種蛋智能篩選系統的設計

胡思旋，劉 源，李 峰，于亞萍

（天津農學院工程技術學院，天津 300384）

1 系統的工作原理

系統是由控制器、稱重模塊、傳送帶控制模塊、圖像采集模塊、機械臂控制模塊組成。控制器控制壓力傳感器檢測禽蛋質量，控制機械手去除不合格的禽蛋，將合格禽蛋放置傳送帶，完成初步篩選；控制器控制傳送帶至攝像頭，采集禽蛋圖像，傳送到PC機，利用Matlab軟件對禽蛋圖像進行分析和處理，判斷其新鮮度，不合格和合格分別以0或1表示。利用Matlab的Tmtool工具與Arduino取得連接，將0或1發送到Arduino的串口緩沖區，再將數據發送至Arduino控制器，控制機械臂完成相應動作實現禽蛋分揀。實現對禽蛋孵化前的優質種蛋的選擇。

2 系統的硬件設計

2.1 控制器

控制器采用Arduino UNO，基于ATmega328P單片機的開發板。具備14路數字輸入/輸出引腳（其中6路可用于PWM輸出）和6路模擬輸入。工作電壓為5 V，驅動電流最大為50 mA。

2.2 稱重模塊

2.2.1 稱重電路

稱重電路由壓力傳感器、24位A/D轉換器芯片HX711模塊、Arduino芯片組成。壓力傳感器采用電阻應變片式壓力傳感器。可將被測件上質量的變化轉換成為電壓傳送給A/D轉換器。HX711模塊具有高精度、速度快、抗干擾性強的特點，將電壓轉化成數字量后，傳送給Arduino單片機。單片機與標準種蛋質量相比較，控制機械手抓取動作。

2.2.2 稱重機械手

稱重機械手用來抓放禽蛋，完成禽蛋質量篩選。由主動爪機構、從動爪機構、基座、2個sg90舵機組成。抓握動作由舵機帶動主動爪，再通過齒輪傳動帶動從動爪完成。舵機順時針轉動機械手完成“抓”的動作，反之完成“放”的動作。篩選動作由舵機帶動基座完成。在質量范圍內的雞蛋將會由舵機帶動基座，機械手將雞蛋放到蛋槽里進入傳送帶，進行第2步篩選。

2.3 圖像采集模塊

圖像采集模塊由攝像裝置、Arduino控制器組成，控制器負責定位控制、圖像的獲取、圖像向上位機的傳輸。攝像裝置由USB高清免驅800萬像素自動對焦像頭、暗箱、燈箱組成[1]。暗箱提供不透光的拍攝環境，攝像頭負責拍攝雞蛋照片，燈箱由箱體、光源、燈泡支撐架、底座構成，負責照射待拍照的雞蛋。

2.4 傳送帶控制模塊

2.4.1 傳送帶機械結構

選蛋系統的機械結構見圖1。傳送帶的搭建由擋板、支撐板、轉軸、皮帶、電機構成。兩側的擋板負責固定轉軸與電機。支撐板負責穩定傳送帶并給皮帶提供一定的支撐力。

圖1 系統機械結構Fig.1 The system mechanical structure

2.4.2 電機控制

系統采用42步進電機17HS4401S和驅動器TB6600完成控制。傳送帶的定位是由電機脈沖數來決定，高電平與低電平的時間和為一個脈沖，本次使用的42步進電機每給一個脈沖轉動1.8°，轉軸轉動1周需要200個脈沖，本次控制精度只需設置調為4細分，即步距角為0.45°，根據實測顯示電機每轉動1°傳送帶前進0.5 mm，當蛋托與攝像頭垂直時，需要傳送帶前進200 mm，電機轉動400°即890個脈沖。

2.5 機械臂控制模塊

機械臂采用6自由度機械臂可編程拼裝機械手臂stm32ArduinoUNOR3，由6個舵機控制6個自由度的轉動，采用Arduino舵機控制器，在線運行模式。當Matlab通過串行口將0或1信息發送到Arduino的硬串口時，單片機控制機械臂完成相應動作實現禽蛋的分揀。

3 軟件設計

3.1 主程序設計

主程序設計流程見圖2。稱重控制程序完成，禽蛋質量的采集與標準質量比較，完成禽蛋分揀。傳送帶控制程序完成，傳送帶電機的定位控制。當禽蛋到照射位置時，向單片機發出定位信號，觸發攝像頭動作，調圖像采集與處理程序。

圖2 主程序設計流程Fig.2 Theflow chart of main program design

3.2 上位機與Arduino之間的通信

用Matlab軟件對雞蛋圖像分析后，將得到的新鮮度結果以0或1的形式輸出。利用Matlab的Tmtool工具與Arduino串口通信，將0或1發送到Arduino的串口緩沖區，然后向機械手發出執行命令。

3.3 機械臂控制程序

當接收到Arduino發出的分揀執行命令后，啟動不同的舵機，執行動作指令。當收到0，將禽蛋剔除；若是1，將禽蛋放入孵化環境進行孵化，實現雞蛋的篩選。

4 系統測試

4.1 調試條件

系統調試是在Windows10系統下，運用ArduinoIDE軟件串口監視器以及Matlab軟件，Arduino、USB高清免驅800萬像素自動對焦攝像頭和各種執行部件到位下完成的。

4.2 調試方法

隨機選取30枚雞蛋作為實驗樣本,要求蛋殼表面無污物，外表光滑且沒有裂紋。實驗樣品隨機分為5組,每組6個，將每個樣品標以序號區分，統一放置在相同環境中貯藏[2]。

啟動系統，自動完成2級篩選。其中，圖像處理新鮮度篩選采用，用Matlab軟件對采集到禽蛋圖進行預處理、提取雞蛋特征值、氣室特征值，并對特征參數進行計算等處理。

禽蛋新鮮度相關的3個特征參數為氣室面積比、氣室高度比、氣室直徑，建立圖像提取參數與實測參數的一元哈夫值回歸模型[3]。該一元回歸模型的相關系數為0.96，擬合優度為0.92，氣室面積比與哈夫值存在明顯的相關性，氣室面積比越小，雞蛋的哈夫值越大，證明雞蛋越新鮮。不新鮮禽蛋用0表示，新鮮為1。

5 結語

系統運行后，禽蛋的質量和新鮮度特征參數及檢測結果均能在上位機界面顯示。禽蛋的分揀準確率能達到98.7%，系統運行正常。該系統操作簡單，易于推廣。為禽蛋孵化過程全自動化打下基礎。