基于輸送帶及視覺跟蹤的機器人分揀包裝工作站仿真

馮凌云，曾祥蘋，李琴，王彩芳

基于輸送帶及視覺跟蹤的機器人分揀包裝工作站仿真

馮凌云1，曾祥蘋1，李琴2，王彩芳1

（1.廣東機電職業技術學院，廣州 510515；2.國家知識產權局專利局專利審查協作廣東中心，廣州 510535）

提高分揀包裝工作站的生產效率和柔性，并探索在早期設計階段利用虛擬仿真技術進行驗證。以某食品公司巧克力餅干產品的生產為例，提出結合輸送帶跟蹤和視覺識別技術搭建分揀包裝仿真工作站。在ABB公司離線編程與仿真軟件Robotstudio開發環境下，首先對相關設備進行了三維建模，并根據任務要求完成工作站的空間布局。其次，需要完成輸送帶創建、動態Smart組件設計、工作站邏輯連接、輸送帶跟蹤功能啟用、相機數據記錄和機器人控制程序編寫。最后，分析工作站結構得到生產節拍的參數設定公式。仿真工作站實現了對持續移動輸送帶上雜亂擺放物料的動態跟蹤分揀裝盒，能依據理論計算方式調節參數滿足生產節拍的需求。工作站達到了預期功能目標，可以為各行各業里以機器人為中心的分揀包裝系統高效、柔性生產研究提供參考與借鑒。

工業機器人；輸送帶跟蹤；視覺引導；分揀包裝；生產節拍；仿真設計

分揀包裝是產品生產過程中必不可少的重要環節，是保護產品數量完整，質量完好，實現產品價值和增值的重要手段[1-2]。隨著市場競爭日趨激烈，產品競爭力的高低在很大程度上取決于包裝的速度和質量。當前，國內多數生產企業（尤其是中小企業）仍依靠人工完成產品的檢測、分級、分揀和包裝等任務，這既增大了企業的用工成本和管理成本，而且在不斷變化的市場環境下難以根據需求調整生產節拍[3-4]。為解決這一問題，將機器人及其視覺技術應用于生產，搭建自動分揀包裝系統，已逐漸成為企業轉型升級的方向[5-8]。

以機器人為中心的分揀包裝系統整體結構復雜，對空間、時間、流程的把控都有較高的標準。利用虛擬仿真技術在計算機環境中模擬產品分揀包裝的生產過程，可以在早期設計階段驗證機構設計、產線布局、包裝工藝、生產節拍等的可行性和合理性，以便及早發現問題、解決問題，從而有效降低投資成本和技術風險。文獻[9-12]對此進行了探究，利用ABB公司的機器人離線編程與仿真軟件Robotstudio（以下簡稱RS）搭建了虛擬分揀包裝生產線，完成了對物料的靜態拾取裝盒，但尚未充分發揮工業機器人的功能和性能。本文在RS環境中搭建巧克力餅干分揀包裝工作站，利用輸送帶跟蹤和Smart組件功能，實現對持續移動輸送帶上雜亂擺放物料的動態跟蹤分揀裝盒，提升生產的效率和柔性。

1 模型搭建及工作任務

將工業機器人、機器視覺和輸送帶控制等技術相結合搭建自動化工作站，是目前食品、藥品、3C等行業產線升級，完成分揀、包裝任務典型和通用的解決方案。

1.1 搭建工作站模型

食品包裝是包裝工業最大的細分領域，占有約60%的市場份額[13]。參考某食品公司的巧克力餅干分揀包裝工作站結構，在Solidworks等三維CAD軟件中設計好包裝盒輸送帶（以下簡稱輸送帶1）、物料輸送帶（以下簡稱輸送帶2）、機器人安裝架、視覺相機、真空吸盤、空包裝盒、袋裝巧克力餅干等創建工作站所需用到的三維仿真模型。工業機器人從RS自帶模型庫中選取，采用ABB公司的IRB360–1/1130型并聯機器人（以下簡稱IRB360），有效負載1 kg，工作范圍達到1 130 mm，其運動控制性能強、精度高、節拍時間短，特別適合在快速揀選和包裝場景中應用。將以上模型導入到RS工作區視圖中，調整各模型位置以完成布局工作，搭建的巧克力餅干分揀包裝仿真工作站如圖1所示。

圖1 工作站模型及整體布局

1.2 工作任務

工作站主要任務是讓IRB360動態拾取輸送帶2上的袋裝餅干，并按照規則有序擺放至輸送帶1上的包裝盒中，裝盒完畢后產品下料進入后續工序。具體要求如下：袋裝餅干從輸送帶2的起點上料，起始位置和角度均隨機，并隨輸送帶移動；盒蓋敞開的空包裝盒依次從輸送帶1起點上料，并隨輸送帶1移動到達預設裝盒位置時停止；輸送帶1間歇式運行，輸送帶2連續運行；空包裝盒應始終先于袋裝餅干到達裝盒位置；機器人對運動在輸送帶2上的袋裝餅干進行動態追蹤，當目標到達抓取區域時進行動態分揀裝盒；包裝盒裝滿后立即啟動輸送帶1，后續包裝盒繼續向前移動至裝盒位置停止，再次進行分揀裝盒，如此循環；裝盒完畢的產品在輸送帶1末端下料。

2 智能仿真環境設計

模型搭建完成后，首先“從布局”生成機器人系統，在系統選項參數中須添加選項“606-1 conveyor traking”，賦予機器人輸送帶跟蹤功能以勝任工作任務的要求。其次，通過軟件“建?！边x項卡下的“創建輸送帶”功能和Smart組件（也稱智能組件）設計功能讓各個設備變得“智能”，既能獨立動作又能聯動運行。最后進行工作站邏輯連接，完成整個智能仿真環境的設計。

2.1 創建輸送帶

生產線共有2條輸送帶，過往文獻主要記載通過Smart組件實現輸送帶功能[14]。本文采用RS提供的另一種便捷方式，即“創建輸送帶”功能自主定義輸送帶，共分為2個步驟。其一，點擊“創建輸送帶”命令按鈕，在彈出的對話框中設置輸送帶機構參數。創建完成后，RS界面左側瀏覽樹中輸送帶模型文件會立即消失，同時會生成“輸送鏈”文件，表示輸送帶機構編譯成功。其二，右擊剛生成的輸送帶“添加對象”，在彈出的“傳送帶對象”對話框中設置待輸送物料模型的運動參數。完成后，RS工作區內的物料模型會消失不見，左側瀏覽樹中物料模型文件也移動到“輸送鏈”文件下的“對象源”中。以上創建過程需要設置的主要屬性參數見表1，創建成功的輸送帶在仿真過程中能夠自動復制物料，并完成物料的上料、傳送與下料，與現實的輸送帶在功能上毫無差別。

表1 輸送帶屬性參數

Tab.1 Attribute parameters of conveyor belt

2.2 Smart組件設計

2.2.1 相機Smart組件

相機Smart組件用于模擬視覺檢測輸送帶2上無序擺放的袋裝餅干，并向機器人發送餅干的偏移和姿態數據?？梢栽谳斔蛶瘘c附近增加LineSensor（線傳感器）子組件，當餅干復制品生成時，會被線傳感器感應到，并通過Positioner（定位器）子組件修正其位置和角度。Positioner內的位置數據（單位為mm）和角度數據（單位為°）來自2個Random（隨機數）子組件，生成的位置（單位為m）和角度（單位為rad）隨機數要經過VectorConverter（向量值轉換）子組件轉換為位置向量和角度向量才能被正常接入。在調整完餅干位置后，把新位置通過向量形式經RapidVariable（控制器變量）子組件告知機器人，同時置位組件的輸出信號為DO_New。組件設計如圖2所示，屬性間的有向線段表明子組件之間的屬性傳遞關系，I/O信號間的有向線段表明子組件之間的信號邏輯關系[15]。

圖2 相機Smart組件設計

2.2.2 吸盤Smart組件

吸盤Smart組件設計如圖3所示，用于機器人末端“真空吸盤”工具吸附和釋放袋裝餅干，且放置好的餅干能隨包裝盒一起繼續沿輸送帶1移動。組件定義了1個輸入信號DI_Grip和1個動態屬性（ProjiectObject類型）信號Box_sensed_in。輸入信號為“1”時，將激活安裝于吸盤末端的LineSensor子組件。LineSensor一旦檢測到對象（袋裝餅干），其輸出信號SensorOut即激活Attacher（安裝）子組件動作，將檢測到的對象安裝到吸盤上。當輸入信號為“0”時，信號經過LogicGate[NOT]（邏輯非）取反后激活Detacher（拆除）子組件動作，將吸盤上吸附的對象釋放，放下的對象通過另一個Attacher子組件被安裝到包裝盒（由動態屬性Box_sensed_in指定）上。需要注意的是，袋裝餅干是輸送帶2自動生成的，即父集為輸送帶2。因此在對象放下時，還需要通過SetParent（設置父對象）子組件修改對象父集，否則放下的對象依舊會隨輸送帶2運動。

2.2.3 其他設備Smart組件

生產線其他重要設備有包裝盒到位傳感器和下料裝置。包裝盒到位傳感器用于判斷輸送帶1上運送的包裝盒是否到達裝盒位置，組件定義了1個輸入信號DI_Box_allow、1個輸出信號DO_Box_in_pos和1個動態屬性信號Box_sensed_out。輸入信號為1時，將激活放置于輸送帶1上預設裝盒位置的VolumeSensor（體積傳感器）子組件（由其長/寬/高屬性定義的箱形區域應略大于包裝盒）。當包裝盒沿輸送帶直線運動至自身全部進入傳感器內部時會被感應到，此時傳感器的SensorOut端口將置1，表明包裝盒已到位，并通過連接的DO_Box_in_pos輸出信號。另外，子組件的SensedPart屬性連接至組件的動態屬性信號，用以輸出檢測到的對象供吸盤Smart組件使用。下料裝置用于模擬產品的下料（見圖4），可以放置在VolumeSensor子組件輸送帶1末端偏前的產品必經的路徑上。當盒內碼放好的餅干隨包裝盒運動至自身全部進入傳感器內部時會被感應到。SensorOut置1的同時激活Sink（移除）子組件，將被感應到的餅干模型刪除。包裝盒作為輸送帶1的“對象源”，在運動到末端后會自動刪除，從而實現了產品的整體下料移出。

2.3 工作站邏輯連接

在生成機器人系統、創建輸送帶和設計Smart組件之后，還需將它們的信號、屬性連接起來組成網絡，得以相互通信，即為工作站邏輯連接，如圖5所示。機器人控制系統System_IRB360中的DI_New信號負責接收相機的反饋信號，DI_Box_in_pos信號判斷包裝盒是否到達裝盒位置，DO_Grip用于控制吸盤動作，DO_Box_allow用于激活或停用包裝盒到位傳感器。包裝盒到位傳感器的屬性與吸盤Smart組件屬性相連，輸出用來控制輸送帶1的啟停。

圖3 吸盤Smart組件設計

圖4 下料裝置Smart組件運行效果

圖5 工作站整體邏輯關系

3 物料跟蹤基本原理及實現

工作站中輸送帶2上運動著的袋裝餅干需要利用輸送帶跟蹤和機器視覺實現動態抓取。如圖6所示，基本原理是根據輸送帶運動的速度，計算當前時刻目標物移動的距離；通過相機獲取目標物實際上料位置（1點）相對于標準上料位置（1點）的位移偏差和姿態偏差；當目標物到達機器人工作區域時，控制器根據、、預測目標物實時位姿及抓取時機，發送控制指令給機器人完成分揀裝盒。

圖6 輸送帶視覺跟蹤

3.1 啟用跟蹤功能

RS中開啟輸送帶2跟蹤功能，需要右擊軟件界面左側瀏覽樹輸送帶下的連接“創建連接”，然后按照圖6所示設置輸送帶跟蹤的各連接參數（偏移、啟動窗口寬度、最小距離、最大距離），在機器人控制器重啟后便會生效。這時會生成1個移動工件坐標系wobj_cnv1，同時在輸送帶上會出現一個淡黃色的長方體，就是輸送帶跟蹤窗口。機器人將在這個區域內完成輸送帶跟蹤任務[16]。

3.2 記錄相機數據

機器人總是提取最前面物料的坐標數據完成輸送帶跟蹤任務。上文通過相機Smart組件實現了物料的隨機上料擺放，并得到位姿數據和，但數據會不斷被后續新上料的物料覆蓋，為此需要及時記錄相機給出的數據?？梢酝ㄟ^RAPID語言編程構造隊列功能：物料只要在輸送帶上上料，便通過DI_New信號觸發機器人進入中斷程序，將位姿數據存入隊列最后。機器人每次提取的數據為數組最前數據，提取后同時把后續數據依次向前遞進。

4 機器人控制程序設計

機器人程序采用模塊化設計，整體架構及流程如圖7所示，會用到4條跟蹤指令：ActUnit指令用于接通與輸送帶的連接，WaitWobj用于等待輸送帶上的工件，DropWobj用于丟棄輸送帶上的工件，DeactUnit用于斷開與輸送帶的連接。程序入口是主程序Main，程序指針進入Main后按流程執行指令及調用其他例行程序。rInit是初始化程序、Calwobj是坐標轉換程序、rPick是動態分揀程序、rPut是裝盒程序、rBoxallow是允許下一個包裝盒前移裝盒程序。ClearQueue程序負責清空位姿數據隊列、GetQueue程序為從隊列中提取位姿數據。另外，Vision是中斷程序，調用InsertQueue程序將上料的袋裝餅干位姿數據存入隊列。限于篇幅，以下主要介紹rPick和rPut例行程序。

圖7 程序架構及流程

4.1 分揀示教編程

分揀程序采用“相對位置法”，即先示教物料拾取的基準點，再通過相機捕捉產品位姿偏差進行校正。首先，右擊軟件左側瀏覽樹“物料輸送帶”下“對象源”內的物料圖標，將袋裝餅干模型“放在傳送帶上”，此時餅干會出現在圖6中1點位。然后再次右擊圖標，點選“連接工件”至移動工件坐標系，建立物料與機器人之間的連接關系。接著右擊“輸送帶”手動“操縱”物料運動到跟蹤窗口區域內的拾取基準點2，與此同時wobj_cnv1（坐標系）會跟隨物料一起運動。之后，在例行程序rPick( )中對機器人進行示教編程拾取物料，工具坐標使用末端吸盤、工件坐標使用移動工件坐標系，并注意在跟蹤窗口中只能使用直線類型運動指令。最后，構建坐標轉換程序calwobj( )，將相機反饋的位姿數據和轉化為四元數，并賦值給wobj_cnv1的oframe，將工件坐標更新為。如此，則無須重復示教或編程，機器人仍可在程序運行過程中正常拾取位于2點位的實際物料（于1點位上料），這與實際中視覺引導機器人分揀的原理是類似的。相關程序代碼如下：

4.2 裝盒程序設計

裝盒任務可視作在包裝盒內進行碼垛作業，基本思想是機器人基于一個基準點做偏移運動。如圖8所示，每個包裝盒可容納8袋餅干，以數字序號為順序分2層，每層4袋橫向排列進行擺放（括號表示在第2層）。根據擺放方式，需要分8次動作來完成整個過程。“●”表示吸盤TCP經過的位置點，“→”表示運動軌跡。機器人從初始位置Phome點出發，經過Phome→2'（接近點）→2→2'將袋裝餅干從2點拾起，經Trans（過渡點）→Put'（接近點）→Put（放置點）→Put' →Trans完成第1袋餅干裝盒。在第2、3、4次裝盒時，Put和Put'點依次沿軸（虛線方向）移動30 mm，同時保持和軸方向不變。從第5次裝盒開始，需要沿軸方向移動20 mm（餅干高度）進行第2層擺放；第6、7、8次裝盒與第1層相似。最后1袋餅干入盒后，機器人回到Phome點。

圖8 機器人運動軌跡及物料擺放方式

根據以上規律，在裝盒程序設計過程中引入3個變量，其中是裝盒的次數同時作為循環變量，表示同一層中放置點沿軸偏移的距離，表示沿軸偏移的距離。構造如表2所示的分析表，可歸納出第次裝盒過程中Put'和Put點沿軸和軸偏移的通項公式分別見式（1）和式（2），其中MOD表示求余，DIV表示整除。在裝盒程序的運動指令中使用offs偏移函數，并將和分別疊加在基準點的方向和方向偏移分量上，工件坐標使用wobj0，即可實現8次循環完成全部裝盒任務。以Put點為例，指令為MoveL offs(Put, n MOD 4 * 30, 0 , n DIV 4*20),v1500, fine,mygripperWObj:=wobj0。

=MOD 4*30 (1)

=DIV 4*20 (2)

表2 循環及偏移分析

Tab.2 Cycle and offset analysis

5 工作站的柔性實現與仿真分析

5.1 柔性生產節拍實現方法

生產節拍靈活可調是柔性化生產的主要特征之一，通過調節系統參數可實現工作站的柔性生產節拍。經分析，在站內設備之間協調且平衡的前提下，生產節拍應滿足式（3）及約束條件式（4）—（6）。其中=8代表盒內袋裝餅干數量；1、2為常量，分別代表包裝盒及袋裝餅干沿輸送帶方向的尺寸；為包裝盒在裝盒位置的停留時間；1、2分別為輸送帶1、輸送帶2的上料間隔（節距）；1、2分別為輸送帶1、輸送帶2的速度。根據生產節拍要求，可以參考式（3）—（6）在仿真工作站中便利地調整輸送帶速度、節距及機器人TCP速度R等參數，并通過觀察仿真動畫和的值來驗證實際效果。

5.2 仿真實驗與分析

在RS的仿真設定界面中勾選輸送帶、Smart組件和機器人控制器，程序進入點選擇Main，單擊播放按鈕即可開始運行仿真程序。工作站按照流程執行程序，仿真動畫能直觀地展現持續移動輸送帶上雜亂擺放袋裝餅干的動態跟蹤分揀裝盒過程，工作效率比傳統靜態分揀裝盒方式有了明顯提高。筆者在仿真工作站中對不同生產節拍進行了大量實驗，部分代表性的實驗數據如表3所示。表3中第2列是生產節拍目標值，第3—7列是參數設定值，第9—10列分別是的理論值和實測值，其中的實測值通過在信號分析器中選擇DO_Box_in_pos信號進行記錄。從序號1、2的記錄可以看出，依據公式設定的不同參數組合均能讓工作站達到同一生產節拍要求。序號3—5的記錄反映隨著TCP速度降低，實測值會逐漸超過理論值直至無法穩定測量，說明機器人已無法穩定跟蹤輸送帶2，會出現漏揀。序號6—8的記錄表明更快的生產節拍需要配合更快的TCP速度，而且節拍的調節范圍取決于TCP的速度極限等。實驗結果表明，仿真工作站能順利完成分揀裝盒任務，在機器人、輸送帶等設備性能允許的范圍內，可以參考式（3）—（6）調整各個參數，直至滿足生產節拍要求為止。

表3 不同生產節拍的參數設定和實驗結果

Tab.3 Parameter setting and experimental results of different cycle time

6 結語

工業機器人和機器視覺作為現代科技的代表性技術，在產品分揀包裝生產環節得到了越來越廣泛的應用。本文根據某食品公司巧克力餅干產品的生產任務要求，利用離線編程與仿真軟件RS搭建了工業機器人分揀包裝工作站。在計算機環境中，結合軟件的仿真設計功能和ABB機器人的輸送帶跟蹤技術，編程實現了持續移動輸送帶上雜亂擺放物料的動態跟蹤及分揀裝盒仿真效果。利用仿真工作站調節系統參數進行實驗，驗證了生產節拍參數設定公式的正確性及適用性。該方案提高了生產的效率和柔性，不僅可以在早期設計階段檢驗產品分揀包裝生產工藝的可行性和合理性，還可以于投產后在不影響設備正常生產情況下輔助技術人員，為工作站的參數優化設置提供理論依據和技術參考。當然，現實生產中需要考慮的因素還有很多，還需綜合現場的空間布局、設備性能、運維成本等實際情況調整工作站，直至滿足生產需求為止。

[1] 陳永平, 王凱凱. 基于ABB機器人的雙追蹤傳送包裝系統設計[J]. 包裝工程, 2020, 41(1): 116-122.

CHEN Yong-ping, WANG Kai-kai. Design of Double Transmission Tracking Packaging System Based on ABB Robot[J]. Packaging Engineering, 2020, 41(1): 116-122.

[2] 羅定提. 包裝學科概論[M]. 北京: 化學工業出版社, 2018: 1-15.

LUO Ding-ti. Introduction to Packaging Discipline[M]. Beijing: Chemical Industry Press, 2018: 1-15.

[3] 譚子會. 基于雙目視覺的包裝過程分揀技術研究[J]. 包裝與食品機械, 2020, 38(5): 60-63.

Tan Zi-hui. Research on Packaging Process Sorting Technology Based on Binocular Vision[J]. Packaging and Food Machinery, 2020, 38(5): 60-63.

[4] FENG Ling-yun. Research on Intelligent Production Line Design and Dynamic Balance for 3C Products[J]. Wireless Communications and Mobile Computing, 2022, 4136978: 1-9.

[5] 付瑞玲, 禹春來, 范甜甜. 基于并聯機器人的包裝分揀系統設計[J]. 包裝工程, 2018, 39(11): 204-208.

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

[6] 嚴培培. 面向非典型食品生產的高速機器人分揀系統設計[J]. 食品與機械, 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.

[7] 賈超廣, 肖海霞. 機器視覺的食品包裝快速分揀系統[J]. 食品工業, 2021, 42(5): 276-279.

JIA Chao-guang, XIAO Hai-xia. Rapid Sorting System of Food Packaging Based on Machine Vision[J]. The Food Industry, 2021, 42(5): 276-279.

[8] DEWI T, RISMA P, OKTARINA Y. Fruit Sorting Robot Based on Color and Size for an Agricultural Product Packaging System[J]. Bulletin of Electrical Engineering and Informatics, 2020, 9(4): 1438-1445.

[9] 王曦鳴. 基于Robotstudio的巧克力裝盒生產線仿真[J]. 包裝與食品機械, 2020, 38(5): 55-59.

WANG Xi-ming. Simulation of Chocolate Boxing Production Line Based on RobotStudio[J]. Packaging and Food Machinery, 2020, 38(5): 55-59.

[10] 孟靜靜, 郝睿, 王惠卿, 等. 基于PLC與工業機器人的自動生產線智能包裝系統設計[J]. 制造技術與機床, 2021(11): 63-67.

MENG Jing-jing, HAO Rui, WANG Hui-qing, et al. Design of Intelligent Packaging System for Automatic Production Line Based on PLC and Industrial Robots[J]. Manufacturing Technology & Machine Tool, 2021(11): 63-67.

[11] 孫守勇, 崔慧娟, 劉小英. 基于RobotStudio的Delta機器人雙輸送鏈跟蹤分揀仿真研究[J]. 機械設計與制造工程, 2022, 51(6): 65-69.

SUN Shou-yong, CUI Hui-juan, LIU Xiao-ying. Simulation Research on Tracking and Sorting of Delta Robot with Double Conveyor Chains Based on RobotStudio[J]. Machine Design and Manufacturing Engineering, 2022, 51(6): 65-69.

[12] 郝瑞林, 周利杰, 蔡國慶, 等. 基于機器視覺與RobotStudio的餅干包裝生產線仿真[J]. 包裝與食品機械, 2022, 40(1): 64-69.

HAO Rui-lin, ZHOU Li-jie, CAI Guo-qing, et al. Simulation of Biscuit Packing Production Line Based on Machine Vision and Robotstudio[J]. Packaging and Food Machinery, 2022, 40(1): 64-69.

[13] 佚名. “雙碳”背景下的食品企業包裝綠色風潮[J]. 中國包裝, 2022, 42(5): 8-9.

Anon. Green Trend of Food Enterprise Packaging under the Background of "Carbon Peaking and Carbon Neutrality"[J]. China Packaging, 2022, 42(5): 8-9.

[14] 馮凌云, 劉凱. 虛實結合的工業機器人實踐教學平臺開發與應用[J]. 實驗技術與管理, 2021, 38(5): 223-229.

FENG Ling-yun, LIU Kai. Development and Application of Virtual-Actual Practical Teaching Platform for Industrial Robot[J]. Experimental Technology and Management, 2021, 38(5): 223-229.

[15] 馮凌云, 郭燦彬, 朱旭義, 等. 基于快換夾具和視覺的機器人裝配工作站仿真設計[J]. 組合機床與自動化加工技術, 2021(8): 126-130.

FENG Ling-yun, GUO Can-bin, ZHU Xu-yi, et al. Simulation Design of Robot Assembly Workstation Based on Magic Chuck and Vision[J]. Modular Machine Tool & Automatic Manufacturing Technique, 2021(8): 126-130.

[16] 王功亮, 王好臣, 李振雨, 等. 基于RobotStudio的工業機器人輸送鏈跟蹤仿真[J]. 機械設計與制造, 2019(11): 231-234.

WANG Gong-liang, WANG Hao-chen, LI Zhen-yu, et al. The Simulation of Industrial Robot Conveyor Chain Tracking Based on RobotStudio[J]. Machinery Design & Manufacture, 2019(11): 231-234.

Simulation of Robot Sorting and Packaging Workstation Based on Conveyor Belt and Visual Tracking

FENG Ling-yun1, ZENG Xiang-ping1,LI Qin2,WANG Cai-fang1

(1. Guangdong Mechanical & Electrical Polytechnic, Guangzhou 510515, China; 2. Patent Examination Cooperation Guangdong Center of the Patent Office, Guangzhou 510535, China)

The work aims to improve the production efficiency and flexibility of the sorting and packaging workstation, and explore the use of virtual simulation technology for validation in early design. With the production of chocolate chip cookies in a food company as an example, a robot sorting and packaging simulation workstation was proposed by combining conveyor belt tracking and visual recognition technology. Under the development environment of ABB's off-line programming and simulation software Robotstudio, the 3D modeling of related equipment was carried out, and the space layout of the workstation was completed according to the task requirements. After that, the steps of creating the conveyor belt, designing dynamic Smart components, connecting workstation logic, enabling the tracking function of the conveyor belt, recording camera data, and programming robot control program were required. Finally, the structure of the workstation was analyzed and the parameter setting formula of cycle time was obtained. The workstation could dynamically track the cluttered materials on the continuous moving conveyor belt and complete the sorting and packing task, and could adjust the parameters according to the theoretical calculation method to meet the demand of production rhythm. The workstation achieves the expected functional objectives and can provide reference for the research on efficient and flexible production of robot centered sorting and packaging systems in all walks of life.

industrial robot; conveyor chain tracking; visual guidance; sorting and packaging; cycle time; simulation design

TB486；TP242.2

A

1001-3563(2023)13-0227-09

10.19554/j.cnki.1001-3563.2023.13.027

2022?11?12

廣東省高職教育教學改革研究與實踐項目（GDJG2021066）；廣東省高等職業院校機電類專業教學指導委員會教學改革研究與實踐項目（GDJDJZW202120）；廣東機電職業技術學院科技創新團隊項目（CXTD20220003）

馮凌云（1984—），男，碩士，副教授/高級工程師，主要研究方向為工業機器人集成應用、智能制造類教學設備研發、水電站調速器及監控系統。

責任編輯：曾鈺嬋