程子華
(廣州市機(jī)電技師學(xué)院,廣東 廣州 510430)
分揀殘缺品是餅干生產(chǎn)和包裝過程的重要環(huán)節(jié)。目前大部分食品企業(yè)都采用人工分揀,尤其是中小企業(yè)。人工分揀不僅具有勞動(dòng)強(qiáng)度大的特點(diǎn),而且容易造成食品二次污染[1]。在人力成本劇增和食品衛(wèi)生要求日趨嚴(yán)格的今天,餅干生產(chǎn)企業(yè)迫切需求采用自動(dòng)化設(shè)備對餅干進(jìn)行分揀。目前自動(dòng)化程度比較高的餅干分揀設(shè)備是針對合格品進(jìn)行抓取的,這是由于餅干合格品的識(shí)別算法簡單,但這種方式存在分揀機(jī)器人抓取工作量大的缺點(diǎn),嚴(yán)重制約著餅干分揀效率。要提高餅干分揀效率,就必須增加餅干分揀機(jī)器人數(shù)量,這必然會(huì)導(dǎo)致企業(yè)分揀機(jī)器人設(shè)備投入和日常維護(hù)成本升高,進(jìn)而造成餅干生產(chǎn)成本增加;或者降低分揀輸送帶速度,降低分揀效率。
如果能把殘缺品分揀出來,分揀機(jī)器人抓取餅干的數(shù)量就會(huì)大大減少,輸送帶運(yùn)行速度就能大幅提升,從而提高了生產(chǎn)效率。但由于殘缺品沒有規(guī)律的形狀參數(shù),大小形狀各異,而且處于識(shí)別區(qū)分界線上的餅干由于只能拍到部分,會(huì)被系統(tǒng)誤認(rèn)為是殘缺品,因此識(shí)別殘缺品的算法比識(shí)別合格品的算法復(fù)雜很多[2]。本文針對目前市場上分揀方式存在的問題,提出基于機(jī)器視覺的三次拍照對比法識(shí)別殘缺餅干并進(jìn)行分揀的方案。此方案原理是采用工業(yè)相機(jī)對勻速運(yùn)行的輸送帶上的餅干按設(shè)定的時(shí)間間隔進(jìn)行拍照[3],每塊餅干在識(shí)別區(qū)內(nèi)至少拍三次(每次拍照得到餅干的中心坐標(biāo)和半徑),然后通過三次中心坐標(biāo)變化判別是否為同一塊餅干;確定為同一塊餅干后,再把餅干的半徑和標(biāo)準(zhǔn)餅干半徑比較,判斷是否屬于殘缺品;如果是殘缺品,再把殘缺品餅干的中心坐標(biāo)位置傳給并聯(lián)機(jī)器人,機(jī)器人對殘缺品進(jìn)行追蹤拾取,從而完成分揀[4]。
殘缺餅干分揀系統(tǒng)包括帶用于視覺處理和監(jiān)控的PC機(jī)(安裝Labview)、三軸并聯(lián)機(jī)器人、輸送帶、變頻器、PLC控制器、工業(yè)相機(jī)等,電氣控制系統(tǒng)構(gòu)成如圖1所示。
PC機(jī)上安裝的Labview軟件是一個(gè)標(biāo)準(zhǔn)的數(shù)據(jù)采集和儀器控制軟件,是采用圖形化編輯語言編寫程序,它是該系統(tǒng)運(yùn)算的核心。工業(yè)相機(jī)按照設(shè)定的頻率對輸送帶上的餅干進(jìn)行拍照,然后通過Labview中的Vision Assistant進(jìn)行圖像處理以獲取輸送帶上各餅干的圖像信息,再通過Labview程序運(yùn)算識(shí)別是否為殘缺品,當(dāng)獲取的圖像數(shù)據(jù)與標(biāo)準(zhǔn)餅干的視覺參數(shù)不同時(shí),判別為殘缺品,并將殘缺品的中心坐標(biāo)發(fā)送至并聯(lián)機(jī)器人進(jìn)行拾取。
文中采用三軸并聯(lián)機(jī)器人作為系統(tǒng)的執(zhí)行機(jī)構(gòu),用于拾取輸送帶上的殘缺餅干,它具有重量輕、速度快、動(dòng)態(tài)響應(yīng)好、運(yùn)行時(shí)無累積誤差等特點(diǎn),應(yīng)用于高速分揀系統(tǒng);外圍輔助設(shè)備和變頻器采用 PLC控制,輸送帶運(yùn)行速度采用變頻器控制;各設(shè)備均連接到交換機(jī)上,進(jìn)行數(shù)據(jù)交換;Labview和PLC、三軸并聯(lián)機(jī)器人采用OPC UA的方式進(jìn)行通訊[5]。
生產(chǎn)出的餅干隨機(jī)分布在勻速運(yùn)行的輸送帶上,三軸并聯(lián)機(jī)器人和工業(yè)相機(jī)設(shè)置在輸送帶上方,三軸并聯(lián)機(jī)器人位于工業(yè)相機(jī)前方(輸送帶運(yùn)行方向)。工業(yè)相機(jī)拍照范圍定義為視覺識(shí)別區(qū),其于識(shí)別區(qū)的大小、鏡頭的參數(shù)和鏡頭安裝高度有關(guān);定義三軸并聯(lián)機(jī)器人正常抓取的范圍為抓取區(qū),不能正常抓取的范圍定義為放棄區(qū),三軸并聯(lián)機(jī)器人須在抓取區(qū)完成殘缺品的抓取,拍照抓取機(jī)構(gòu)示意圖如圖2所示。
在視覺識(shí)別中,可以選擇某一或多個(gè)特征參數(shù)進(jìn)行識(shí)別,如被識(shí)別物體的顏色、外形輪廓、面積、半徑等參數(shù)以及它們的組合參數(shù)。不同的工藝要求,選擇的特征參數(shù)不盡相同,如餅干出爐后,如果要把烤糊的餅干篩選出來,可選擇餅干顏色為識(shí)別特征參數(shù),當(dāng)識(shí)別的餅干顏色特征與標(biāo)準(zhǔn)餅干顏色特征相同或相近時(shí),為合格品,否則為不合格品。由于殘缺餅干和正常餅干顏色上沒有明顯的區(qū)別,不能選擇顏色作為特征參數(shù);同時(shí)由于殘缺品形狀多種多樣,沒有固定的外形輪廓,外形輪廓也難于作為特征參數(shù)??紤]到破損餅干形狀各異,它的的面積和半徑比合格品要小,因此本文選用餅干內(nèi)接圓的面積和半徑作為特征參數(shù),當(dāng)r<R時(shí),被識(shí)別為殘缺品,并輸出內(nèi)接圓的圓心坐標(biāo)給機(jī)器人,然后機(jī)器人根據(jù)破損餅干坐標(biāo)和輸送帶速度進(jìn)行計(jì)算,實(shí)施追蹤抓取。
工業(yè)相機(jī)按規(guī)定的時(shí)間間隔t對輸送帶識(shí)別區(qū)上的餅干進(jìn)行拍照,每一次拍照時(shí)都會(huì)有部分餅干處于識(shí)別區(qū)分界線上,處于識(shí)別區(qū)分界線上的餅干由于只能拍到部分,會(huì)被系統(tǒng)誤認(rèn)為是殘缺品[6],如圖3所示。第一次拍攝時(shí),某餅干(綠色)拍照剛好處于識(shí)別分界線A1位置,識(shí)別中心坐標(biāo)(x1,y1)和半徑r1,此時(shí)只有部分被拍到,r1<R,如果只根據(jù)該次拍照所得數(shù)據(jù)會(huì)被判斷為殘缺品;間隔時(shí)間t后,當(dāng)餅干運(yùn)行到A2位置進(jìn)行第二次拍照,獲得餅干中心坐標(biāo)(x2,y2)和半徑r2,此次所獲的數(shù)據(jù)r2<R,被識(shí)別為合格品,但是在X方向偏移的坐標(biāo)x2-x1≠tv,此時(shí)不能判別第二次拍照處于 A2位置那塊餅干的數(shù)據(jù)和第一次拍照A1位置那塊餅干的數(shù)據(jù)是同一塊餅干;間隔時(shí)間2t后,餅干運(yùn)行到A3進(jìn)行第三次拍照,獲得中心坐標(biāo)(x3,y3)和半徑r3,r3≥R,x3-x2=tv,在 X 軸方向坐標(biāo)偏移等于輸送帶上餅干在t時(shí)間的位移,因此A3位置的餅干和A2位置的餅干可以判斷為同一塊餅干,并識(shí)別為合格品,即同一塊餅干有兩次被識(shí)別為合格品,則可以判別為合格品,如果兩次都為殘缺品,則可以判別為殘缺品。
因此在識(shí)別區(qū)內(nèi),為了處理處于識(shí)別區(qū)分界線上的餅干需要拍照三次,才能完整判斷,三次拍照完成后,輸出殘缺品的中心坐標(biāo),然后對所有數(shù)據(jù)清零,再進(jìn)行下一輪的三次拍照,如此循環(huán)進(jìn)行。但是由于輸送帶是連續(xù)不停運(yùn)行,有的餅干在上一輪可能只被拍照了2次,沒有結(jié)果輸出,數(shù)據(jù)就被清零,所以必須進(jìn)入第二輪的3次拍照,因此對這些餅干,在識(shí)別區(qū)就要被拍照到5次,拍照的時(shí)間間隔t的運(yùn)算如下式:
式中:
v-輸送帶勻速運(yùn)行速度,mm/s;
L-在輸送帶運(yùn)行方向鏡頭拍攝范圍長度,mm;
R-標(biāo)準(zhǔn)餅干半徑,mm。
因此,兩次拍照間隔時(shí)間輸送帶行進(jìn)距離最小為餅干的直徑,最大為識(shí)別區(qū)的五分之一。
在本文中,以識(shí)別品餅干的面積和半徑作為識(shí)別特征參數(shù)。由于面積和半徑是存在關(guān)聯(lián)的,所以只需確定半徑即可。在視覺識(shí)別閾值調(diào)整中,測量良品的半徑作為標(biāo)準(zhǔn)值,考慮到有些輕微的殘缺也作為合格品,文中將合格品半徑值設(shè)定為標(biāo)準(zhǔn)餅干半徑的95%。
當(dāng)任一個(gè)餅干半徑r≥R時(shí),判斷為合格品;否則,判斷為殘缺品,并輸出殘缺品中心位置坐標(biāo)給機(jī)器人[7],然后機(jī)器人開始運(yùn)行追蹤抓取程序。但當(dāng)被識(shí)別到的殘缺品小于機(jī)器人啟動(dòng)吸盤半徑r0時(shí),機(jī)器人無法實(shí)現(xiàn)抓取,因此三聯(lián)并聯(lián)機(jī)器人抓取殘缺品的半徑范圍要求是r0<r<R,小于吸盤半徑的小碎片在下一個(gè)環(huán)節(jié)通過篩孔濾除。
在輸送帶上的餅干,由于緊密排布,很多餅干會(huì)粘連在一起,如圖4所示左側(cè)圖像中2個(gè)餅干粘連在一起,如果系統(tǒng)直接進(jìn)行識(shí)別,會(huì)被當(dāng)成一個(gè)整體進(jìn)行處理,得到的圖像半徑大于標(biāo)準(zhǔn)值,被判斷為良品,出現(xiàn)誤判。所以在設(shè)置識(shí)別區(qū)域時(shí),要對圖像邊緣進(jìn)行“腐蝕”處理,減小識(shí)別范圍,腐蝕后粘連在一起的圖像就被分開,這就解決了粘連在一起被誤判的問題。
系統(tǒng)程序包含Labview圖像處理程序[8]、OPC UA通信控制程序、PLC控制程序、機(jī)器人控制程序四部分,程序構(gòu)架如圖5所示。
Labview圖像處理程序是核心部分,用于運(yùn)算輸出殘缺餅干位置坐標(biāo)給機(jī)器人,包含圖像處理、運(yùn)算處理、監(jiān)控界面三部分[9,10],控制流程如圖6所示。
PLC控制輸送帶、機(jī)器人、傳感器等輔助機(jī)構(gòu)。Labview和PLC間的通信通過OPC UA協(xié)議實(shí)現(xiàn)[11],其中OPC是用于過程控制的OLE,是一個(gè)工業(yè)標(biāo)準(zhǔn),它提供了數(shù)據(jù)源采集數(shù)據(jù)的方法,并使用這種標(biāo)準(zhǔn)方法和任何不同客戶端應(yīng)用程序進(jìn)行數(shù)據(jù)通信,使得OPC服務(wù)器能夠使系統(tǒng)中的設(shè)備和軟件應(yīng)用程序直接進(jìn)行通信。基于OPC UA協(xié)議,Labview將輸出的殘缺餅干位置坐標(biāo)發(fā)送給PLC,PLC通過profnet協(xié)議將破損餅干坐標(biāo)位置發(fā)至并聯(lián)機(jī)器人,實(shí)施追蹤、抓取,PLC控制的執(zhí)行機(jī)構(gòu)運(yùn)動(dòng)的數(shù)據(jù)和狀態(tài)適時(shí)反饋至Labview[12],并在屏幕上顯示出來,如圖7所示。
實(shí)驗(yàn)材料:直徑60 mm、厚度2 mm的圓形餅干。實(shí)驗(yàn)設(shè)備:PC機(jī)(Win10系統(tǒng),I5CPU,內(nèi)存16 GB,聯(lián)想),視覺軟件(Labview 2019,NI);PLC(S7-1214DC/DC/DC,SIEMENS),機(jī)器人(M-3iA/6S,F(xiàn)ANUC);變頻器(G120,SINAMICS),工業(yè)相機(jī)(ACA1600-60GM,Basler)。
為驗(yàn)證程序運(yùn)行效果,在光照460 Lux,輸送帶速度16 mm/s,圖像分辨率1600×1200條件下,進(jìn)行多組實(shí)驗(yàn),每組三次拍照。其中四組實(shí)驗(yàn)拍照如圖8所示,輸出的殘缺餅干位置坐標(biāo)如圖9所示。
四組實(shí)驗(yàn)實(shí)際殘缺餅干數(shù)量分別3、7、5、7,由圖8可知,程序能正確識(shí)別殘缺餅干數(shù)量,并能準(zhǔn)確輸出殘缺餅干位置坐標(biāo),驗(yàn)證了程序的準(zhǔn)確性。
4.3.1 鏡頭安裝高度對識(shí)別準(zhǔn)確率的影響
在光照460 Lux,輸送帶速度16 mm/s,圖像分辨率1600×1200條件下,調(diào)整鏡頭高度分別為330 mm、410 mm、550 mm、650 mm、690 mm,進(jìn)行拍照識(shí)別。實(shí)驗(yàn)發(fā)現(xiàn)鏡頭安裝高度對識(shí)別準(zhǔn)確率影響較小。當(dāng)鏡頭高度發(fā)生變化時(shí),可通過調(diào)整視覺閾值,實(shí)現(xiàn)準(zhǔn)確識(shí)別。但鏡頭高度對可識(shí)別最小半徑和識(shí)別范圍存在直接關(guān)系,高度越高,可識(shí)別寬度越大,即允許輸送帶寬度越大,但可識(shí)別殘缺餅干最小半徑也相應(yīng)增大,線性關(guān)系如圖10、11所示。
4.3.2 輸送帶運(yùn)行速度對識(shí)別準(zhǔn)確率的影響
在光照460 Lux,鏡頭高度600 mm,圖像分辨率1600×1200和800×600條件下,設(shè)置輸送帶運(yùn)行速度分別為10、13、16、19、22、25 mm/s,進(jìn)行拍照識(shí)別。輸送帶運(yùn)行速度越快,生產(chǎn)效率越高,但當(dāng)速度達(dá)到19 mm/s后,拍照質(zhì)量變差,識(shí)別準(zhǔn)確率直線下降,實(shí)驗(yàn)結(jié)果如圖12所示。由圖12同時(shí)可知,當(dāng)PC配置受限的情況下,可通過降低圖像分辨率,在一定程度上提高識(shí)別準(zhǔn)確率。
4.3.3 光照對識(shí)別準(zhǔn)確率的影響
在鏡頭高度600 mm,輸送帶速度16 mm/s,圖像分辨率1600×1200條件下,調(diào)節(jié)光照分別為100、200、300,400、500、600 Lux,進(jìn)行拍照識(shí)別。由圖13可知,隨著光照強(qiáng)度的增加,識(shí)別準(zhǔn)確率逐步增高,當(dāng)照度達(dá)到400 Lux后,識(shí)別準(zhǔn)確率達(dá)100%。
本文基于機(jī)器視覺技術(shù),提出三次拍照對比識(shí)別殘缺餅干的解決方案,解決了拍照區(qū)域邊緣位置因餅干只有部分被拍到會(huì)被識(shí)別為殘缺品和部分餅干粘連導(dǎo)致誤識(shí)別等問題,實(shí)驗(yàn)驗(yàn)證結(jié)果充分證實(shí)了程序的有效性和準(zhǔn)確性,成功解決了抓取合格餅干工作量大的問題。同時(shí)實(shí)驗(yàn)研究發(fā)現(xiàn),通過調(diào)整程序閾值,可實(shí)現(xiàn)不同鏡頭高度下準(zhǔn)確識(shí)別破損餅干,鏡頭高度對準(zhǔn)確率影響較小;鏡頭安裝越高,可識(shí)別寬度越大,即允許的輸送帶寬度越大,但可識(shí)別殘缺餅干的最小半徑也相應(yīng)增大;輸送帶運(yùn)行速度越快,生產(chǎn)效率越高,但當(dāng)速度達(dá)到一定值后,拍照質(zhì)量變差,識(shí)別準(zhǔn)確率直線下降;光照越強(qiáng),識(shí)別準(zhǔn)確率越高,當(dāng)達(dá)到一定值后,識(shí)別準(zhǔn)確率達(dá)100%。