基于机器视觉的自动分拣码放系统研究

作者:杜恩明;张仁朝; 刊名:包装工程 上传者:张步吉

【摘要】目的为实现包装码垛自动生产线上不同型号工件的分类码放,有效提高生产效率,降低生产成本。方法在工件识别应用中,提出一种基于机器视觉、PLC控制技术、HMI人机界面的分拣码放系统。在完成工业机器人相应的硬件及关键算法设计的基础上,利用以太网构建PLC网络控制系统,并与上位机管理系统实现交互。结果经实验测试,该自动分拣码放系统对工件的识别精度较高,均在99%以上,处理时间较短,均在0.2 s以下,能够满足生产要求。结论生产实践表明,该系统提高了工件分拣效率,减小了工人劳动强度,降低了生产成本,具有很高的推广应用价值。

全文阅读

工业机器人在工业生产中的应用越来越广泛,例如在工件的分拣、码垛、零件的焊接、工件的装配等行业逐渐由工业机器人代替人工进行各种作业[1]。PLC因具有非常好的数据处理分析能力和较高的稳定性,使工业机器人在工业生产智能化和自动化水平有了很大的提高[2—3]。图像处理技术的发展,使得机器视觉越来越多的用于产品的缺陷检测、物体判断和尺寸测量等方面[4—5],将机器视觉与自动化生产线中的工件分拣系统相结合,用工业智能相机代替各种繁杂的传感器,可大大简化在软件方面的开发难度、提高对工件或其他物品的识别速度和精度,具有非常广阔的应用前景[6—8]。文中提出一种基于机器视觉的工件分拣系统,以PC机和PLC为控制核心构建通讯网络拓扑结构,完成系统软硬件设计,并将该系统应用于分拣生产流水线,实现工件的自动分拣。1系统总体方案1.1方案设计文中研究的码垛自动分拣系统是在工件运输到分拣流水线之后的系统,整体的组成见图1。主要由码垛机器人Robot2、工件分拣流水线、视觉系统、编程计算机、传感器信号采集系统和以PLC为主控制器的电气系统组成。视觉识别系统由工业智能相机、光源以及拍摄镜头等几个硬件组成。其中,工业智能相机可识别多种类型的工件,每当托盘传到固定工件位置并且符合拍照条件时,输入一个触发拍摄的信号到光源控制器,触发相机拍摄,然后视觉处理系统输出一个控制信号传送给控制器。图1系统整体构成Fig.1 Overall composition of the system图2相机拍摄俯视图Fig.2 Top view shot by camera工业机器人开始分拣工件时,工业智能相机采集位置A处的工件的图像,然后在机器视觉软件上分析处理图像,提取工件的边缘轮廓信息,得出该工件的特征点A和围绕这个点转动的角度α,即工件的当前位置和姿态;当工件继续前进经过Δt的延迟后,工业机器人的末端夹持装置运动到位置B处抓取工件,并放置到指定位置。1.2分拣生产线工艺流程码垛机器人Robot1从生产流水线上取出待分拣的工件放在托盘上,通过自动控制送至运输小车A,运输小车A将其输送到分拣流水线,此时视觉系统会利用流水线工件的种类、形状进行视觉处理,码垛机器人Robot2进行分拣并将工件放置在与分拣流水线相距一定工作范围的3个剁型中进行分类摆放,再经运输小车B运送至指定包装流水线进行包装。整个系统以Modbus-TCP协议为核心,由主控PLC协调码垛机器人、视觉处理系统、监控界面、运输小车A和B以及工件分拣生产线自动运行,实现自动分拣,文中重点研究码垛机器人Robot2的码垛分拣过程,具体的工艺流程见图3。图3详细工艺流程Fig.3 Detailed process2系统关键技术分析2.1图像处理算法工件识别算法分为2部分:第1部分是机器示教部分,通过标准模板CCD成像,建立待分拣物的模板并存储在计算机硬盘中;第2部分是待测物的识别部分,通过CCD成像后与标准模板进行比较,此时图像暂时存放在计算机中以备后续使用。其中,用相似度来判断是否为同类零件,如果是,则分拣至指定通道;否则,则继续进行循环判断。具体的工件识别流程见图4。视觉处理器对来源于工业智能相机[9]的图像的模拟量信号进行形状或者颜色的算术转换,由于事先设定好了容差极限,此时可以根据它来给出计算之后的微分结果[10]。视觉信息的处理主要包括图像增强、平滑、边缘锐化、分割、特征抽取、图像识别与理解等几个方面[11],经过算法处理后PLC主控制器可得到工件的位置和姿态信息,将结果与图像数据库信息比较,若相似度的值较高则执行抓取。图像的预处理

参考文献

引证文献

问答

我要提问