基于并聯(lián)機(jī)器人的塊狀食品包裝定位方法

王秋紅，孫以正

基于并聯(lián)機(jī)器人的塊狀食品包裝定位方法

王秋紅1，孫以正2

（1.南陽(yáng)醫(yī)學(xué)高等?？茖W(xué)校，河南 南陽(yáng) 473061；2.南陽(yáng)師范學(xué)院，河南 南陽(yáng) 473061）

為提高包裝過(guò)程中并聯(lián)機(jī)器人定位精度?；谧钥箶_控制設(shè)計(jì)一種機(jī)器人末端執(zhí)行器定位方法。在傳統(tǒng)并聯(lián)機(jī)器人結(jié)構(gòu)的基礎(chǔ)上配置2臺(tái)工業(yè)相機(jī)。根據(jù)雙目立體視覺檢測(cè)原理來(lái)確定塊狀食品在生產(chǎn)線上具體位置。為避免干擾因素降低機(jī)器人末端執(zhí)行器抓取精度，設(shè)計(jì)一種自抗擾控制器，主要包括跟蹤微分器、非線性反饋器、擴(kuò)張狀態(tài)觀測(cè)器。最后，搭建實(shí)驗(yàn)平臺(tái)并進(jìn)行相關(guān)驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，實(shí)際位置與抓取位置之間偏差距離的最大值為0.3 mm；平均誤差只有0.20 mm。所設(shè)計(jì)自抗擾控制器與PID控制器相比，響應(yīng)時(shí)間僅增加了1%，平均抓取精度卻大幅提高。所述基于并聯(lián)機(jī)器人的塊狀食品包裝定位方法可使末端執(zhí)行器在非常短的時(shí)間內(nèi)到達(dá)指定位置；運(yùn)動(dòng)過(guò)程穩(wěn)定、可靠，不會(huì)出現(xiàn)振動(dòng)現(xiàn)象，可確保抓取精度。

并聯(lián)機(jī)器人；食品包裝；定位；自抗擾控制

隨著工業(yè)技術(shù)不斷發(fā)展，包裝生產(chǎn)線的自動(dòng)化和智能化水平越來(lái)越高，但是我國(guó)包裝行業(yè)，尤其是食品加工、包裝，還是比較依賴人工[1—2]。對(duì)于上料、拾取等重復(fù)性勞動(dòng)比較多的工序，僅依靠人工會(huì)出現(xiàn)工作強(qiáng)度過(guò)大、二次污染等問(wèn)題[3]，因此，食品包裝行業(yè)需要一種高速、穩(wěn)定的搬運(yùn)機(jī)器人來(lái)取代人工。綜合來(lái)看，并聯(lián)機(jī)器人具有高精度、高速度、高靈活性等特點(diǎn)，在生產(chǎn)線中的應(yīng)用比較廣泛。并聯(lián)機(jī)器人將驅(qū)動(dòng)裝置安裝在固定平臺(tái)上，可以大幅度減小運(yùn)動(dòng)平臺(tái)的重量[4—6]。并聯(lián)機(jī)器人結(jié)構(gòu)比較均衡，所以其承載能力強(qiáng)、運(yùn)動(dòng)特性好。在實(shí)際應(yīng)用中，并聯(lián)機(jī)器人主要用于物料分揀和裝箱，往往配合視覺系統(tǒng)使用。與人眼類似，機(jī)器視覺同樣可以實(shí)現(xiàn)物料的識(shí)別、甄選、判斷、檢測(cè)等諸多功能，同時(shí)具有快速識(shí)別、非接觸、安全衛(wèi)生等優(yōu)點(diǎn)[7—8]。嚴(yán)陪陪等[9]為解決食品難于分揀等問(wèn)題，以并聯(lián)機(jī)器人和視覺技術(shù)為基礎(chǔ)，設(shè)計(jì)了一種分揀系統(tǒng)運(yùn)行方案，但是并沒有討論并聯(lián)機(jī)器人位姿檢測(cè)、定位控制等問(wèn)題。郝大孝等[10]設(shè)計(jì)了一種基于機(jī)器視覺的Delta機(jī)器人分揀與跟蹤系統(tǒng)，在圖像處理的基礎(chǔ)上提出了一種動(dòng)態(tài)抓取算法，但是并沒有考慮干擾因素對(duì)抓取精度的影響。張衛(wèi)芬等[11]設(shè)計(jì)了一種基于機(jī)器視覺的物料自動(dòng)分揀系統(tǒng)，利用OpenCV完成了相機(jī)標(biāo)定，但是該標(biāo)定算法采用單目視覺計(jì)算過(guò)程比較復(fù)雜。為解決上述問(wèn)題，可采用雙目視覺代替單目視覺，能夠較全面分析物料的空間三維信息，具有檢測(cè)精度高、計(jì)算過(guò)程簡(jiǎn)單等特點(diǎn)。同時(shí)結(jié)合智能算法，可以克服并聯(lián)機(jī)器人在位姿檢測(cè)等方面的不足[12]。文中以塊狀食品包裝定位為研究對(duì)象，根據(jù)雙目視覺檢測(cè)原理完成物料定位同時(shí)設(shè)計(jì)一種自抗擾控制器以實(shí)現(xiàn)并聯(lián)機(jī)器人的準(zhǔn)確抓取，通過(guò)實(shí)驗(yàn)驗(yàn)證所述方法的有效性。

1 并聯(lián)機(jī)器人

1.1 基本結(jié)構(gòu)

通常情況下，塊狀食品的運(yùn)動(dòng)方式只存在，，等3個(gè)方向平移，不會(huì)出現(xiàn)旋轉(zhuǎn)運(yùn)動(dòng)，因此，文中選擇三自由度并聯(lián)機(jī)器人，其結(jié)構(gòu)見圖1。所述并聯(lián)機(jī)器人包括動(dòng)平臺(tái)、靜平臺(tái)、運(yùn)動(dòng)鉸鏈以及末端執(zhí)行器等部件。動(dòng)平臺(tái)和靜平臺(tái)之間通過(guò)運(yùn)動(dòng)鉸鏈連接，連接副分別是球面副、轉(zhuǎn)動(dòng)副。伺服電機(jī)作為驅(qū)動(dòng)元件驅(qū)動(dòng)運(yùn)動(dòng)鉸鏈繞靜平臺(tái)擺動(dòng)并將運(yùn)動(dòng)傳遞至末端執(zhí)行器，進(jìn)而實(shí)現(xiàn)抓取機(jī)械手在，，等3個(gè)方向的運(yùn)動(dòng)。另外，2個(gè)工業(yè)相機(jī)安裝在靜平臺(tái)上，以獲取進(jìn)入工作區(qū)域的物料信息。

1.2 雙目立體視覺檢測(cè)原理

圖2 雙目立體視覺檢測(cè)模型

左右2個(gè)攝像機(jī)坐標(biāo)系滿足以下關(guān)系：

(1)

那么空間任意點(diǎn)的三維坐標(biāo)可以表示為：

(2)

2 自抗擾控制器設(shè)計(jì)

如前文所述，通過(guò)雙目視覺可以獲取塊狀食品的位置坐標(biāo)，而并聯(lián)機(jī)器人末端執(zhí)行器的位置可通過(guò)編碼器、姿態(tài)傳感器、激光儀等傳感器得到，二者之差就是定位偏差。為提高并聯(lián)機(jī)器人抓取精度，需要設(shè)計(jì)一種有效的控制算法。并聯(lián)機(jī)器人在定位、抓取過(guò)程中會(huì)受到諸多干擾因素影響，例如：關(guān)節(jié)非線性摩擦、振動(dòng)、機(jī)械制造誤差等，其定位精度勢(shì)必降低。為解決此問(wèn)題，文中設(shè)計(jì)了一種自抗擾控制器，見圖3。自抗擾控制器主要包括：跟蹤微分器、非線性反饋器、擴(kuò)張狀態(tài)觀測(cè)器等，其中跟蹤微分器可實(shí)現(xiàn)并聯(lián)機(jī)器人總擾動(dòng)補(bǔ)償，擴(kuò)張狀態(tài)觀測(cè)器可實(shí)現(xiàn)末端執(zhí)行器位姿的實(shí)時(shí)在線估計(jì)[13—14]。

(3)

(4)

(5)

(6)

(7)

(8)

(9)

作為反饋通道，擴(kuò)張狀態(tài)觀測(cè)器可將未建模部分、外接干擾、參數(shù)擾動(dòng)等因素整合到反饋輸入信號(hào)中。擴(kuò)張狀態(tài)觀測(cè)器可估算系統(tǒng)的干擾，并通過(guò)反饋來(lái)彌補(bǔ)整個(gè)系統(tǒng)的擾動(dòng)[15—16]。擴(kuò)張狀態(tài)觀測(cè)器的輸出量可描述為：

(10)

(11)

(12)

(13)

(14)

(15)

(16)

圖3 自擾動(dòng)控制器原理

Fig.3 Principle of ADRC

(17)

3 實(shí)驗(yàn)研究

為驗(yàn)證所述方法的有效性，文中將自抗擾控制器應(yīng)用于并聯(lián)機(jī)器人并進(jìn)行運(yùn)動(dòng)控制實(shí)驗(yàn)，實(shí)驗(yàn)裝置見圖4。

并聯(lián)機(jī)器人控制系統(tǒng)包括2部分：上位機(jī)PC和下位機(jī)多軸控制器，二者之間通過(guò)以太網(wǎng)實(shí)現(xiàn)實(shí)時(shí)通訊。具體功能方面：上位機(jī)配有Intel core i5系列處理器，主頻3.6 GHz，負(fù)責(zé)實(shí)現(xiàn)控制系統(tǒng)初始化、實(shí)時(shí)數(shù)據(jù)處理、并聯(lián)機(jī)器人運(yùn)行狀態(tài)監(jiān)測(cè)等功能；下位機(jī)主要包括TURBO PMAC系列主控制卡、ACC-24系列軸控制板卡、ACC-65系列I/O板卡、ACC-E1系列電源板卡等。伺服驅(qū)動(dòng)系統(tǒng)包括3臺(tái)HG-KR73BJ系列伺服電機(jī)和MR-J4系列伺服驅(qū)動(dòng)器。為避免并聯(lián)機(jī)器人行程超出設(shè)定范圍，將三線式接近開關(guān)控制并聯(lián)機(jī)器人運(yùn)動(dòng)范圍，以保證機(jī)器人本體和操作人員安全。

通過(guò)上位機(jī)設(shè)置相關(guān)運(yùn)動(dòng)參數(shù)，上位機(jī)根據(jù)運(yùn)動(dòng)參數(shù)計(jì)算得到相關(guān)控制指令并傳送至下位機(jī)；下位機(jī)通過(guò)運(yùn)動(dòng)控制器實(shí)現(xiàn)并聯(lián)機(jī)器人的實(shí)時(shí)控制；各傳感器數(shù)據(jù)傳送至上位機(jī)，實(shí)時(shí)監(jiān)測(cè)并聯(lián)機(jī)器人運(yùn)動(dòng)狀態(tài)和包裝生產(chǎn)線工作狀態(tài)。

圖4 實(shí)驗(yàn)裝置

在實(shí)驗(yàn)過(guò)程中，為減輕并聯(lián)機(jī)器人的誤差波動(dòng)使其始終處于平穩(wěn)狀態(tài)，可根據(jù)反復(fù)調(diào)試或仿真分析尋找控制器最優(yōu)參數(shù)?？刂破鲄?shù)見表1。

表1 控制器參數(shù)

實(shí)驗(yàn)對(duì)象為塊狀（方形）食品，傳送速度分別設(shè)定為100個(gè)/min；采用文中所述包裝定位方法 進(jìn)行實(shí)驗(yàn)研究，對(duì)比塊狀食品實(shí)際位置和并聯(lián)機(jī)械手抓取位置；作為對(duì)比，在相同實(shí)驗(yàn)條件下，采用PID控制器進(jìn)行實(shí)驗(yàn)，重復(fù)整個(gè)過(guò)程；實(shí)驗(yàn)結(jié)果見表2。

由表2可以看出，采用文中所述定位方法，實(shí)際位置和抓取位置之間偏差距離最大值為0.3 mm；平均誤差只有0.20 mm。采用PID控制，實(shí)際位置和抓取位置之間偏差距離最大值為5.52 mm；平均誤差達(dá)到了3.29 mm。對(duì)比結(jié)果表明，自抗擾控制器能夠大幅度提高并聯(lián)機(jī)器人的抓取精度。

在抓取效率方面，與PID控制相比，自抗擾控制器的響應(yīng)時(shí)間并沒有大幅度增加。實(shí)驗(yàn)結(jié)果表明，自抗擾控制器的響應(yīng)時(shí)間僅增加了1%左右，但是其抓取精度比高，因此自抗擾控制器的抓取效率還是高于PID控制器，幾乎不會(huì)出現(xiàn)錯(cuò)抓、漏抓等情況。穩(wěn)定性方面，采用文中所述方法，并聯(lián)機(jī)器人穩(wěn)定性明顯提高，不會(huì)出現(xiàn)抖動(dòng)等現(xiàn)象。

綜上所述，基于并聯(lián)機(jī)器人的塊狀食品包裝定位方法可使末端執(zhí)行器在非常短的時(shí)間內(nèi)到達(dá)指定位置；運(yùn)動(dòng)過(guò)程穩(wěn)定、可靠，不會(huì)出現(xiàn)振動(dòng)現(xiàn)象，可確保抓取精度。

表2 實(shí)驗(yàn)結(jié)果

4 結(jié)語(yǔ)

以食品包裝過(guò)程并聯(lián)機(jī)器人控制為主要研究對(duì)象，利用雙目立體視覺捕獲塊狀食品空間位置；在自抗擾控制器作用下，確保機(jī)器人末端執(zhí)行器快速穩(wěn)定地到達(dá)指定位置，進(jìn)而完成定位、抓取等操作。實(shí)驗(yàn)結(jié)果表明，所述定位方法具有響應(yīng)迅速、定位精度高、運(yùn)行穩(wěn)定等特點(diǎn)，具有一定的參考價(jià)值。

[1] 康曉娟. Delta并聯(lián)機(jī)器人的發(fā)展及其在食品工業(yè)上的應(yīng)用[J]. 食品與機(jī)械, 2014, 30(5): 167-172.

KANG Xiao-juan. Development and Application of Delta Parallel Robot[J]. Food & Machinery, 2014, 30(5): 167-172.

[2] 李克峰. 塊狀食品拾放的并聯(lián)機(jī)器人[J]. 食品工業(yè), 2020, 41(10): 222-224.

LI Ke-feng. The Parallel Robot Based on Lumpy Food Packing[J]. The Food Industry, 2020, 41(10): 222-224.

[3] 王詩(shī)宇, 林滸, 孫一蘭, 等. 基于機(jī)器視覺的機(jī)器人分揀系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2017(3): 125-129.

WANG Shi-yu, LIN Hu, SUN Yi-lan, et al. The Research of Industrial Robots Sorting Technology Based on Robot Vision[J]. Modular Machine Tool & Automatic Manufacturing Technique, 2017(3): 125-129.

[4] 鄧明星, 劉冠峰, 張國(guó)英. 基于Delta并聯(lián)機(jī)器人的傳送帶動(dòng)態(tài)跟蹤[J]. 機(jī)械工程與自動(dòng)化, 2015(1): 153-154.

DENG Ming-xing, LIU Guan-feng, ZHANG Guo-ying. Dynamic Conveyor Tracking for Delta Robot[J]. Mechanical Engineering & Automation, 2015(1): 153-154.

[5] 付瑞玲, 禹春來(lái), 范甜甜. 基于并聯(lián)機(jī)器人的包裝分揀系統(tǒng)設(shè)計(jì)[J]. 包裝工程, 2018, 39(11): 204-208.

FU Rui-ling, YU Chun-lai, FAN Tian-tian. Design of Packaging and Sorting System Based on Parallel Robot[J]. Packaging Engineering, 2018, 39(11): 204-208.

[6] 倪鶴鵬, 劉亞男, 張承瑞, 等. 基于機(jī)器視覺的Delta機(jī)器人分揀系統(tǒng)算法[J]. 機(jī)器人, 2016, 38(1): 49-55.

NI He-peng, LIU Ya-nan, ZHANG Cheng-rui, et al. Sorting System Algorithms Based on Machine Vision for Delta Robot[J]. Robot, 2016, 38(1): 49-55.

[7] 王忠勇, 馬超. 一種并聯(lián)機(jī)械手視覺引導(dǎo)算法[J]. 計(jì)算機(jī)測(cè)量與控制, 2014, 22(5): 1499-1501.

WANG Zhong-yong, MA Chao. Design of Visual Algorithm for Guiding Parallel Manipulator[J]. Computer Measurement & Control, 2014, 22(5): 1499-1501.

[8] 甄卓, 劉朝英, 宋哲英, 等. 三自由度并聯(lián)機(jī)械手的目標(biāo)定位和軌跡規(guī)劃的設(shè)計(jì)與驗(yàn)證[J]. 電光與控制, 2016, 23(1): 93-96.

ZHEN Zhuo, LIU Chao-ying, SONG Zhe-ying, et al. Design and Verification of Target Localization and Trajectory Planning for 3-DOF Parallel Manipulator[J]. Electronics Optics & Control, 2016, 23(1): 93-96.

[9] 嚴(yán)培培. 面向非典型食品生產(chǎn)的高速機(jī)器人分揀系統(tǒng)設(shè)計(jì)[J]. 食品與機(jī)械, 2016, 32(2): 94-97.

YAN Pei-pei. High Speed Sorting Robot for Non-Typical Food Production Systems[J]. Food & Machinery, 2016, 32(2): 94-97.

[10] 郝大孝, 舒志兵, 孫學(xué). 基于機(jī)器視覺的Delta機(jī)器人分揀與跟蹤系統(tǒng)設(shè)計(jì)[J]. 機(jī)床與液壓, 2019, 47(17): 36-42．

HAO Da-xiao, SHU Zhi-bing, SUN Xue. Design of Delta Robot Sorting and Tracking System Based on Machine Vision[J]. Machine Tool ＆ Hydraulics, 2019, 47(17): 36-42.

[11] 張衛(wèi)芬, 湯文成. 基于機(jī)器視覺的物料自動(dòng)分揀系統(tǒng)研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2019(6): 34-37.

ZHANG Wei-fen, TANG Wen-cheng. Research of the Material Automatic Sorting System Based on Machine Vision[J]. Modular Machine Tool & Automatic Manufacturing Technique, 2019(6): 34-37.

[12] 趙俊偉, 劉珍珍, 黃俊杰, 等. 基于雙目視覺的3-PRS并聯(lián)機(jī)構(gòu)末端位姿檢測(cè)方法[J]. 制造技術(shù)與機(jī)床, 2018(1): 101-106.

ZHAO Jun-wei, LIU Zhen-zhen, HUANG Jun-jie, et al. The Method to Measure the Terminal Position and Pose of 3-PRS Parallel Mechanism Based on Binocular Vcision System[J]. Manufacturing Technology & Machine Tool, 2018(1): 101-106.

[13] 張博偉, 李醒飛, 李洪宇, 等. 基于ADRC深海剖面浮標(biāo)定深控制[J]. 傳感器與微系統(tǒng), 2020, 39(10): 100-103.

ZHANG Bo-wei, LI Xing-fei, LI Hong-yu, et al. Depth Control of Deep-Sea Profiling Float Based on ADRC[J]. Transducer and Microsystem Technologies, 2020, 39(10): 100-103.

[14] 劉福才, 劉林, 郭根旺. 柔性關(guān)節(jié)空間漂浮機(jī)械臂奇異攝動(dòng)自抗擾控制仿真研究[J]. 高技術(shù)通訊, 2020, 30(9): 928-937.

LIU Fu-cai, LIU Lin, GUO Gen-wang. Simulation Study on the Singular Perturbation Based Auto Disturbance Rejection Control for Flexible Joint Space Manipulators[J]. Chinese High Technology Letters, 2020, 30(9): 928-937.

[15] 李小崗, 王紅都, 黎明, 等. 水下機(jī)器人-機(jī)械臂系統(tǒng)的滑模自抗擾控制[J]. 海洋科學(xué), 2020, 44(9): 130-138.

LI Xiao-gang, WANG Hong-du, LI Ming, et al. Sliding Mode Active Disturbance Rejection Control of Underwater Vehicle-manipulator System[J]. Marine Sciences, 2020, 44(9): 130-138.

[16] 李杰, 齊曉慧, 夏元清, 等. 線性/非線性自抗擾切換控制方法研究[J]. 自動(dòng)化學(xué)報(bào), 2016, 42(2): 202-212.

LI Jie, QI Xiao-hui, XIA Yuan-qing, et al. On Linear/Nonlinear Active Disturbance Rejection Switching Control[J]. Acta Automatica Sinica, 2016, 42(2): 202-212.

Positioning Method of Block Food Packaging Based on Parallel Robot

WANG Qiu-hong1, SUN Yi-zheng2

(1.Nanyang Medical College, Nanyang 473061, China; 2.Nanyang Normal University, Nanyang 473061, China)

The work aims to improve the positioning accuracy of parallel robot in the packaging process.A positioning method of robot end-effector based on ADRC was designed. Two industrial cameras were configured on the basis of the traditional parallel robot structure. According to the binocular stereo vision detection principle, the specific position of block food on the production line was determined. An active disturbance rejection controller (ADRC), including tracking differentiator, nonlinear feedback controller and extended state observer, was designed to avoid interference factors reducing the grasping accuracy of the robot end-effector. Finally, the experimental platform was built and relevant verification was carried out. The experimental results showed that the maximum deviation distance between the actual position and the grasping position was 0.3 mm and the average error is only 0.20 mm. Compared with PID controller, the response time of ADRC only increased by 1%, but the average grasping accuracy was greatly improved. The positioning method of block food packaging based on parallel robot can make the end-effector reach the specified position in a very short time. The motion process is stable and reliable, without vibration, which can ensure the grasping accuracy.

parallel robot; food packaging; positioning; auto disturbance rejection control

TP242

A

1001-3563(2022)01-0177-06

10.19554/j.cnki.1001-3563.2022.01.022

2021-01-20

南陽(yáng)市科技攻關(guān)項(xiàng)目（KJGG025）

王秋紅（1984—），女，碩士，南陽(yáng)醫(yī)學(xué)高等?？茖W(xué)校講師，主要研究方向?yàn)闄C(jī)器學(xué)習(xí)、機(jī)器人技術(shù)。