視覺引導(dǎo)的機器人條煙分揀系統(tǒng)設(shè)計與實現(xiàn)

葛新鋒，孫書情，秦濤，李瑞華

視覺引導(dǎo)的機器人條煙分揀系統(tǒng)設(shè)計與實現(xiàn)

葛新鋒1，孫書情2，秦濤1，李瑞華1

（1.許昌學(xué)院 電氣與機械工程學(xué)院（工程訓(xùn)練中心），河南 許昌 461000；2.河南中煙工業(yè)有限責(zé)任公司許昌卷煙廠，河南 許昌 461000）

為了實現(xiàn)對多品種條煙高效率分揀，開發(fā)基于視覺的工業(yè)機器人條煙分揀系統(tǒng)平臺。系統(tǒng)采用LABVIEW圖像采集及處理雙進程執(zhí)行系統(tǒng)，并基于LABVIEW進行二次開發(fā)的圖像模板匹配算法。模板匹配算法得到的數(shù)據(jù)，通過與工業(yè)機器人之間的數(shù)據(jù)庫對比來實現(xiàn)對條煙的識別和分揀，拓展機器人的應(yīng)用范圍。4種任意放置條煙進行分揀，識別時間在100 ms之內(nèi)，條煙識別準(zhǔn)確率為100%，條煙分揀速度根據(jù)傳送帶設(shè)置為0～4 m/s可調(diào)。視覺引導(dǎo)的機器人條煙分揀系統(tǒng)軟硬件設(shè)計正確，條煙識別準(zhǔn)確，條煙分揀效率高。

視覺引導(dǎo)；機器人；圖像識別；條煙分類；個人計算機

煙草行業(yè)作為國家稅收的重要來源之一，在國民經(jīng)濟中起著舉足輕重的作用[1]。由于工藝和效率的要求，條煙生產(chǎn)和包裝自動化程度都很高[2-6]，煙草從卷煙生產(chǎn)到盒煙包裝整個過程都實現(xiàn)了大批量自動化生產(chǎn)。對于條煙分銷、拆箱分類、定量重組，人工參與程度高，效率低下。在現(xiàn)有部分機械分類設(shè)備中，靈活度低、成本高，不適應(yīng)靈活多樣的客戶需求，因此設(shè)計開發(fā)一套高靈活性低成本的條煙分揀系統(tǒng)就顯得尤為重要。

為了解決條煙分揀過程人工成本高、效率低和準(zhǔn)確率低的問題，越來越多的煙草物流分銷公司開始研究開發(fā)自動化的條煙識別分揀系統(tǒng)[7-9]。涂勇濤等[10]為提高煙草物流中心自動化分揀效率，提出了一種與高速自動化條煙分揀線相匹配的快速條煙識別算法，能夠快速識別條煙的種類，但成本較高，操作煩瑣，不利于推廣。翁迅等[11]開發(fā)了一種基于條碼的條煙識別系統(tǒng)，但在識別過程中要求條碼方向固定，條碼放置不能超過固定方向30°范圍，因此使用受到很大限制，識別準(zhǔn)確率和效率都比較低。盧振利等[12]也開發(fā)了一種基于條碼的條煙識別系統(tǒng)，并設(shè)計了機械手進行抓取，專用機械手限制了系統(tǒng)的柔性。馮春等[13]開發(fā)了一種基于特征距離的識別分揀系統(tǒng)，但是分揀效率較低。曹冬梅等[14]利用圖像處理方式對條煙進行準(zhǔn)確識別和精確定位，但系統(tǒng)實施起來成本高、難度大。隨著機器人技術(shù)的成熟和廣泛應(yīng)用，以及機器人成本的下降，機器人集成技術(shù)的研究逐漸成為研究的熱點[15-17]，尤其是采用機器人和視覺結(jié)合的集成應(yīng)用更是研究關(guān)注的焦點[18-20]。由于機器人操作比較復(fù)雜、成本比較高、控制比較煩瑣，導(dǎo)致實際應(yīng)用還比較少。文中利用LABVIEW自帶的圖像處理模塊對條煙進行快速準(zhǔn)確識別，識別得到的信息通過上位機傳給機器人，機器人得到指令產(chǎn)生動作，對條煙進行抓取分類碼垛。

1 條煙分揀系統(tǒng)結(jié)構(gòu)

分揀平臺包含條煙輸送系統(tǒng)、視覺識別系統(tǒng)、工業(yè)機器人、控制系統(tǒng)及PC機等部分組成，見圖1。

圖1 條煙分揀系統(tǒng)

條煙輸送系統(tǒng)，待分揀的條煙通過輸送系統(tǒng)至相機掃描區(qū)域，相機掃描以后等待機器人抓取。視覺識別系統(tǒng)，采用Camera Link面掃描相機對待分揀的條煙進行掃描，通過對條煙進行掃描得到條煙圖像特征數(shù)據(jù)，得到的圖像特征數(shù)據(jù)與存有條煙圖像特征數(shù)據(jù)的數(shù)據(jù)庫進行匹配，產(chǎn)生匹配數(shù)據(jù)。圖像采集卡，相機掃描的圖像經(jīng)過圖像采集卡采集圖像信號，并以數(shù)據(jù)文件形式保存于硬盤設(shè)備。六自由度工業(yè)機器人循環(huán)連接上位機，讀取上位機圖像處理識別結(jié)果數(shù)據(jù)，并準(zhǔn)備下一步動作。機器人分析處理所讀取數(shù)據(jù)內(nèi)容，判斷目標(biāo)對象有無。當(dāng)有目標(biāo)對象存在時，轉(zhuǎn)換目標(biāo)對象的世界坐標(biāo)相對值，執(zhí)行抓取和分類碼垛動作程序。分類碼垛平臺，條煙種類有很多，分類后所需要碼垛的位置也同樣需要很多，碼垛之后以便于進行后續(xù)集中包裝。PC機，裝有WIN7系統(tǒng)的工業(yè)計算機，其硬件配置要求4 G內(nèi)存、500 G硬盤和普通網(wǎng)卡。

2 分揀平臺軟件結(jié)構(gòu)

2.1 LABVIEW軟件架構(gòu)及圖像采集處理

LABVIEW圖像處理雙進程執(zhí)行系統(tǒng)是分揀系統(tǒng)的主要軟件架構(gòu)，整個編程過程是基于LABVIEW軟件實現(xiàn)的，主要原理有圖像采集及處理匹配進程、影射機器人坐標(biāo)及通信進程，流程原理見圖2。

圖2 雙進程執(zhí)行系統(tǒng)流程

LABVIEW系統(tǒng)中有完整的軟件包及圖像處理函數(shù)，使得圖像采集即讀取相機數(shù)據(jù)無需從寫驅(qū)動程序開始，軟件已經(jīng)把可以使用的相機數(shù)據(jù)羅列排隊，從對話框中直接選擇相機即可。多種復(fù)雜的圖像處理算法，已經(jīng)封裝成了命令塊。利用拖動即可快速實現(xiàn)數(shù)據(jù)處理功能，圖形化編程。通過雙擊“Vision Acquistion”控件，設(shè)置圖像源，可以選擇來自文件或者硬件驅(qū)動器即相機，快速實現(xiàn)相機連接及圖像采集（見圖3）。

圖3 LABVIEW圖像采集

2.2 圖像模板匹配算法

基于LABVIEW二次開發(fā)的圖像模板匹配算法，在使用過程中，雖然不具有尺寸不變的特性，但是針對多數(shù)應(yīng)用，特別是多品種條煙識別系統(tǒng)剛好可以滿足應(yīng)用要求。通過0～360°設(shè)置識別方向，能在功能和實時要求之間自我選擇，可配置“識別目標(biāo)數(shù)量”“目標(biāo)種類”這些設(shè)置項目，是其他算法不具有的優(yōu)良特性。圖像匹配子Ⅵ為“IVB Match Pattern Exec.vi”，子Ⅵ“IVB Match Pattern Exec.vi”中利用了LABVIEW標(biāo)準(zhǔn)圖像匹配控件“IMAQ Match Pattern 4”。

2.3 映射機器人坐標(biāo)

模板匹配算法得到的數(shù)據(jù)主要包含像素量和角度。通過與工業(yè)機器人之間數(shù)據(jù)庫比對，采用同一個原點坐標(biāo)系，完成像素量和毫米量轉(zhuǎn)換。利用LABVIEW軟件進行數(shù)據(jù)分析后，輸出到工業(yè)機器人系統(tǒng)中，以完成匹配數(shù)據(jù)到工業(yè)機器人的坐標(biāo)映射。

分揀平臺主要動作是條煙輸送系統(tǒng)運行、工業(yè)機器人抓取和工業(yè)機器人碼垛。待分揀的條煙在輸送機上依次運行是一個持續(xù)性動作，機器人的抓取和碼垛則需要機器人對上位機圖像處理數(shù)據(jù)進行讀取，進而獲得所需要的毫米量和角度，以及位置偏移量等數(shù)據(jù)，結(jié)合LABVIEW軟件視覺系統(tǒng)輸出的匹配信號，完成對不同目標(biāo)對象進行抓取和分類碼垛程序。其主要工作流程見圖4。

3 分揀試驗

通過分揀系統(tǒng)對條煙進行分類碼垛，工作過程為：條煙輸送系統(tǒng)將條煙通過傳送帶輸送到面掃描相機掃描區(qū)域，面掃描相機將掃描得到的圖像運用LABVIEW軟件進行分析處理，得到所需要的偏移量、像素量等數(shù)據(jù)，并轉(zhuǎn)化為機器人所能識別的毫米量、角度等數(shù)據(jù)。同時將掃描得到的圖像和標(biāo)準(zhǔn)圖像庫對比，得到是否匹配的數(shù)據(jù)。2種數(shù)據(jù)同時傳送到工業(yè)機器人系統(tǒng)中，工業(yè)機器人根據(jù)數(shù)據(jù)對比結(jié)果完成對條煙的正確抓取和分類碼垛。

3.1 首次使用參數(shù)設(shè)置

1）把待識別對象放入到相機視野中，移動待識別對象靠近視野矩形框左下位置。

2）從目標(biāo)對象圖像上選取識別區(qū)域，識別區(qū)域選取原則是能反應(yīng)目標(biāo)的獨特性，如特有圖形、文字、顏色；選取區(qū)域尺寸無具體要求，結(jié)合實際應(yīng)用情況確定。

3）保存識別區(qū)域到指定文件位置。

4）運行識別執(zhí)行程序，此時應(yīng)在識別對象監(jiān)視圖像上疊加顯示識別結(jié)果信息，如角度、坐標(biāo)、坐標(biāo)。

5）把識別結(jié)果信息寫入基礎(chǔ)參數(shù)設(shè)置輸入框中，完成基礎(chǔ)坐標(biāo)設(shè)置項。

6）移動待識別對象靠近視野矩形框右下位置，并測量移動直線位移量寫入到距離參數(shù)設(shè)置項中。

7）把識別結(jié)果的對應(yīng)信息寫入到最大設(shè)置輸入框中，完成最大坐標(biāo)設(shè)置項。

8）移動待識別對象靠近視野矩形框左上位置，并測量移動直線位移量寫入到距離參數(shù)設(shè)置項中。

9）把識別結(jié)果的對應(yīng)信息寫入到最大設(shè)置輸入框中，完成最大坐標(biāo)設(shè)置項。

10）如果機器人的抓取位置就是識別區(qū)域的中心，則中心偏量全部為0，否則寫入偏移量參數(shù)中。

至此完成全部首次初始化參數(shù)設(shè)定操作。

圖4 條煙分揀工作流程

3.2 參數(shù)設(shè)置程序?qū)崿F(xiàn)

1）打開LABVIEW執(zhí)行程序，從圖形界面內(nèi)設(shè)置基礎(chǔ)參數(shù)。

2）從條煙上選擇圖像匹配區(qū)域，并把區(qū)域復(fù)制到模板文件；圖像格式為PNG，文件名分別為05683603、62267207、05683604、62267208，文件的保存路徑為Configuration Files。

3）設(shè)置匹配區(qū)域的當(dāng)前值為基準(zhǔn)點坐標(biāo)、坐標(biāo)，目標(biāo)方向最大值、方向最大值；對應(yīng)方向距離單位毫米值、對應(yīng)方向距離單位毫米值；中心偏移距離，中心偏移距離。具體程序為：

基準(zhǔn)點X坐標(biāo)：BasePixelX；基準(zhǔn)點Y坐標(biāo)：BasePixelY

目標(biāo)X方向最大值：MaxPixel；目標(biāo)Y方向最大值：MaxPixelY

相對標(biāo)準(zhǔn)單位毫米最大值X：MaxMm；相對標(biāo)準(zhǔn)單位毫米最大值Y：MaxMmY

目標(biāo)中心偏移距離X：CentreOffsetX；目標(biāo)中心偏移距離Y：CentreOffsetY

計算單位像素毫米單位距離為：PixelToMmX= MaxMmX/(MaxPixelX-BasePixelX)；PixelToMmY= MaxMmY/(MaxPixelY-BasePixelY)

目標(biāo)對象角度值：MuBiaoJiaoDu；目標(biāo)X方向坐標(biāo)：MuBiaoX；目標(biāo)方向坐標(biāo)：MuBiaoY；相對位移量：

X:OffsetX=(MuBiaoX-BasePixelX)*PixelToMmX+ CentreOffsetX*COS(MuBiaoJiaoDu)；

Y:OffsetY=(MuBiaoY-BasePixelY)*PixelToMmY+ CentreOffsetX*SIN(MuBiaoJiaoDu)

4）以上設(shè)置僅為首次執(zhí)行軟件時設(shè)置，以后在條煙位置沒有相對變化時不需要重新設(shè)置這些參數(shù)。

3.3 系統(tǒng)使用操作步驟

1）打開PC機。

2）點擊運行YHSibie.exe應(yīng)用程序。

3）開啟機器人電源，啟動機器人應(yīng)用程序。

4）打開機器人自動運行開關(guān)，進入全自動運行狀態(tài)。

5）在相機視野之內(nèi)如果有目標(biāo)對象識別成功，識別結(jié)果以設(shè)置的數(shù)據(jù)結(jié)構(gòu)格式通過端口方式或TCP/IP通信方式向機器人發(fā)送識別結(jié)果。

6）機器人接收到識別結(jié)果數(shù)據(jù)，在確定開關(guān)開啟狀態(tài)下，計算機器人夾具的空間坐標(biāo)位置，執(zhí)行定位運動。旋轉(zhuǎn)夾具方向與目標(biāo)對象保持一致，開啟夾具執(zhí)行夾緊目標(biāo)對象動作。解析目標(biāo)對象類別指令數(shù)據(jù)，計算目標(biāo)堆放區(qū)位置、堆放區(qū)當(dāng)前空間坐標(biāo)與方向，開啟多層多方向多區(qū)域條煙堆放程序。

3.4 分揀結(jié)果

根據(jù)搭建的分揀平臺（見圖5），條煙目標(biāo)對象種類為任意4種，在一個周期內(nèi)可識別目標(biāo)數(shù)量為4個。條煙目標(biāo)對象在平面內(nèi)方向為0～360°，煙條識別處理時間控制在100 ms以內(nèi)。數(shù)據(jù)傳輸為一次性傳輸全部識別結(jié)果，即全部成功識別目標(biāo)對象標(biāo)識、角度、坐標(biāo)、坐標(biāo)。機器人按優(yōu)先級抓取，然后逐一完成全部目標(biāo)抓取并分區(qū)碼垛，傳送帶傳輸速度為0～4 m/s可調(diào)。根據(jù)運行結(jié)果，4種條煙識別準(zhǔn)確率為100%。

圖5 條煙分揀試驗

4 結(jié)語

針對不同種類條煙采用視覺進行引導(dǎo)，獲得條煙相關(guān)信息數(shù)據(jù)，通過上位機把相關(guān)數(shù)據(jù)傳給工業(yè)機器人，通過分析后機器人對條煙進行分類碼垛的方式，開發(fā)出視覺引導(dǎo)的機器人條煙分揀系統(tǒng)。該系統(tǒng)利用LABVIEW本身自帶的圖像識別算法和圖像處理雙進程執(zhí)行系統(tǒng)，開發(fā)圖像模板匹配算法，圖像數(shù)據(jù)傳送給機器人進行匹配分析，機器人根據(jù)分析結(jié)果執(zhí)行定位、抓取和碼垛程序，完成條煙分揀。相較于人工分揀，整個過程用時短、效率高、準(zhǔn)確率高、人工參與度低。視覺的引入提升了機器人應(yīng)用智能化水平，拓展了機器人的應(yīng)用范圍，也提高了條煙分揀效率，同時也為視覺與機器人結(jié)合在工業(yè)生產(chǎn)過程中其他應(yīng)用提供了參考。

[1] 盧子奎, 郭天文, 羅旺春, 等. 卷煙工業(yè)企業(yè)自動化物流系統(tǒng)效能優(yōu)化[J]. 煙草科技, 2008, 41(6): 26-28.

LU Zi-kui, GUO Tian-wen, LUO Wang-chun, et al. Optimization of Automatic Logistic System in Cigarette Industry Enterprises[J]. Tobacco Science & Technology, 2008, 41(6): 26-28.

[2] 李穗明, 朱滇, 董建英, 等. 卷煙廠自動物流系統(tǒng)分析與實施[J]. 煙草科技, 1998, 31(4): 15-17.

LI Sui-ming, ZHU Dian, DONG Jian-ying, et al. Analysis and Implementation of Automatic Logistic System in Cigarette Industry Enterprise[J]. Tobacco Science & Technology, 1998, 31(4): 15-17.

[3] CHAUMETTE F, HUTCHINSON S. Visual Servo Control[J]. IEEE Robotics & Automation Magazine, 2007(14): 109-117.

[4] 趙鵬, 薛峰, 柯美福, 等. 安康煙區(qū)烘烤自動化加煤技術(shù)應(yīng)用效果試驗[J]. 農(nóng)學(xué)學(xué)報, 2018, 8(10): 76-79.

ZHAO Peng, XUE Feng, KE Mei-fu, et al. Automatic Coal-Adding Technology: Application Effect in Ankang Tobacco Areas[J]. Journal of Agriculture, 2018, 8(10): 76-79.

[5] KHACHATRYAN M, MCGINNIS L F. Picker Travel Time Model for an Order Picking System with Buffers[J]. IIE Transactions, 2014, 46(9): 894-904.

[6] 王彬. 基于光電技術(shù)的異型煙分揀系統(tǒng)研究與設(shè)計[J]. 西安文理學(xué)院學(xué)報(自然科學(xué)版), 2019, 22(6): 27-30.

WANG Bin. Research and Design of Special-Shaped Cigarettes Sorting System Based on Photoelectric Technology[J]. Journal of Xi'an University (Natural Science Edition), 2019, 22(6): 27-30.

[7] 邱天月. 條煙高速分揀線的設(shè)計與仿真[D]. 武漢: 湖北工業(yè)大學(xué), 2015: 8-25.

QIU Tian-yue. Design and Simulation of High-Speed Cigarette Sorting Line[D]. Wuhan: Hubei University of Technology, 2015: 8-25.

[8] 潘東彪. 煙葉自動分揀關(guān)鍵技術(shù)研究及設(shè)計[D]. 貴陽: 貴州大學(xué), 2016: 8-18.

PAN Dong-biao. Research and Design on Key Technology of Tobacco Automatic Sorting[D]. Guiyang: Guizhou University, 2016: 8-18.

[9] 楊艷. 卷煙配送中心分揀系統(tǒng)的規(guī)劃設(shè)計研究[D]. 昆明: 昆明理工大學(xué), 2013: 35-38.

YANG Yan. Research on the Planning and Design of Sorting System of Cigarette Distribution Center[D]. Kunming: Kunming University of Science and Technology, 2013: 35-38.

[10] 涂勇濤, 張瑩, 邵豪, 等. 基于AGAST角點域特征的條煙快速識別算法[J]. 煙草科技, 2017, 50(5): 79-86.

TU Yong-tao, ZHANG Ying, SHAO Hao, et al. Rapid Recognition Algorithm for Cigarette Cartons Based on Feature of AGAST Corner Domain[J]. Tobacco Science & Technology, 2017, 50(5): 79-86.

[11] 翁迅, 孫壯志. 基于形態(tài)學(xué)處理算法的條煙復(fù)核技術(shù)[J]. 煙草科技, 2015, 48(9): 88-93.

WENG Xun, SUN Zhuang-zhi. Cigarette Carton Check System Based on Morphological Processing Algorithm[J]. Tobacco Science & Technology, 2015, 48(9): 88-93.

[12] 馮春, 陳柏. 半自動分揀線上運動條煙的在線識別[J]. 煙草科技, 2015, 48(1): 90-95.

FENG Chun, CHEN Bai. Online Recognition of Moving Cigarette Cartons on Semi-Automatic Sorting Line[J]. Tobacco Science & Technology, 2015, 48(1): 90-95.

[13] 盧振利, 謝亞飛, 周立志, 等. 基于機器視覺的機器人辨識及分揀盒裝香煙的系統(tǒng)[J]. 高技術(shù)通訊, 2016, 26(6): 585-592.

LU Zhen-li, XIE Ya-fei, ZHOU Li-zhi, et al. Design and Implementation of a System for Identifying and Sorting Cigarettes in Case Based on Machine Vision[J]. Chinese High Technology Letters, 2016, 26(6): 585-592.

[14] 曹冬梅, 郭壯, 李東波. 基于機器視覺的條煙分類識別與定位研究[J]. 機械設(shè)計與制造工程, 2018, 47(9): 71-74.

CAO Dong-mei, GUO Zhuang, LI Dong-bo. Research on the Classification and Location of Cigarette Based on Halcon[J]. Machine Design and Manufacturing Engineering, 2018, 47(9): 71-74.

[15] 徐崔超. 隨動式外骨骼康復(fù)機器人系統(tǒng)設(shè)計與集成[D]. 合肥: 中國科學(xué)技術(shù)大學(xué), 2020: 13-31.

XU Cui-chao. Design and Integration of Follow-Up Exoskeleton Robot for Rehabilitation[D]. Hefei: University of Science and Technology of China, 2020: 13-31.

[16] 常瑜, 劉寶順. 面向FAHP-熵權(quán)理論的裝配機器人造型設(shè)計優(yōu)化研究[J]. 包裝工程, 2021, 42(2): 91-96.

CHANG Yu, LIU Bao-shun. Optimization of Assembly Robot Modeling Design Based on FAHP and Entropy Weight Method[J]. Packaging Engineering, 2021, 42(2): 91-96.

[17] 陳東青, 姚超友. 基于多傳感器的機器人夾取系統(tǒng)設(shè)計[J]. 包裝工程, 2020, 41(15): 200-205.

CHEN Dong-qing, YAO Chao-you. Design of Robot Clip System Based on Multi-Sensor[J]. Packaging Engineering, 2020, 41(15): 200-205.

[18] 段青娜, 劉天元. 基于分揀機和機器人技術(shù)的卷煙成品入庫系統(tǒng)[J]. 微處理機, 2014, 35(3): 89-91.

DUAN Qing-na, LIU Tian-yuan. Design of Cigarette Storing System Based on Sorting Machine and Palletizing Robot[J]. Microprocessors, 2014, 35(3): 89-91.

[19] 王詩宇, 林滸, 孫一蘭, 等. 基于機器視覺的機器人分揀系統(tǒng)的設(shè)計與實現(xiàn)[J]. 組合機床與自動化加工技術(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.

[20] 倪鶴鵬, 劉亞男, 張承瑞, 等. 基于機器視覺的Delta機器人分揀系統(tǒng)算法[J]. 機器人, 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.

Design and Implementation of Robot Cigarette Sorting System Based on Vision

GE Xin-feng1, SUN Shu-qing2, QIN Tao1, LI Rui-hua1

(1.School of Electrical and Mechanical Engineering, Xuchang University, Henan Xuchang 461000, China; 2.Xuchang Cigarette Factory, China Tobacco Henan Industrial Co., LTD., Henan Xuchang 461000, China)

The work aims to develop an industrial robot cigarette sorting system platform based on vision to sort various kinds of cigarettes efficiently. The double process execution system of LABVIEW image acquisition and processing was adopted. The image template matching algorithm of the second development was conducted based on LABVIEW. The data obtained from the template matching algorithm can be compared to the database of industrial robots to realize the recognition and sorting of cigarettes, which expanded the application scope of robots. Four kinds of cigarettes were randomly placed for sorting, the recognition time was within 100 ms, and the recognition accuracy was 100%, the cigarette sorting speed can be adjusted according to the conveyor belt setting of 0-4 m/s. The practice shows that the software and hardware design of the system is correct, the cigarette identification is accurate, and the cigarette sorting efficiency is high.

vision guidance; robot; image identification; cigarette classification; personal computer

TB486

A

1001-3563(2022)07-0238-06

10.19554/j.cnki.1001-3563.2022.07.031

2021-06-02

河南省科技攻關(guān)項目（182102210508）

葛新鋒（1978—），男，碩士，許昌學(xué)院副教授，主要研究方向為機器人應(yīng)用技術(shù)開發(fā)、先進制造技術(shù)。

責(zé)任編輯：曾鈺嬋