面向非典型食品生产的高速机器人分拣系统设计

为解决食品生产种类多、差异大等原因造成难于分拣的问题,以并联机器人和视觉技术为基础,设计分拣系统的运行方案。而目前对于复杂型包装及体积小的食品,国内外对其设计的分拣系统技术并不成熟。根据高速机器人视觉系统的功能需求,构建了更精准的不同食品定位和分级的硬件系统,并完成控制系统的软件程序设计。通过对整个系统的研究发现其能够达到设计的要求,可有效地提高复杂包装及小体积食品的分拣效率,降低人工劳动的强度。     

基于机器视觉的工业机器人分拣技术研究

机器人分拣技术一直受到业内人士的广泛关注。为探讨该技术的特性,文章基于机器视觉搭建一个工业机器人分拣技术平台,并将其做而已实验系统,着重探讨了机器人在相机静止-目标自静止,相机静止-目标运动两种情况下的分拣技术特点,得出相关结论,供同行参考借鉴。     

基于机器视觉的工业机器人分拣技术及系统研究

工业机器人目前在工业生产车间中应用比较普遍,可大幅度节约人力成本,并且针对一些危险的工况可以通过工业机器人取代人工操作,保证员工的人身安全。工业机器人分拣技术目前在物流快递行业的应用较为普遍,其优势在于能够节约企业的资源。基于此,文章简要介绍了机器视觉,分析了基于机器视觉的工业机器人分拣技术,从机器视觉角度对该技术中的一些关键技术进行研究,并设计了相应的分拣系统,使该技术在具体行业中得到有效的应用。     

四自由度并联机器人运动学分析

针对我国食品生产与包装的实际情况,基于并联机器人、机器视觉等先进技术,构建面向食品生产与包装的高速并联机器人分装系统。充分考虑机构的几何特性,建立了新型四自由度并联机构的分析模型,推导了并联机构反解的显式解,建立了机构正解Newton-Raphson迭代求取算法。该方案可为并联机器人分装系统的实时控制提供理论基础。     

基于颜色特征的筒纱分拣机器人识别定位方法

针对筒纱分拣机器人作业目标的表面纹理复杂、位置随机摆放等干扰因素的问题,课题组提出了基于颜色特征的筒纱识别定位方法。构建了具有视觉感知的4自由度DOBOT筒纱分拣机器人系统,通过视觉系统获取筒纱多目标的图像,采用对图像进行预处理的算法来提高分拣目标的对比度;将作业目标由RGB空间转换到HSV颜色空间,提取各分量的颜色特征,采用区域生长法对不同颜色的多目标区域进行提取;建立基于图像信息的形心坐标,对各目标区域的连通域进行定位。实验结果表明:该方法能够实现对不同颜色的作业目标的识别与定位,并在分拣机器人的手眼标定的基础上,实现了对不同颜色的作业目标进行分拣。     

基于双目视觉的食品分拣Delta机器人定位抓取技术

目的：解决Delta机器人在食品分拣中定位精度差、抓取成功率低等问题,提高机器人的柔性抓取能力。方法：在现有双目视觉和Delta机器人技术的基础上,提出一种基于双目视觉的Delta机器人柔性抓取方法。采用张正友标定方法对相机进行标定,通过弦中点Hough变换对目标进行识别和定位,根据PID跟踪抓取控制Delta机器人抓取动态目标。通过试验对单目标分拣和多目标分拣性能进行分析,验证该方法的可行性。结果：该方法能够准确、快速、稳定地对目标进行动态抓取(成功率在94.0%以上)。结论：双目视觉与Delta机器人相结合可以有效提高机器人的定位精度和分拣抓取的成功率。     

基于改进PSO-SVM的生产线分拣机器人罐装食品识别方法

目的:解决现有食品生产线分拣机器人目标识别方法存在的准确率差和效率低等问题。方法:在对基于双目视觉食品分拣系统进行分析的基础上,提出了一种将改进的粒子群算法和支持向量机相结合用于食品分拣机器人的目标识别。通过改进粒子群算法寻优支持向量机参数,获得优化的支持向量机分类模型,对全局特征和局部特征分别进行分类器训练,动态分配特征权重系数,得到最佳识别率。通过试验分析所提方法的性能,验证其可行性。结果:与常规方法相比,所提方法在食品分拣机器人的目标识别中具有较高的识别精度和效率,准确率为99.50%,平均识别时间为0.048 s,满足机器人的分拣需要。结论:所提方法能有效识别罐装食品,提高了分拣机器人分拣准确率和效率。     

基于机器视觉的机械臂柔性分拣技术研究

基于机器视觉的机械臂柔性分拣技术是利用机器视觉三维立体成像,自动识别需抓取对象信息,再通过机械臂柔性系统进行分拣的技术,面对工作环节繁多、多样化与复杂化的分拣工作,该技术有着极高的应用价值。在分拣工作中,有效利用机器视觉的机械臂柔性分拣技术能加强分拣工作效率与质量,提高分拣领域的智能化、信息化进程。因此,该文针对利用机器视觉的机械臂柔性分拣技术的实际应用进行分析。     

基于改进粒子群的食品分拣机器人动态目标抓取控制方法

目的：解决目前食品生产线分拣机器人抓取操作不稳定、分拣效率低的问题。方法：基于高速并联食品分拣机器人的体系结构,提出了一种基于改进粒子群算法的多目标运动优化策略用于食品分拣机器人的动态目标抓取控制方法。协调抓取顺序和分拣轨迹建立最短路径模型,以末端加速度建立机构稳定性优化模型,并通过改进粒子群优化算法对目标进行优化。结果：通过试验进行了验证,在输送速度100 mm/s时,抓取成功率由96.8%提高到100%,分选速率由1.62个/s提高到1.98个/s。结论：该控制方法能有效提高食品分拣机器人的操作稳定性和分拣效率。     

基于改进BP神经网络的食品分拣机器人视觉伺服控制方法

目的：解决目前食品分拣机器人的视觉伺服控制系统结构复杂、计算量大,无法满足分拣机器人对视觉伺服控制系统的灵活性和适应性的问题。方法：在机器人视觉伺服控制系统结构的基础上,提出一种将改进粒子群算法与BP神经网络相结合的食品分拣机器人视觉伺服控制方法。粒子群算法在迭代过程中使用交叉和变异来保持种群多样性,对BP神经网络的初始权值和阈值进行优化。结果：与常规控制方法相比,该控制方法可以在较短的时间内将食品生产线机器人带到预定位置,位置逼近的相对误差为0.38%。结论：该控制方法在处理较复杂的任务时,具有较强的适应性,有一定的实用价值。     

视觉工业点卤机器人控制系统研究

针对槟榔点卤过程中出现的定位精度低、效率低等问题,将机器视觉引入到槟榔点卤系统中,开发了一种由机器视觉和运动控制结合的自动点卤系统.该系统主要通过视觉定位获取不同形状的槟榔的中心位置,并将定位结果传输至运动控制器,再利用运动学计算出点卤的运动轨迹,实现点卤的精确定位和自动点卤.     

食品包装机器人时代的到来

<正> 机器人的应用历史机器人一直被认为是高深莫测的未来世界的产物,其最早出现在捷克作家Karl Caperk 于1920年写的 Rossum’sUniversal Robots 剧本中。1954年,世界上第一台机器人在美国诞生,此后很多发达国家投入智力和财力倾心对其研究和开发。20世纪60年代,机器人实际装备进入工业应用领域。90年代,工业机器人的价格不断下降,但在机械和电子性能方面的表现却不断得到完     

基于机器视觉的食品内包装缺陷检测装置设计与实现

为解决食品包装机生产过程中内包装质量缺陷等问题,基于机器视觉原理设计食品内包装缺陷检测装置。该装置主要由图像采集、图像处理及判断与剔除等系统组成,使用超小型CCD相机对包装材料的内部缺陷进行扫描,通过PLC程序实现对缺陷包装的判别和剔除。以内衬纸为例,利用不同程度缺陷内衬纸及FLUKE热成像仪,对机器视觉装置进行内衬纸缺陷剔除率及机械部件运行情况的测试。结果表明:采用机器视觉的检测装置较好地解决了生产过程中缺陷内衬纸漏检及检测效率低等问题,各类型缺陷内衬纸检测准确率高达95%,研发后缺陷烟包白班减少了13.3包/月、前夜班减少了8.4包/月、后夜班减少了8.0包/月,降低了缺陷烟包量,提高了设备运行的稳定性,所有仪器均满足长期稳定运行的要求,实现了包装质量的闭环式自动检测技术。     

基于线阵相机的巧克力棒上料系统设计

设计了一套基于线阵相机的巧克力棒自动上料系统.针对线阵相机难以进行手眼标定的问题,提出了通过传送带实现动态扫描成像的手眼标定方法;对采集到的图像进行预处理后,使用模板匹配识别目标,对追踪轨迹进行优化后发送给机器人实施抓取摆放.试验结果表明,机器人抓取误差<0.5 mm,上料速度满足需求,且具有良好的适用性和扩展性.     

二维码赋码定位控制系统研究

为了解决在喷码过程中出现的喷印信息位置偏移问题,设计了基于喷墨打印平台的赋码定位控制系统。该系统结合机电定位、机器视觉和图像处理技术,是一个集数据处理、电控和机械于一体的复杂系统。赋码定位模块采用工业摄像头对承印物进行图像采集,通过USB3.0高速数据接口进行传输并在数据处理模块进行图像数据定位算法运算,将得到的结果用于控制喷印模块,实现了快速喷印过程中的实时反馈处理。分析了二维码的喷印结果,验证了整个系统的设计,提高了二维码在承印物上的赋码定位精度,以保证包装品的美观度。     

Potential of Machine Vision Techniques for Detecting Fecal and Microbial Contamination of Food Products: A Review

Consumption of mycotoxin-contaminated agricultural and food products has caused adverse human health effects for many centuries. Although mycotoxin contamination of agricultural products still occurs, application of innovative agricultural practices, food processing, and handling techniques has greatly reduced consumer exposure to mycotoxins. This paper reviews recent developments and potential applications of machine vision systems in replacing current labor-intensive, time-consuming methods by providing a quick, accurate, and low-cost alternative for detecting microbial and fecal contaminants in fresh and processed foods. The basic principles and components of the machine vision system are also discussed.     

Comparison of Minolta colorimeter and machine vision system in measuring colour of irradiated Atlantic salmon

BACKGROUND: Minolta and machine vision are two different instrumental techniques used for measuring the colour of muscle food products. Between these two techniques, machine vision has many advantages, such as its ability to determine L*, a*, b* values for each pixel of a sample's image and to analyse the entire surface of a food regardless of surface uniformity and colour variation. The objective of this study was to measure the colour of irradiated Atlantic salmon fillets using a hand‐held Minolta colorimeter and a machine vision system and to compare their performance. RESULTS: The L*, a*, b* values of Atlantic salmon fillets subjected to different electron beam doses (0, 1, 1.5, 2 and 3 kGy) were measured using a Minolta CR‐200 Chroma Meter and a machine vision system. For both Minolta and machine vision the L* value increased and the a* and b* values decreased with increasing irradiation dose. However, the machine vision system showed significantly higher readings for L*, a*, b* values than the Minolta colorimeter. Because of this difference, colours that were actually measured by the two instruments were illustrated for visual comparison. Minolta readings resulted in a purplish colour based on average L*, a*, b* values, while machine vision readings resulted in an orange colour, which was expected for Atlantic salmon fillets. CONCLUSION: The Minolta colorimeter and the machine vision system were very close in reading the standard red plate with known L*, a*, b* values. Hence some caution is recommended in reporting colour values measured by Minolta, even when the ‘reference’ tiles are measured correctly. The reason for this discrepancy in colour readings for salmon is not known and needs further investigation. Copyright © 2009 Society of Chemical Industry     

A hygienically designed force gripper for flexible handling of variable and easily damaged natural food products

To overcome present difficulties in robotized food handling a force sensing robot gripper for flexible production is presented. A magnetic coupling is used to completely encapsulate the actuator mechanism, improving hygiene and enabling a future hose-down proof design. Product location, orientation and product type and width are extracted by a vision system to aid the gripping process. Knowing the product type the grip force is set individually for each product. In the paper data of achievable grip strength, positioning accuracy and gripping times for force controlled gripping are presented. Grip times of 410–530 ms for grip forces of 50–700 g respectively are realized. An initial microbiology study on a model system showed that an intermediate decontamination can be used to reduce the cross contamination of Listeria innocua (SIK215) significantly. The gripper is further shown to be able to handle an in-feed mixture of tomatoes, apples, carrots, broccoli and grapes without intermediate adjustments.Industrial relevance: This paper covers the development and evaluation of a hygienically designed universal robot food gripper. The gripper enables an increased use of robots in the food industry and makes very flexible production with minimal changeover times possible.     

解放我们的眼球——机器视觉系统

<正>“为您的机器置入眼睛和人脑”,这是对机器视觉非常形象的解释。简单来说,机器视觉就是用机器代替人眼来做测量和判断。在现代工业自动化生产过程中,涉及到各种各样的测量、检查和识别。在工厂的生产流水线后面经常可     

小型枣夹花生一体机设计

目的：解决枣夹花生大型化加工选材,手工操作食品卫生无法保证的问题。方法：分析了大枣去核研究现状,制定了小型枣夹花生一体机设计指标,依据大枣去核与枣夹花生工艺流程,设计了枣夹花生一体机的机械结构,并重点分析上料定位机构和推杆机构的运动特性。结果：样机试验表明,大枣上料定位率94%,花生上料定位率达97%,枣夹花生成品率91%。结论：该装置结构便携、小型化,操作简单,效率高,能满足大枣定位和枣夹花生的工艺要求。