基于多維度識別的瓜類分揀機設計

關運升，范振宇，薛佳輝

(沈陽工業大學，遼寧 沈陽 110870)

0 引言

現階段市面上的絕大部分水果選果機，僅僅是以水果的重量作為分級標準，檢測指標單一，所能完成的只是重量分級的問題，而本文所設計的瓜類品質識別分揀機可以實現對瓜的瓜形、色澤、大小、網紋、缺陷進行多維度檢測識別與分揀。可以說，這從根本上解決了目前市場上瓜類分揀后品質仍是參差不齊的問題。

1 瓜類分揀機總體設計

以甜瓜分揀作為樣例進行分析設計，瓜類品質識別分揀機總體結構如圖1所示。

圖1 瓜類品質識別分揀機總體結構

該設備由進料機構、傳送機構、檢測機構、分料機構和出料機構五大部分組成。整個機械設備為流水線型結構，框架主體采用Q235噴塑和硬質塑料拼接。工作時，將甜瓜送入進料口后，經過傳送機構傳送到檢測機構進行品質檢測，將甜瓜分為精品、普通、劣等三個等級，檢測機構將數據傳入PLC控制系統，控制系統控制兩個氣缸，依次把精品瓜和普通瓜分別推入對應的分揀通道，并同時完成精品瓜和普通瓜標簽的粘貼[1-3]。

2 瓜類分揀機理

2.1 大小檢測

對于瓜的大小檢測，以甜瓜為例進行說明。首先對采集的圖像進行處理，尋找邊緣輪廓，得到最優擬合橢圓；然后利用橫徑實際長度與橫徑像素點之比確定一個參數S，計算出甜瓜實際面積特征和擬合橢圓面積特征；最后輸入甜瓜實際長度,即可通過參數S計算出其實際面積，完成大小檢測。

2.2 紋理檢測

甜瓜、西瓜和哈密瓜等葫蘆科的瓜類表面具有網絡紋路，其表面紋理面積占全瓜表面積的比例代表著瓜的紋理等級。大量統計數據表明，瓜的紋理等級是決定瓜類品質最重要的因素之一。所以，通過對采集的瓜的圖像進行處理，以紋理特征像素點數目與二值化像素點數目的比例大小為依據來確定瓜的等級。

2.3 缺陷檢測

對于包含霉菌、曬傷、裂紋的缺陷檢測，利用深度學習框架建立一種卷積神經網絡模型。采用圖像處理與深度學習算法對瓜的外部缺陷進行檢測分類，利用主成分分析、奇異值分解和閾值分割等方法強化缺陷特征，分別對不同卷積神經網絡的原始數據和特征強化后數據進行訓練。最后逐一比對訓練結果的準確率，從而確定缺陷檢測的最優模型[4]。

3 各裝置設計

3.1 進料機構設計

該機構主要由機座和“Y”型進料口組成。進料機構與水平面存在一個30°左右的坡度，當甜瓜被放置在進料機構上時，在自身重力的作用下會以一個較為平穩的速度滾入傳送機構，隨著進料口收窄，最后一次只能通過一個甜瓜[5]。

3.2 傳送機構設計

該機構由普通傳送帶作為輸送載體，以調速電機作為動力源，配備普通Ⅴ型帶及帶輪，作為動力輸出首級傳動裝置，由從動輪連接同步帶輪控制二級傳動比，保證輸送裝置平穩運行。考慮到對瓜的保護，故傳送帶與瓜接觸表面采用橡膠來減少磕碰。

3.3 檢測機構設計

檢測機構主要由工業攝像頭和耐磨陶瓷滾筒輸送部分組成，如圖2所示。

圖2 檢測機構

滾筒設計成中間細兩端粗的特殊筒狀，可以很好地貼合甜瓜的外部輪廓，而耐磨陶瓷的材質則可以實現瓜通過工業攝像頭下方時保持連續轉動的狀態。通過測定瓜翻轉一周所用時間，設置攝像頭的采集圖像信息的間隔，就保證了對瓜進行360°的檢測；將辨別結果傳輸給PLC，進行品質分析識別，從而大大提高了檢測結果的精確性。

3.4 分料機構設計

該機構由薄型氣缸、推桿式貼標簽機構和感應器支架組成，如圖3所示。

圖3 分料機構

當甜瓜經過流水線時，流水線體上的感應器會感應到檢測機構檢測出的精品瓜或者普通瓜，并將信號傳達給分料機構，隨后氣缸推出，推桿將甜瓜推到對應的分揀線，與此同時推桿中心的貼標簽機構彈出，將精品瓜或普通瓜的二維碼標簽貼在分級后的甜瓜表面。其中推桿與水平面呈15°夾角，頂部選用橡膠材質包裹拱形結構推塊，能夠在確保瓜不受外部傷害的同時，以一個略微向上的推力將瓜準確推至相應的傳送分揀線上。

3.5 出料機構設計

該機構由智能堆碼小車(見圖4)和特制甜瓜箱組成。

圖4 智能堆碼小車

考慮到實際情況，對于精品瓜的出料，采用了智能堆碼小車。小車由滾輪、車座、車架和托盤四部分組成。托盤以可降解塑料為原料，制有半球形凹槽，托盤顏色與凹槽的數量可以隨意定制。在瓜到達之前，托盤在小車最頂部。當瓜到達時，最下方的托盤下落到與傳送帶同一高度，滾輪帶動小車以蛇形路徑運動，將瓜裝滿托盤，托盤勻速下落到底座，然后頂部托盤下落到傳送帶高度，重復第一個托盤操作。當所有托盤裝滿后，小車自動離開，另一輛小車到來。裝滿甜瓜的托盤可以直接裝入規格匹配的箱子里，作為精品瓜禮盒出售。

對于普通瓜和劣等瓜的分料，采用了特制甜瓜箱。以底面積約1 m2、高度20 cm的塑料箱為主體，內部鋪有一層1 cm厚的多孔海綿，在保護瓜不受磕碰的同時保持一個相對干爽的環境。

4 結論

本文對基于多維度識別的瓜類分揀機進行了設計，以甜瓜為例，對瓜的品質進行多維度的鑒別，并同時完成自動化分揀工作，在分類更為準確的同時還大大減少了人工成本。本設備的結構及其設計方法還可以經過小幅度調整應用到其他與甜瓜類似的瓜類上去。通過精準檢測分揀后的精品瓜更受消費者的青睞，能帶來更大的經濟效益。