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]。

1 系統(tǒng)構(gòu)成

1.1 電氣控制系統(tǒng)構(gòu)成

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]。

1.2 拍照抓取系統(tǒng)構(gòu)成

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。

2 三次拍照對比識(shí)別原理

2.1 識(shí)別特征參數(shù)的選擇

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。

2.2 拍照間隔時(shí)間t的確定

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。

2.3 殘缺品識(shí)別半徑的確定

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。

2.4 餅干粘連誤識(shí)別處理方法

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。

3 系統(tǒng)程序設(shè)計(jì)

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。

4 實(shí)驗(yàn)驗(yàn)證與討論

4.1 實(shí)驗(yàn)材料與設(shè)備

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）。

4.2 程序驗(yàn)證

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 實(shí)驗(yàn)討論

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%。

5 結(jié)束語

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%。