黃良沛 劉 洋 舒 勇

(湖南科技大學(xué)機(jī)電工程學(xué)院，湖南 湘潭 411100)

隨著市場(chǎng)規(guī)模的不斷擴(kuò)大、人力成本的不斷增加，傳統(tǒng)的手工點(diǎn)鹵已不能適應(yīng)檳榔加工產(chǎn)業(yè)的發(fā)展需求。為實(shí)現(xiàn)點(diǎn)鹵作業(yè)的機(jī)械化和自動(dòng)化，提高企業(yè)效率與產(chǎn)品質(zhì)量，急需研發(fā)出一款基于視覺(jué)的自動(dòng)點(diǎn)鹵伺服系統(tǒng)。方新國(guó)[1]設(shè)計(jì)了檳榔全自動(dòng)點(diǎn)鹵機(jī)，通過(guò)振動(dòng)送料器完成檳榔單顆粒送料，當(dāng)檳榔到達(dá)指定位置時(shí)，通過(guò)定位鎖死裝置將檳榔固定并完成點(diǎn)鹵，再通過(guò)卸料皮帶將檳榔輸送至出料框中，完成檳榔出料。李海生[2]設(shè)計(jì)了一種檳榔智能化點(diǎn)鹵系統(tǒng)，通過(guò)在系統(tǒng)中增添視覺(jué)識(shí)別系統(tǒng)和點(diǎn)鹵機(jī)械手實(shí)現(xiàn)對(duì)檳榔的位置識(shí)別、朝向識(shí)別和正反面識(shí)別以及檳榔的抓取定位、傳輸移動(dòng)和點(diǎn)鹵下料等。裴樂(lè)[3]設(shè)計(jì)了一種自動(dòng)點(diǎn)鹵機(jī)，通過(guò)人工擺料和皮帶輸送，再通過(guò)限位檢測(cè)、激光檢測(cè)以及微電腦控制實(shí)現(xiàn)檳榔的精確點(diǎn)鹵，并通過(guò)去廢機(jī)械手對(duì)多余檳榔進(jìn)行剔除。陳玉林等[4]根據(jù)多軸運(yùn)動(dòng)控制的需要，設(shè)計(jì)了一套基于觸摸屏和運(yùn)動(dòng)控制卡的控制系統(tǒng)。王振成等[5]建立全自動(dòng)果凍食品高速雙面貼標(biāo)機(jī)伺服系統(tǒng)的動(dòng)力學(xué)模型，得出伺服系統(tǒng)的等效轉(zhuǎn)動(dòng)慣量和等效綜合剛度。郭茂森等[6]采用可靠穩(wěn)定的硬件系統(tǒng)和軟件系統(tǒng)，借助Visual Studio集成開(kāi)發(fā)環(huán)境，搭建人機(jī)交互界面，并以運(yùn)動(dòng)控制卡為核心控制驅(qū)動(dòng)器和步進(jìn)電機(jī)，最終實(shí)現(xiàn)了多軸的聯(lián)動(dòng)控制。杜建等[7]采用Delta2機(jī)器人結(jié)構(gòu)，開(kāi)發(fā)了一款性能穩(wěn)定的全自動(dòng)立式袋裝箱機(jī)。為實(shí)現(xiàn)開(kāi)放式工作臺(tái)的直線(xiàn)進(jìn)給運(yùn)動(dòng)，采用運(yùn)動(dòng)控制卡和伺服電機(jī)相結(jié)合的技術(shù)，通過(guò)Visual Studio C#編程實(shí)現(xiàn)了絲杠螺母副直線(xiàn)運(yùn)動(dòng)平臺(tái)的運(yùn)動(dòng)控制，利用光柵測(cè)量平臺(tái)位移反饋給運(yùn)動(dòng)控制系統(tǒng)，實(shí)現(xiàn)了直線(xiàn)運(yùn)動(dòng)平臺(tái)的閉環(huán)控制，提高了平臺(tái)運(yùn)動(dòng)的控制精度[8]。研究擬采用運(yùn)動(dòng)控制卡+工控機(jī)+工業(yè)相機(jī)的架構(gòu)，并基于Opencv視覺(jué)庫(kù)進(jìn)行自動(dòng)定位，在此基礎(chǔ)上完成基于機(jī)器視覺(jué)的高速、高精度的點(diǎn)鹵控制系統(tǒng)的研發(fā)，完成檳榔的自動(dòng)點(diǎn)鹵，旨在為全自動(dòng)檳榔點(diǎn)鹵控制方案的設(shè)計(jì)提供依據(jù)。

1 工作原理

1.1 點(diǎn)鹵機(jī)組成

該系統(tǒng)主要由視覺(jué)檢測(cè)定位系統(tǒng)、控制系統(tǒng)、伺服系統(tǒng)組成(見(jiàn)圖1)。其中，視覺(jué)系統(tǒng)由PC機(jī)、相機(jī)和光源控制器組成。相機(jī)對(duì)檳榔進(jìn)行圖像采集，由PC機(jī)上的視覺(jué)軟件進(jìn)行圖像處理獲取中心點(diǎn)及點(diǎn)鹵坐標(biāo)；光源控制器是照明系統(tǒng)的核心部件，調(diào)節(jié)光照亮度，提高圖像采集的精度。控制系統(tǒng)包括運(yùn)動(dòng)控制器和外圍電路，運(yùn)動(dòng)控制器負(fù)責(zé)坐標(biāo)轉(zhuǎn)換，進(jìn)而控制伺服系統(tǒng)。伺服系統(tǒng)采用雙軸機(jī)械系統(tǒng)，故X軸、Y軸均配有伺服電機(jī)與伺服驅(qū)動(dòng)器。

圖1 系統(tǒng)結(jié)構(gòu)圖Figure 1 System structure diagram

1.2 點(diǎn)鹵機(jī)工作流程

點(diǎn)鹵機(jī)的工作流程如圖2所示。采集到的檳榔圖像通過(guò)一系列圖像處理過(guò)程得到每個(gè)檳榔的點(diǎn)鹵點(diǎn)位，通過(guò)相機(jī)標(biāo)定確定像素點(diǎn)坐標(biāo)和實(shí)際點(diǎn)鹵的坐標(biāo)重合，根據(jù)得到的檳榔點(diǎn)鹵點(diǎn)位進(jìn)行點(diǎn)鹵軌跡規(guī)劃，再通過(guò)運(yùn)動(dòng)控制卡驅(qū)動(dòng)點(diǎn)鹵軸對(duì)檳榔進(jìn)行點(diǎn)鹵，同時(shí)對(duì)坐標(biāo)進(jìn)行修正。

1.3 圖像處理

圖像采集來(lái)源于檳榔自動(dòng)點(diǎn)鹵機(jī)的圖像采集系統(tǒng)，先將采集到的圖像進(jìn)行圖像增強(qiáng)，提高圖像的對(duì)比度和亮度；將圖像增強(qiáng)后的RGB圖像轉(zhuǎn)換至HSV空間，從HSV顏色空間中分離出H通道圖像；對(duì)H通道圖像進(jìn)行Otsu圖像分割，得到只有前景和背景的二值圖像；由于分割出來(lái)的圖像存在孔洞和小連通域噪點(diǎn)，結(jié)合區(qū)域生長(zhǎng)法和圖像形態(tài)學(xué)去除其中的孔洞和小連通域，得到不帶噪點(diǎn)的完整的二值圖像；通過(guò)繪制連通域的最小外接矩形對(duì)識(shí)別出的檳榔圖像進(jìn)行標(biāo)注。

采集系統(tǒng)采用Opencv視覺(jué)庫(kù)進(jìn)行圖像處理，其具體工作原理見(jiàn)圖3。圖像經(jīng)伽馬變換[9]、提取H通道、Otsu圖像分割[10]、去除孔洞和小連通域、圖像位運(yùn)算、Retinex圖像增強(qiáng)算法[11]、邊緣檢測(cè)、橢圓擬合法等一系列圖像運(yùn)算，得到每個(gè)檳榔的點(diǎn)鹵點(diǎn)位，再根據(jù)點(diǎn)鹵點(diǎn)位進(jìn)行點(diǎn)鹵軌跡規(guī)劃。該方法能準(zhǔn)確地識(shí)別出檳榔，能有效避免錯(cuò)誤和錯(cuò)點(diǎn)。

2 硬件設(shè)計(jì)

2.1 點(diǎn)鹵工作臺(tái)進(jìn)給系統(tǒng)建模

點(diǎn)鹵工作臺(tái)進(jìn)給原理如圖4所示，控制系統(tǒng)的進(jìn)給傳動(dòng)部分由電機(jī)提供扭矩，聯(lián)軸器將電機(jī)主軸與絲杠相連，滾珠絲桿將轉(zhuǎn)動(dòng)轉(zhuǎn)變?yōu)楣ぷ髋_(tái)X軸的直線(xiàn)運(yùn)動(dòng)，Y軸方向進(jìn)給原理與X軸相同。

圖2 點(diǎn)鹵機(jī)的工作原理圖Figure 2 Working principle of the dispenser

圖3 圖像處理流程圖Figure 3 Image processing flowchart

基于X-Y工作臺(tái)進(jìn)給系統(tǒng)，考慮傳動(dòng)機(jī)構(gòu)之間的摩擦，建立單軸工作臺(tái)動(dòng)力學(xué)模型。轉(zhuǎn)矩平衡方程表示為：

(1)

絲杠進(jìn)給轉(zhuǎn)矩平衡方程表示為：

MS=K[θM-θL]。

(2)

圖4 單軸工作臺(tái)進(jìn)給原理Figure 4 Single axis table feed principle

圖5 單軸工作臺(tái)進(jìn)給系統(tǒng)動(dòng)力學(xué)模型Figure 5 Dynamic model of single-axis table feed system

由式(1)、(2)可得傳遞函數(shù)為：

(3)

式中：

JL——合成的總轉(zhuǎn)動(dòng)慣量，kg·m2；

fL——等效阻尼系數(shù)；

K——等效剛度，N/m；

MS——絲杠的力矩，N·m；

fL——等效阻尼系數(shù)；

KL——傳動(dòng)總扭轉(zhuǎn)剛度，N/m；

Mgr——等效負(fù)載轉(zhuǎn)矩，N·m；

JL——工作臺(tái)與傳動(dòng)之間的總轉(zhuǎn)動(dòng)慣量，kg·m2；

θM——輸入角位移，rad；

θL——輸出角位移，rad。

2.2 點(diǎn)鹵工作臺(tái)摩擦建模

點(diǎn)鹵X-Y平臺(tái)摩擦建模系統(tǒng)采用Stribeck摩擦模型(見(jiàn)圖6)。摩擦力由最大靜摩擦變?yōu)閹?kù)侖摩擦，是一個(gè)連續(xù)的過(guò)程，如式(4)和式(5)所示。

(4)

F(v)=[Fc+(Fs-Fc)e-|v/vs|δs]sgn(v)+Bv，

(5)

式中：

F——摩擦力，N；

v——接觸面間相對(duì)速度，m/s；

Fe——外界作用力，N；

Fs——最大靜摩擦力，N；

FC——庫(kù)侖摩擦力，N；

vs——Stribeck速度，m/s；

δs——常數(shù)(其大小決定Stribeck曲線(xiàn)的形狀)；

B——黏滯摩擦系數(shù)。

根據(jù)點(diǎn)鹵X-Y平臺(tái)Stribeck摩擦模型采用Simulink進(jìn)行仿真(見(jiàn)圖7)。仿真參數(shù)設(shè)置：最大靜摩擦力26.978 4 N，庫(kù)侖摩擦力18.927 2 N，黏滯摩擦系數(shù)56.622 3，Stribeck臨界速度0.017 2 m/s。

圖6 摩擦模型Figure 6 Friction model

圖7 仿真摩擦模型Figure 7 Simulation friction model

2.3 結(jié)構(gòu)組成

根據(jù)系統(tǒng)方案設(shè)計(jì)要求，機(jī)械架構(gòu)由機(jī)體框架、運(yùn)動(dòng)控制平臺(tái)、擺盤(pán)定位機(jī)構(gòu)、控制面板、相機(jī)安裝支架組成。機(jī)體框架采用304不銹鋼材，保證食品衛(wèi)生和安全；運(yùn)動(dòng)控制平臺(tái)由兩個(gè)高精度的十字滑臺(tái)組成，分別采用4個(gè)伺服電機(jī)進(jìn)行驅(qū)動(dòng)，保證精度要求；擺盤(pán)定位機(jī)構(gòu)由4個(gè)安裝塊組成，由螺釘進(jìn)行夾緊。機(jī)器視覺(jué)伺服點(diǎn)鹵系統(tǒng)具體結(jié)構(gòu)如圖8所示。

根據(jù)系統(tǒng)需求進(jìn)行硬件選型，系統(tǒng)設(shè)備配置見(jiàn)表1。

1. 點(diǎn)鹵平臺(tái) 2. 機(jī)械按鈕 3. PC機(jī) 4. 進(jìn)電總開(kāi)關(guān) 5. 電磁閥 6. 擺盤(pán)底座 7. 檳榔擺盤(pán) 8. CCD相機(jī) 9. 激光 10. 點(diǎn)鹵軸 11. LED照明燈圖8 機(jī)器視覺(jué)伺服點(diǎn)鹵系統(tǒng)具體結(jié)構(gòu)Figure 8 The specific structure of the machine vision servo point halogen system

表1 系統(tǒng)設(shè)備配置表

3 軟件設(shè)計(jì)

搭建好硬件平臺(tái)，確定相機(jī)、運(yùn)動(dòng)控制器和伺服控制器的相互通信正常，在VS2015軟件編程環(huán)境下編寫(xiě)程序，實(shí)現(xiàn)對(duì)機(jī)器人平臺(tái)的控制。① 伺服系統(tǒng)使能，然后再對(duì)X軸、Y軸分別設(shè)定原點(diǎn)；② 機(jī)械臂使能，控制機(jī)械臂動(dòng)作，獲取檳榔圖像，提取目標(biāo)中心點(diǎn)邊緣坐標(biāo)，選取具有代表性的像素點(diǎn)，配置坐標(biāo)輸出，使用函數(shù)讀取坐標(biāo)并轉(zhuǎn)換；③ 整個(gè)機(jī)器人使能，先設(shè)置一個(gè)延時(shí)，再使用指令實(shí)現(xiàn)運(yùn)動(dòng)平臺(tái)按采集的坐標(biāo)路徑運(yùn)動(dòng)，并將點(diǎn)鹵效果顯示至觸摸屏上。

3.1 圖像處理

由檳榔自動(dòng)點(diǎn)鹵機(jī)的圖像采集系統(tǒng)采集的圖像如圖9(a) 所示。經(jīng)伽馬變換后，圖像亮度得到明顯增強(qiáng)，對(duì)比度也增強(qiáng)。變換后的圖像如圖9(b)所示。

以RGB圖像為基礎(chǔ)，將圖像轉(zhuǎn)換到HSV顏色空間進(jìn)行分析。HSV顏色空間通過(guò)色相(H)、飽和度(S)和明度(V)3個(gè)分量對(duì)色彩進(jìn)行描述。HSV顏色空間各分量圖如圖10所示。

圖像采用Otsu圖像分割算法對(duì)H分量圖像進(jìn)行分割，結(jié)果如圖11所示。文中結(jié)合了區(qū)域生長(zhǎng)法和膨脹操作有效地去除小連通域和孔洞，得到完整去除孔洞、小連通域和內(nèi)部完整的圖像。處理后的圖像如圖12所示。

圖9 原始圖像及伽馬增強(qiáng)圖像Figure 9 Original image and gamma enhanced image

圖10 HSV顏色空間分量圖Figure 10 HSV color space component map

圖11 Otsu分割圖像Figure 11 Otsu split image

源圖像經(jīng)伽馬變換、提取H分量圖像、Otsu圖像分割、去除孔洞和連通域，再使用繪制出連通域的最小外接矩形框?qū)⒆R(shí)別出的檳榔框選，實(shí)現(xiàn)檳榔的識(shí)別與定位，結(jié)果如圖13所示。

采用最小二乘法擬合橢圓，先假設(shè)橢圓參數(shù)，得到每個(gè)待擬合點(diǎn)到該橢圓誤差距離的平方和，再求出使這個(gè)和最小的橢圓參數(shù)。在橢圓中心線(xiàn)上取7個(gè)點(diǎn)，去掉首末兩點(diǎn)，最終每顆檳榔保留5個(gè)點(diǎn)，結(jié)果如圖14所示。根據(jù)生產(chǎn)的需求，設(shè)置的最佳路徑如圖15所示。

圖12 去除孔洞和小連通域圖像Figure 12 Remove holes and small connecteddomain images

圖13 檳榔識(shí)別圖像Figure 13 Betel nut recognition image

圖14 點(diǎn)鹵坐標(biāo)圖像Figure 14 Point halogen coordinate image

圖15 點(diǎn)鹵軌跡規(guī)劃圖像Figure 15 Point halogen trajectory planning image

3.2 運(yùn)動(dòng)控制軟件設(shè)計(jì)及人機(jī)交互界面

運(yùn)動(dòng)控制系統(tǒng)主要由初始化模塊、單軸運(yùn)動(dòng)模塊、插補(bǔ)模塊、狀態(tài)間監(jiān)測(cè)模塊、緊急停止模塊5部分組成。為了用戶(hù)開(kāi)機(jī)后可以進(jìn)行多軸補(bǔ)間運(yùn)動(dòng)，系統(tǒng)中增加了一鍵回零功能。人機(jī)交互界面的整體設(shè)計(jì)采用VS2015中的MFC控件，大大增加了系統(tǒng)的可拓展性，同時(shí)也節(jié)省了界面空間?？刂葡到y(tǒng)的人機(jī)交互界面整體設(shè)計(jì)如圖16所示，插補(bǔ)運(yùn)動(dòng)、點(diǎn)到點(diǎn)運(yùn)動(dòng)、勻速運(yùn)動(dòng)和搜索零點(diǎn)運(yùn)動(dòng)如圖17所示。

4 點(diǎn)鹵測(cè)試

主要驗(yàn)證絲杠機(jī)械誤差、絲杠行程測(cè)試和整機(jī)測(cè)試。采用量程為80 mm的激光位移傳感器和采樣通道數(shù)為1，采樣速率為1 000 s-1，數(shù)據(jù)采集卡進(jìn)行測(cè)試，控制誤差為0.5 mm以?xún)?nèi)，檳榔識(shí)別點(diǎn)位如圖18所示。

5 試驗(yàn)分析

5.1 絲杠機(jī)械誤差測(cè)試

驅(qū)動(dòng)器給定輸入1 200脈沖為電機(jī)軸轉(zhuǎn)一圈，進(jìn)行20次5 mm的運(yùn)動(dòng)測(cè)試和數(shù)據(jù)采集，取其中一次測(cè)試可得誤差位移—時(shí)間圖及誤差圖(見(jiàn)圖19)，進(jìn)行1 000次數(shù)據(jù)采樣可得絲杠機(jī)械誤差圖(見(jiàn)圖20)。由圖20可知，絲杠機(jī)械誤差≤0.4 mm，符合設(shè)計(jì)要求。

5.2 絲杠行程測(cè)試

在負(fù)極限位置至正極限位置進(jìn)行相對(duì)位置運(yùn)動(dòng)，進(jìn)行20次150 mm的運(yùn)動(dòng)測(cè)試和數(shù)據(jù)采集，取其中一次測(cè)試獲取絲杠行程測(cè)試位移時(shí)間圖(見(jiàn)圖21)，進(jìn)行1 000次數(shù)據(jù)采樣可得絲杠機(jī)械誤差圖(見(jiàn)圖22)。由圖22可知，絲杠機(jī)械誤差≤0.4 mm，符合設(shè)計(jì)要求。

5.3 系統(tǒng)精度

取4枚一元硬幣，每枚硬幣直徑為25 mm。用一枚硬幣直徑測(cè)系統(tǒng)的精度，由視覺(jué)軟件測(cè)得圖像坐標(biāo)系下長(zhǎng)度454 Pixel，距離倍率454/25。

控制點(diǎn)鹵頭運(yùn)行25 mm硬幣直徑距離，并用視覺(jué)相機(jī)采集起點(diǎn)和終點(diǎn)的圖像坐標(biāo)，重復(fù)進(jìn)行此記錄數(shù)據(jù)，結(jié)果如表2所示。

圖16 點(diǎn)鹵系統(tǒng)人機(jī)交互界面Figure 16 Human-computer interaction interface of point halogen system

圖17 點(diǎn)鹵系統(tǒng)控制功能Figure 17 Adding bittern system control function

按式(6)和式(7)計(jì)算距離重復(fù)性誤差。

(6)

圖18 檳榔識(shí)別點(diǎn)位圖Figure 18 Recognition point map of betel nut

圖19 絲杠機(jī)械誤差位移—時(shí)間圖Figure 19 Lead screw mechanical error displacement-time chart

圖20 絲杠機(jī)械誤差圖Figure 20 Mechanical error diagram of screw

圖21 絲杠行程測(cè)試位移時(shí)間圖Figure 21 Lead screw stroke test displacement time chart

圖22 絲杠行程測(cè)試位移誤差圖Figure 22 Displacement error diagram of screw stroke test

表2 距離重復(fù)性試驗(yàn)

(7)

式中：

RD——距離重復(fù)性誤差；

D——距離平均值。

由表2可知，RD=0.57 Pixel=0.03 mm，故系統(tǒng)誤差精度達(dá)到0.03 mm。

6 結(jié)論

研究了視覺(jué)檢測(cè)的智能點(diǎn)鹵系統(tǒng)，并對(duì)其運(yùn)動(dòng)控制系統(tǒng)軟件功能進(jìn)行了測(cè)試，主要包括絲杠機(jī)械誤差測(cè)試和行程測(cè)試。結(jié)果表明，系統(tǒng)誤差控制在0.4 mm以?xún)?nèi)，滿(mǎn)足設(shè)計(jì)要求。對(duì)試驗(yàn)平臺(tái)進(jìn)行搭建和點(diǎn)鹵測(cè)試，其結(jié)果滿(mǎn)足工業(yè)要求且時(shí)間控制在21 s內(nèi)，提高了系統(tǒng)的快速性和可靠性。試驗(yàn)控制系統(tǒng)硬件結(jié)構(gòu)為開(kāi)環(huán)控制，后續(xù)可加入反饋環(huán)節(jié)，如位移、速度等，進(jìn)一步提升其定位精度；各模塊中可加入智能算法(模糊PID等)，實(shí)現(xiàn)誤差的自動(dòng)補(bǔ)償；可將控制系統(tǒng)與工業(yè)互聯(lián)網(wǎng)進(jìn)行結(jié)合，開(kāi)發(fā)遠(yuǎn)程數(shù)據(jù)存儲(chǔ)和報(bào)表生成等模塊，使系統(tǒng)更智能化。