高速机器人分拣系统机器视觉技术的研究

针对我国食品生产行业的实际需求,基于并联机器人、机器视觉等先进技术,构建了面向食品生产包装的高速机器人分拣系统,研究了输送带上运动食品的机器视觉定位算法,设计了运动食品分级与定位的机器视觉硬件系统,基于专业图像处理软件Sherlock,研发了自动分拣机器视觉软件系统,以提高我国食品生产效率、保证食品卫生、降低劳动强度。     

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。     

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。     

基于网络环境的食品分拣视觉检测系统设计

以网络环境为基础,对食品分拣视觉检测系统进行研究,通过分析食品分拣系统的设计要求和设计原理,建立食品分拣系统结构模型,并以面包为对象进行食品中心位置检测试验,结果表明:试验误差范围在-1%~4%,满足分拣视觉处理的精度要求,可为其它工业自动化分拣系统设计提供参考。     

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。     

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。     

基于并联机器人的单片装火腿缺陷识别与分拣系统设计

目的:提升单片装火腿的分拣效果。方法:以Delta并联机器人为基础,结合自动控制、机器视觉等技术,设计搭建了一种能够识别单片装火腿缺陷的分拣系统。建立2自由度Delta并联机器人的运动学与动力学模型,并对Delta并联机器人进行优化设计,还设计了控制系统的组成与图像处理的算法。结果:该系统能够成功识别异物缺陷与折痕缺陷,识别率高达95%;能够准确、高效地分拣单片装火腿,分拣成功率达到98%,分拣效率为160包/min。结论:该系统可实现单片装火腿识别、抓取、搬运、分拣、剔除的连续化作业。     

机器视觉在广州数控工业机器人上的应用

文章介绍了康耐视视觉传感器应用在广州数控工业机器人的物料分拣系统中。通过PLC将视觉传感器与工业机器人连接起来,用于工件的分拣与搬运,通过实验样机的线路设计,程序编写与调试探讨了视觉传感器的优越性及其在工业机器人生产过程中的应用。     

基于并联机器人的食品分拣控制系统设计

为解决食品包装过程中分拣困难、漏拣和误拣率高等问题,基于并联机器人设计一种食品分拣控制系统。食品分拣设备主要包括并联机器人、夹持器、工业相机、LED光源、传送带等。以并联机器人为研究对象,设计一种模糊神经网络控制器,实现在线调节PID控制参数。通过改进粒子群优化算法,实现神经网络初始权值最优化处理,并开展相关试验研究。结果表明,系统漏抓和误抓率非常低,最大为0.1%;并联机器人的食品分拣控制系统具有好的稳定性和可靠性;抓取精度较高;能够满足食品包装要求。     

基于闭环和前馈控制的高速食品分拣机器人控制技术

目的：满足当前对食品分拣机器人速度和精度的需求。方法：基于高速并联食品分拣机器人的系统体系结构,提出一种将传统的运动学闭环控制和力矩前馈控制相结合的高速并联食品分拣机器人控制方法;在原有遗传算法整定PID控制参数的基础上,引入力矩前馈控制方法进行动态控制;对比分析系统的动态跟踪精度和关节力矩,并验证该控制方法的优越性。结果：与传统PID控制相比,最大和平均关节位置跟踪误差降低了65％以上,最大轨迹误差降低了50%以上。结论：该控制方法可以有效提高高速运行时抑制动态干扰的能力。     

鲜肉分拣夹持器的机构优化

针对生鲜肉生产企业、大型超市的实际需求,基于并联机器人、机器视觉等先进技术,构建面向小块鲜肉分装的机器人系统。结合机器人分装的实际要求和鲜肉的特点,确定了鲜肉夹持器的设计方案,建立了夹持器的机构优化设计模型,利用Matlab对机构尺寸进行优化,实现鲜肉夹持器的优化设计,并完成试验研究。     

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。     

卷烟分拣线模块化布局研究与应用

[目的]提升卷烟分拣效率是烟草商业亟待解决的难点问题.[方法]通过对卷烟物流分拣、包装设备功能和单机作业效率的研究,采用模块化布局、独立式分拣的方法,将各种分拣机型和包装机按照模块化进行布局和控制,降低设备之间运行故障干涉,有效提高单位时间设备的作业效率.[结果]通过高效率合流,柔性化包装,较好解决了条烟外观尺寸差异对...     

基于绿色设计的食品包装对消费行为的影响分析

绿色包装(green package)又称为无公害包装和环境友好包装,是具有安全性、经济性、适用性和废弃物可处理与再利用的包装。本文介绍了基于绿色设计的食品包装特点,分析了绿色包装对消费者心理的影响,并在国际环保要求及我国提出的可持续发展的前提下,通过绿色设计在食品包装中的应用实例,深入分析了当前食品的发展趋势。虽然现在绿色设计的食品包装价格相对昂贵,但是随着政策的制定及人们可持续发展意识的进步,食品的绿色包装将更受消费者欢迎,并影响消费者的消费行为。     

基于IPSO-BPNN-PID控制的食品并联机器人抓取技术

目的:解决并联机器人在食品分拣中存在的效率低、精度差等问题。方法:在食品分拣系统结构的基础上,提出了一种改进BP神经网络与PID控制相结合的Delta机器人运动目标抓取策略。通过改进的粒子群优化算法优化BP神经网络初始权值,并利用优化的BP神经网络对PID控制参数进行实时调整。通过试验分析该方法的性能验证其优越性。结果:相比于传统控制方法,所提方法能够较为准确、高效地实现动态目标捕获,动态抓取成功率达到98%以上,能够满足食品分拣的需要。结论:通过对动目标抓取策略的优化可以有效地提高Delta机器人的抓取效率和精度。