基于視覺識別的物料分揀機器人設計

黃樹琳，張 鋒

（廣東石油化工學院 電子信息學院，茂名 525000）

隨著電子信息地高速發展，視覺識別逐漸被運用到各行各業的方方面面，乃至人們的日常生活，而這也為更加智能化的自動分揀系統的誕生提供了可能。自動分揀這一概念最早是從美國、德國這些國家提出來的，之后被各行各業所認同，成為流水線智能分揀的一個重要環節，也被人們所需要。

目前，雖然已有機器人分揀技術，但仍存在許多不足，如不可移動、操作單一、適應面窄、無法智能分揀等。針對這種需要重復性分揀、耗費大量人力的現象，在此根據機器人物料分揀系統所需要的技術要點，包括圖像獲取和預處理、智能識別、坐標變換、通信等，研究設計了一種基于視覺識別的物料分揀機器人，可用于多場景的智能分揀作業中，也可用于教學和實驗應用[1]。

1 機器人系統方案設計

1.1 系統整體構成

基于模擬情景的要求，物料分揀機器人分為3個部分：動力裝置、抓取裝置、識別裝置，如圖1所示。

圖1 機器人系統整體構成Fig.1 Overall composition of robot system

該物料分揀機器人采用通用的前置雙電機驅動，能夠適應絕大多數復雜路況，從而抵達指定地點進行物料分揀；在機械臂設計中采用3D建模，具有可塑性，可依照分揀物料的形狀特點進行手爪設計，實現安全可靠的物料抓取；設計中還通過攝像頭獲取外界圖像，配合距離傳感器，實現對物料形狀、大小及顏色的智能判斷，最終實現安全可靠、高性能地智能分揀。

1.2 系統關鍵技術

該機器人系統選用星瞳科技提供的openMV機器視覺模塊和openMV程序設計軟件openMV-IDE。該機器視覺模塊以STM32F427為內核，以OV7725為圖像采集模塊，具有高分辨率、低功耗等優點。使用openMV-IDE，實現了對圖像的采集及失真校正和圖像的處理及分析，完成物料分揀機器人的視覺識別。

openMV機器視覺模塊的程序設計中，采用視覺識別算法[2]，其原理是通過對外界環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攝像頭采集的圖像進行預處理，并使顏色特征和形狀特征檢索結果相結合，根據情景需要設置權重，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時圖像；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分別為根據情景需要所設置的顏色加權、形狀加權，實現所需分揀物料的智能識別。

輔以工件坐標定位算法[3]，依靠感光點構成的分辨率，并以頂角建立關于x，y的直角坐標系，獲取所需分揀物料的坐標，并進行路徑規劃，實現對工件坐標定位與跟蹤[4]。工件坐標定位算法如圖2所示。

圖2 工件坐標定位算法Fig.2 Workpiece coordinate positioning algorithm

2 機器人系統硬件設計

系統的硬件設計采用ATMEGA 328P單片機為核心控制器，通過與openMV機器視覺模塊、電機驅動模塊、機械臂和過電流保護電路構成。其硬件整體框圖如圖3所示。

圖3 硬件設計整體框圖Fig.3 Hardware design overall block diagram

2.1 主控芯片

設計中，作為主控芯片的ATMEGA 328P單片機，是以AVR為內核的8位高性能、低功耗芯片，能夠滿足眾多數場合的需要，并且Arduino是市售常用的單片機，具有眾多的軟件庫，可大大縮短開發者進行軟件設計的開發時間。

2.2 機器視覺模塊

設計中，采用openMV作為機器視覺模塊，以實現設計中所需的視覺識別及圖像處理。openMV集成OV7725攝像頭和STM32F427單片機，采用Python編程，可以滿足設計要求。

2.3 機械臂

設計中，采用SolidWorks3D設計軟件進行機械臂設計，以應對不同場合的對機械臂的物理結構要求，滿足不同場合的需要。機械臂由雙維度的機械臂及手爪構成，并通過LD-2015雙軸數字舵機實現機械臂的高精度控制。

3 機器人系統軟件設計

3.1 軟件設計方案

系統軟件采用模塊化設計，使用arduino-IDE編程軟件實現主控MCU-ATMEGA 328p對各個模塊的控制，包括openMV視覺識別模塊、電機驅動模塊、舵機模塊及電源工作狀態的控制；采用open MV-IDE軟件完成openMV機器視覺模塊的軟件設計，包括圖像識別、物料顏色特征識別、物料形狀特征識別及所需分揀物料的坐標定位。

3.2 物料分揀及工作模式

該機器人在進行物料分揀時，首先根據需要被分揀的物料及物料分揀的工作環境（場地）的顏色及形狀特征，進行RGB校準與圖像檢索初始化。隨后根據用戶需求，選擇進入2種工作模式：①定時定量分揀（擋位設定）；②立即進行物料分揀。程序還設有看門狗及狀態響應檢查（自檢程序），以保證物料分揀機器人在意外情況發生時如突然掉電、狀態錯誤等，仍能保證物料分揀正常，避免因意外死機造成的不可預估的損失。

機器人系統的程序流程如圖4所示。

圖4 系統程序流程Fig.4 System program flow chart

4 機器人系統測試

4.1 設計的模擬場景

設計中，將產業分揀車間等比列縮小，物料分揀機器人不拘于固定的行走路線，可根據實際情況，更快速、更準確地完成某一項的工件分揀，智能執行該工件分揀的最優方案，實現更高效的物料分揀。

設計時的模擬要求以下：機器人最大質量≯5000 g；禁止無線通訊；尺寸（長×寬×高）不得超過400 mm×400 mm×500 mm； 場地大小為2400 mm×2400 mm，出發區為（白色）400 mm×400 mm，物料投放區為（黃色）300 mm×300 mm，儲存區為（綠色）400 mm×400 mm；以帶顏色的小球作為需要被分揀的工件；根據實際要求快速、準確地夾取規定顏色的小球，并且不能有收集球的行為。

為此，設計時需盡量減輕車身重量、縮小尺寸，使車身結構簡單與輕便。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建模完成機械臂設計。物料分揀機器人實物如圖5所示。

圖5 機器人實物Fig.5 Robot object

4.2 測試試驗

目前，所設計的物料分揀機器人結構結實、穩定，程序運行流暢，重量小于2 kg，體積符合模擬情景的預期規定要求，能很好地實現對物料（小球）的抓取，并投放至儲存區，利用對攝像頭的升降控制實現了對物料位置的精準識別。整套機器人裝置成本低廉，綜合性能好，運行速度尚有待優化，夾球準確度還有待提高，整體基本完成設計需求。

在測試試驗中，使用多種顏色的小球作為分揀對象，按用戶所需求定量夾取規定顏色的小球，在不改變環境光照的條件下通過多次試驗，統計的分揀測試結果見表1。

表1 多次夾取試驗的統計數據Tab.1 Clip the experimental data sheet several times

數據統計結果顯示，在450次的物料分揀中，該物料分揀機器人最終正確夾取物料并投放的準確率為99.3%，其中防錯夾、漏夾判斷的檢錯機制起作用共21次，達成高效率、高準確性和智能化的物料分揀機器人設計，完成了該設計的預期要求。

實踐結果表明，本文設計實現了預期的設計要求和設計目標，成功地以物料分揀機器人替代人力資源，實現對物料的智能分揀，大大節約了人力資源，提高了自動化分揀水平和質量，為分揀場景的多樣化需求提供了新的設計思路和解決方案，具有現實意義。

然而，設計中仍存在一些可改進空間以適應更多分揀場合的需要。例如，增設語音控制功能，以實現更便捷地控制；增設顯示模塊，可為用戶更直觀地顯示已分揀物料數量等相關數據；增加上位機功能，令用戶可直接地通過上位機遠程查看或控制物料分揀機器人的當前狀態。

5 結語

在基于視覺識別的物料分揀機器人系統的軟硬件設計中，物料分揀機器人通過視覺識別算法，實現了對所需分揀物料的精準判斷和辨別，并通過自定義坐標的建立，實現了對所需分揀物料的鎖定和最優路徑規劃，而且可以根據分揀場所的不同，實現對不同物料的夾取和歸類投放，最終實現整個機器人分揀系統的高效率、高準確性的智能化自動分揀。