線通訊；尺寸（長(zhǎng)×寬×高）不得超過400 mm×400 mm×500 mm； 場(chǎng)地大小為2400 mm×2400 mm，出發(fā)區(qū)為（白色）400 mm×400 mm，物料投放區(qū)為（黃色）300 mm×300 mm，儲(chǔ)存區(qū)為（綠色）400 mm×400 mm；以帶顏色的小球作為需要被分揀的工件；根據(jù)實(shí)際要求快速、準(zhǔn)確地夾取規(guī)定顏色的小球，并且不能有收集球的行為。

為此，設(shè)計(jì)時(shí)需盡量減輕車身重量、縮小尺寸，使車身結(jié)構(gòu)簡(jiǎn)單與輕便。采用重量較輕的電木板取代金屬鋼板搭建車身骨架；采用open MV替代傳統(tǒng)的攝像頭模塊，且保證攝像頭有良好的視野；采用3D建模完成機(jī)械臂設(shè)計(jì)。物料分揀機(jī)器人實(shí)物如圖5所示。

圖5 機(jī)器人實(shí)物Fig.5 Robot object

4.2 測(cè)試試驗(yàn)

目前，所設(shè)計(jì)的物料分揀機(jī)器人結(jié)構(gòu)結(jié)實(shí)、穩(wěn)定，程序運(yùn)行流暢，重量小于2 kg，體積符合模擬情景的預(yù)期規(guī)定要求，能很好地實(shí)現(xiàn)對(duì)物料（小球）的抓取，并投放至儲(chǔ)存區(qū)，利用對(duì)攝像頭的升降控制實(shí)現(xiàn)了對(duì)物料位置的精準(zhǔn)識(shí)別。整套機(jī)器人裝置成本低廉，綜合性能好，運(yùn)行速度尚有待優(yōu)化，夾球準(zhǔn)確度還有待提高，整體基本完成設(shè)計(jì)需求。

在測(cè)試試驗(yàn)中，使用多種顏色的小球作為分揀對(duì)象，按用戶所需求定量夾取規(guī)定顏色的小球，在不改變環(huán)境光照的條件下通過多次試驗(yàn)，統(tǒng)計(jì)的分揀測(cè)試結(jié)果見表1。

表1 多次夾取試驗(yàn)的統(tǒng)計(jì)數(shù)據(jù)Tab.1 Clip the experimental data sheet several times

數(shù)據(jù)統(tǒng)計(jì)結(jié)果顯示，在450次的物料分揀中，該物料分揀機(jī)器人最終正確夾取物料并投放的準(zhǔn)確率為99.3%，其中防錯(cuò)夾、漏夾判斷的檢錯(cuò)機(jī)制起作用共21次，達(dá)成高效率、高準(zhǔn)確性和智能化的物料分揀機(jī)器人設(shè)計(jì)，完成了該設(shè)計(jì)的預(yù)期要求。

實(shí)踐結(jié)果表明，本文設(shè)計(jì)實(shí)現(xiàn)了預(yù)期的設(shè)計(jì)要求和設(shè)計(jì)目標(biāo)，成功地以物料分揀機(jī)器人替代人力資源，實(shí)現(xiàn)對(duì)物料的智能分揀，大大節(jié)約了人力資源，提高了自動(dòng)化分揀水平和質(zhì)量，為分揀場(chǎng)景的多樣化需求提供了新的設(shè)計(jì)思路和解決方案，具有現(xiàn)實(shí)意義。

然而，設(shè)計(jì)中仍存在一些可改進(jìn)空間以適應(yīng)更多分揀場(chǎng)合的需要。例如，增設(shè)語(yǔ)音控制功能，以實(shí)現(xiàn)更便捷地控制；增設(shè)顯示模塊，可為用戶更直觀地顯示已分揀物料數(shù)量等相關(guān)數(shù)據(jù)；增加上位機(jī)功能，令用戶可直接地通過上位機(jī)遠(yuǎn)程查看或控制物料分揀機(jī)器人的當(dāng)前狀態(tài)。

5 結(jié)語(yǔ)

在基于視覺識(shí)別的物料分揀機(jī)器人系統(tǒng)的軟硬件設(shè)計(jì)中，物料分揀機(jī)器人通過視覺識(shí)別算法，實(shí)現(xiàn)了對(duì)所需分揀物料的精準(zhǔn)判斷和辨別，并通過自定義坐標(biāo)的建立，實(shí)現(xiàn)了對(duì)所需分揀物料的鎖定和最優(yōu)路徑規(guī)劃，而且可以根據(jù)分揀場(chǎng)所的不同，實(shí)現(xiàn)對(duì)不同物料的夾取和歸類投放，最終實(shí)現(xiàn)整個(gè)機(jī)器人分揀系統(tǒng)的高效率、高準(zhǔn)確性的智能化自動(dòng)分揀。