基于并聯(lián)機器人的食品分揀控制系統(tǒng)設(shè)計

郝琳，張坤平

許昌電氣職業(yè)學(xué)院（許昌 461000）

在食品包裝生產(chǎn)線中，分揀操作十分關(guān)鍵而且不容易控制。傳統(tǒng)分揀操作主要依靠人工，該方式勞動強度大、效率低、誤檢率高[1-3]。因此，一些大型企業(yè)引進分揀機器人實現(xiàn)食品生產(chǎn)自動分揀。所謂食品自動分揀是指根據(jù)食品屬性將不同類型食品分離和歸類，確保相同食品能夠分配到同一地點。與傳統(tǒng)分揀方式相比，自動分揀具有速度快、效率高、誤檢率低等優(yōu)點，可節(jié)約企業(yè)成本，提高企業(yè)效益[4-5]。食品分揀機器人普遍使用Delta并聯(lián)機器人，如ABB、BOSCH已實現(xiàn)并聯(lián)機器人產(chǎn)業(yè)化。相對而言，中國并聯(lián)機器人的研究和應(yīng)用比較滯后，仍處于起步階段。因此，開展并聯(lián)機器人在食品分揀領(lǐng)域應(yīng)用研究具有一定實際意義[6]。

并聯(lián)機器人具有時變、非線性、強耦合等特點，采用傳統(tǒng)控制方式無法滿足高精度、高速度等控制要求[7-9]。為解決此類問題，眾多學(xué)者嘗試將智能控制算法和傳統(tǒng)PID控制相結(jié)合，提高整個控制系統(tǒng)魯棒性。智能控制算法主要包括神經(jīng)網(wǎng)絡(luò)控制、粒子群優(yōu)化控制、滑模變結(jié)構(gòu)控制、模糊控制等。另外，機器視覺技術(shù)的引入能提高系統(tǒng)響應(yīng)速度和控制精度，通過工業(yè)相機獲取待分揀物體圖像，經(jīng)圖像處理、分析，得到物體位置和形狀。分揀機器人根據(jù)圖像分析結(jié)果進行拾取、搬運、分類、包裝等操作[10-12]。在現(xiàn)有研究基礎(chǔ)上，設(shè)計一種基于并聯(lián)機器人的食品分揀控制系統(tǒng)，結(jié)合模糊神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法實現(xiàn)PID控制參數(shù)調(diào)節(jié)。通過試驗驗證所述方法可行性和有效性。

1 食品分揀設(shè)備

物料分揀設(shè)備集成機器視覺、機器人運動控制等先進技術(shù)，可用于食品包裝分揀操作，食品分揀設(shè)備組成如圖1所示[13]。食品分揀設(shè)備主要包括并聯(lián)機器人、夾持器、工業(yè)相機、LED光源、傳送帶等。整個設(shè)備的控制核心為工業(yè)控制計算機。考慮到食品包裝分揀工藝流程特點，食品分揀設(shè)備應(yīng)滿足幾個要求。

1) 系統(tǒng)簡化性。設(shè)備組件越多，配合起來就會越困難，增加控制難度。為降低結(jié)構(gòu)復(fù)雜程度，所述設(shè)備僅僅依靠一臺并聯(lián)機器人即可實現(xiàn)食品抓取、搬運、分揀、剔除等操作。控制系統(tǒng)只需結(jié)合視覺系統(tǒng)完成并聯(lián)機器人控制即可，控制對象比較單一。

2) 系統(tǒng)柔性化。分揀設(shè)備需要面對不同類型的食品，因此分揀設(shè)備應(yīng)具備一定兼容性，所述并聯(lián)機器人末端夾持器可根據(jù)實際情況進行更換。

3) 二次損傷最小。利用機器視覺實時檢測，不會對產(chǎn)品造成二次損傷或污染；末端執(zhí)行器一般采用氣動吸附方式，可最大限度避免食品損傷，保持產(chǎn)品原有屬性。

圖1 食品分揀設(shè)備

基于并聯(lián)機器人的食品分揀控制系統(tǒng)結(jié)構(gòu)如圖2所示。控制系統(tǒng)主要包括硬件部分和軟件部分；硬件部分主要由CCD相機、圖像采集卡、計算機、運動控制器、伺服電機、并聯(lián)機器人、夾持器組成；軟件部分主要由并聯(lián)機器人控制平臺和視覺控制組成。食品分揀系統(tǒng)工作原理可描述為：如果待分揀食品進入作業(yè)區(qū)域時，CCD相機會獲取食品圖像，經(jīng)圖像采集卡處理后會傳送至計算機；計算機利用圖像處理算法，實現(xiàn)運動目標狀態(tài)的追蹤；通過運動控制器驅(qū)動并聯(lián)機器人和夾持器動作，完成食品抓取、搬運、分揀等操作，可將目標物放到指定位置，即食品的自動分揀。并聯(lián)機器人的抓取精度和穩(wěn)定性在很大程度上決定食品分揀設(shè)備工作效率，因此重點論述并聯(lián)機器人控制系統(tǒng)設(shè)計。

圖2 控制系統(tǒng)結(jié)構(gòu)

2 控制器設(shè)計

食品分揀過程中，傳送帶上待分揀食品分布比較雜亂，干擾因素比較多。對于并聯(lián)機器人控制，如果僅采用PID控制，很難滿足分揀要求。為解決該問題，設(shè)計一種基于改進粒子群優(yōu)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器。

2.1 PID控制原理

本質(zhì)上講，PID控制比較適用于線性場合，其位置控制規(guī)律可描述為：

式中：u(k)為第k次采樣時刻控制器輸出值；T為采樣周期；TI為積分時間常數(shù)；TD為微分時間常數(shù)；Kp為比例系數(shù)；KI=Kp/TI，表示積分系數(shù)；KD=KpTD，為微分系數(shù)；e(k)為第k次采樣時刻誤差值；e(k-1)為第k-1次采樣時刻誤差值。

為取得比較理想的控制效果，必須對PID控制器的比例、微分和積分系數(shù)實時在線調(diào)整。模糊神經(jīng)網(wǎng)絡(luò)控制器作用在于確定PID控制器參數(shù)（Kp,KI,KD）、誤差e(k)及其變化率ec(k)之間函數(shù)關(guān)系，即：

式中：f1、f2、f3分別為映射關(guān)系，根據(jù)映射關(guān)系e(k)和ec(k)，實時在線調(diào)整參數(shù)Kp、KI和KD的具體數(shù)值。模糊神經(jīng)網(wǎng)絡(luò)PID控制器結(jié)構(gòu)如圖3所示。

圖3 模糊神經(jīng)網(wǎng)絡(luò)PID控制器

2.2 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

模糊神經(jīng)網(wǎng)絡(luò)包括4層，即輸入層、模糊化層、模糊推理層和輸出層；網(wǎng)絡(luò)輸入為誤差e及其變化率ec；網(wǎng)絡(luò)輸出分別對應(yīng)Kp、KI和KD。另外，可根據(jù)e和ec模糊子集數(shù)目確定模糊化層節(jié)點數(shù)；模糊推理方法則采用Max-min法；輸出層需要解模糊處理，選用重心法。

輸入層的輸入和輸出可表示為：

模糊化層輸出可表示為：

式中：i=1, 2，j=1, 2, …,n，其中n為模糊子集個數(shù)目（n=5）。選用高斯函數(shù)作為模糊化層的隸屬度函數(shù)，其中cij為隸屬度函數(shù)中心值；bij為隸屬函數(shù)寬度。

模糊推理層輸出可表示為：

式中：k1=1, 2, …, 5；k2=1, 2, …, 5；i=1, 2, …, 25。

輸出層輸出可表示為：

式中：wij為模糊推理層和輸出層之間的連接權(quán)值。分別對應(yīng)PID控制器的3個參數(shù)，即：

為提高模糊神經(jīng)網(wǎng)絡(luò)控制效果，神經(jīng)網(wǎng)絡(luò)的幾個關(guān)鍵參數(shù)，如高斯隸屬函數(shù)中心值cij和寬度bij、連接權(quán)值wij能夠在線修正，即：

式中：α為學(xué)習(xí)速率；η為慣性系數(shù)。另外，為衡量實際控制效果，選定性能指標函數(shù)為：

神經(jīng)網(wǎng)絡(luò)權(quán)值會不斷調(diào)整、優(yōu)化，直至滿足式（9）所示性能指標函數(shù)。但是神經(jīng)網(wǎng)絡(luò)權(quán)值的初始值大多隨機確定，初始值不合適非常容易導(dǎo)致系統(tǒng)初始狀態(tài)變化劇烈。因此，選用改進粒子群優(yōu)化算法確定神經(jīng)網(wǎng)絡(luò)初始權(quán)值。

2.3 改進粒子群算法

定義一個由m個粒子組成的種群，其目標搜索空間維度為D；定義第i個粒子（i=1, 2, …,m）的D維位置矢量zi=zi1,zi2, …,ziD；飛行速度vi=vi1,vi2, …,viD；搜索到最優(yōu)值pi=pi1,pi2, …,piD。定義整個種群當前搜索到的最優(yōu)值pg=pg1,pg2, …,pgD。粒子自身速度及位置更新過程可描述為：

式中：i=1, 2, …,m；d=1, 2, …,D；r1和r2為隨機數(shù)，取值介于[0, 1]；k為迭代次數(shù)；ξ為慣性權(quán)重。

慣性權(quán)重在很大程度上決定粒子群優(yōu)化算法的性能。如果慣性權(quán)重比較大，則有利于粒子群的全局搜索性能；如果慣性權(quán)重比較小，則有利于粒子群局部搜索性能。為兼顧粒子群全局搜索和局部搜索性能，采用可變慣性權(quán)值，即：

式中：kmax為迭代次數(shù)最大值；ξ0為初始慣性權(quán)重；ξend為最終慣性權(quán)重。

神經(jīng)網(wǎng)絡(luò)初始權(quán)值優(yōu)化之前需要明確粒子群算法目標函數(shù)，即適應(yīng)度函數(shù)。通過該函數(shù)即可評價當前粒子優(yōu)劣，適應(yīng)度值最小的粒子就是最佳權(quán)值。在食品分揀過程中，為減小定位誤差，可選定位置偏差的時間積分作為目標函數(shù)；鑒于并聯(lián)機器人運行狀態(tài)要平穩(wěn)，可在適應(yīng)度函數(shù)中引入輸出量平方項。為提高系統(tǒng)響應(yīng)速度，可在適應(yīng)度函數(shù)中引入時間量，即：

式中：e(t)為定位誤差；u(t)為PID控制器輸出；tu為上升時間；γ1、γ2、γ3分別為可調(diào)系數(shù)。

為減小控制系統(tǒng)的超調(diào)量，在式（13）中加入懲罰函數(shù)，即：

式中：ey(t)=y(t)-y(t-1)，y(t)為系統(tǒng)實際輸出；γ4為可調(diào)系數(shù)。

3 試驗研究

為驗證所述分揀系統(tǒng)的可行性和有效性，開展相關(guān)試驗研究。以DELTA機械手為試驗平臺，移植控制系統(tǒng)，測試結(jié)果如表1所示。

基于所設(shè)計食品分揀控制系統(tǒng)，并聯(lián)機械手抓取速度可以達到每分鐘60次；漏抓和誤抓率非常低，最大為0.1%。試驗結(jié)果表明，基于并聯(lián)機器人的食品分揀控制系統(tǒng)具有非常好的穩(wěn)定性、可靠性；抓取精度較高；能滿足食品包裝要求。

表1 試驗結(jié)果

4 結(jié)語

以食品包裝過程中分揀抓取為研究對象，重點討論并聯(lián)機器人控制系統(tǒng)設(shè)計。在介紹分揀設(shè)備硬件結(jié)構(gòu)和軟件組成基礎(chǔ)上，基于模糊神經(jīng)網(wǎng)絡(luò)算法設(shè)計一種并聯(lián)機器人位置控制器。通過改進粒子群優(yōu)化算法實現(xiàn)神經(jīng)網(wǎng)絡(luò)權(quán)值初值確定。通過試驗驗證所述控制系統(tǒng)可行性和有效性。結(jié)果表明，基于并聯(lián)機器人的食品分揀控制系統(tǒng)穩(wěn)定性好、可靠性高，能夠滿足食品包裝需求。