基于機器視覺的酒盒天地蓋定位貼合系統(tǒng)設(shè)計

范劍偉，謝勝龍，張良安

(1.安徽工業(yè)大學(xué) 機械工程學(xué)院，安徽 馬鞍山 243032；2.中國計量大學(xué)機電工程學(xué)院，浙江 杭州 310018)

中國白酒市場體量巨大，隨著人們生活水平和審美需求的提高，酒盒包裝的重要性越來越凸顯[1]。目前我國高檔酒盒包裝主要依靠人工完成[2]。隨著包裝量增加、包裝速度和包裝質(zhì)量的提高，僅依靠人工已難以滿足企業(yè)需求，引入機器人代替人工完成酒盒包裝作業(yè)成為酒盒包裝行業(yè)發(fā)展的必然趨勢[3]。

趙章云等[4]設(shè)計了一種自動制盒機，用以實現(xiàn)自動制紙盒、面紙自動上膠等功能，但由于采用機械定位的方式，該機構(gòu)存在生產(chǎn)效率低、貼合精度較差的問題，且對產(chǎn)品的普適性較差，只能適應(yīng)一種或幾種型號的紙盒包裝。王余林[5]通過改進送紙盒模塊設(shè)計一種全自動天地蓋禮盒成型機，采用紅外測距傳感器和距離傳感器檢測紙盒模塊的位置，根據(jù)傳送回來的數(shù)據(jù)對舵機進行控制，實現(xiàn)了系統(tǒng)自動化，有效提高了工作效率；李江等[6]基于機械手設(shè)計一種真空貼合系統(tǒng)，采用電荷耦合器(charge-coupled device，CCD)[7]相機進行高精度的視覺對位，相較于傳統(tǒng)工藝中的手動定位，對位精度、良品率及生產(chǎn)效率均有顯著提高。目前，天地蓋制盒機普遍采用光電跟蹤液壓伺服定位貼合系統(tǒng)，系統(tǒng)主要由液壓變量泵和液壓執(zhí)行機構(gòu)等組成[8]。該系統(tǒng)龐大復(fù)雜，導(dǎo)致定位精度不高、效率偏低、設(shè)備柔性較差；同時因輸送線上面紙方向和角度不易被控制，控制底部面紙運動的機構(gòu)稍有振動或輸送線皮帶存在振動就會產(chǎn)生偏差，致使設(shè)備良品率不高，嚴重制約包裝機的工作效能[9]。為克服酒盒定位貼合系統(tǒng)中存在的不足，提出一種基于Sobel算子的邊緣檢測和模板匹配定位算法的高速串聯(lián)機器人定位貼合方案，將機器人高速抓取與機器視覺精準定位相結(jié)合，實現(xiàn)酒盒天地蓋的自動定位貼合。

1 天地蓋定位貼合系統(tǒng)的結(jié)構(gòu)

1.1 天地蓋結(jié)構(gòu)

硬質(zhì)包裝紙盒又稱天地蓋[10]，具有結(jié)構(gòu)簡單、成本低等優(yōu)點，相較于制作工藝比較復(fù)雜的書型盒和折疊盒，更易實現(xiàn)自動化生產(chǎn)。天地蓋的展開結(jié)構(gòu)如圖1。在天地蓋生產(chǎn)過程中，通過模切、覆膜等步驟將紙張制成大小形狀一致的面紙；亦通過模切、開槽、貼角等步驟將紙張剪裁成大小形狀一致的灰紙，再將其和面紙進行貼合[11]。為能利用自動化生產(chǎn)線高速準確地實現(xiàn)上述流程，定位貼合是最關(guān)鍵的一步。

圖1 天地蓋展開結(jié)構(gòu)Fig.1 Unfolded structure of up and bottom cover

1.2 定位貼合系統(tǒng)結(jié)構(gòu)

定位貼合系統(tǒng)工作流程如圖2。系統(tǒng)開始工作時，飛達送紙機輸送裱紙，裱紙經(jīng)膠輥上膠后流向裱紙輸送線，由裱紙輸送線帶動其前進，經(jīng)過視覺識別機構(gòu)時，采集照片并識別裱紙兩角邊的位置，經(jīng)處理得到裱紙中心點位置和旋轉(zhuǎn)角度，并將位置和角度發(fā)送給水平關(guān)節(jié)機器人。在系統(tǒng)開始工作的同時，桁架機器人控制紙盒抓取機構(gòu)從紙盒堆垛處抓取紙盒并放置到紙盒翻轉(zhuǎn)機構(gòu)上，將紙盒翻轉(zhuǎn)至紙盒輸送線上帶動紙盒前進，至紙盒夾緊機構(gòu)處將紙盒夾緊定位，水平關(guān)節(jié)機器人定點抓取紙盒進行定位貼合動作。

圖2 定位貼合系統(tǒng)工作流程圖Fig.2 Workflow of alignment and attaching system

2 天地蓋定位貼合系統(tǒng)的設(shè)計

2.1 裱紙輸送模塊

裱紙輸送模塊主要由飛達送紙機、打膠機、裱紙輸送線、鼓風(fēng)機等構(gòu)成，如圖3。飛達送紙機不斷提供裱紙，裱紙經(jīng)過打膠機傳送至裱紙輸送線，電機帶動輸送線轉(zhuǎn)動，裱紙隨輸送線不停向前運動。輸送線表面布滿小孔，鼓風(fēng)機通過輸送線表面小孔將裱紙吸附在輸送線表面，防止裱紙在輸送過程中發(fā)送堆疊和翹邊。飛達送紙機及裱紙輸送線均由西門子1200PLC 控制，主要控制送紙的頻率與輸送線的速度配合，避免送紙過快紙張粘結(jié)而不能順利出紙或送紙過慢導(dǎo)致產(chǎn)能下降。

圖3 裱紙輸送模塊結(jié)構(gòu)Fig.3 Paper conveying module structure

2.2 紙盒自動上盒模塊

紙盒自動上盒模塊包括紙盒取垛機構(gòu)、翻轉(zhuǎn)機構(gòu)及輸送機構(gòu)等，結(jié)構(gòu)如圖4。

圖4 紙盒自動上盒模塊Fig.4 Paper box automatically conveying module

紙盒取垛機構(gòu)主要由桁架機器人、海綿專用吸盤構(gòu)成，桁架機器人由機械本體、驅(qū)動系統(tǒng)和控制系統(tǒng)三部分組成。本體部分采用直角龍門坐標型結(jié)構(gòu)，末端為海綿專用吸盤，海綿專用吸盤及兩側(cè)撥板主要負責(zé)紙盒組的抓取和放置。紙盒翻轉(zhuǎn)機構(gòu)主要用于夾取紙盒并將其放置在紙盒輸送線上，推板與滑臺氣缸負責(zé)夾緊紙盒組，搖臂與轉(zhuǎn)軸負責(zé)機構(gòu)翻轉(zhuǎn)。紙盒輸送機構(gòu)主要包括紙盒輸送線、輸送線底座、接近傳感器及紙盒夾緊氣缸等。自動上盒模塊工作流程圖如圖5。

圖5 自動上盒模塊工作流程圖Fig.5 Workflow of Paper box automatically conveying module

初始化后，桁架機器人從紙盒堆垛處取盒，將盒置于翻轉(zhuǎn)機構(gòu)上，輸送線上缺料傳感器實時檢測是否缺料。如果缺料，翻轉(zhuǎn)機構(gòu)將紙盒組翻轉(zhuǎn)后置于紙盒輸送線上，桁架機器人開始重新取盒；否則翻轉(zhuǎn)機構(gòu)進入等待狀態(tài)，直到缺料傳感器響應(yīng)。

2.3 視覺系統(tǒng)模塊

視覺系統(tǒng)模塊主要包括圖像采集、圖像處理與數(shù)據(jù)轉(zhuǎn)換等部分。圖像采集系統(tǒng)負責(zé)采集目標運行路徑的原圖像，圖像處理系統(tǒng)負責(zé)對采集的原圖像進行相應(yīng)視覺算法處理，數(shù)據(jù)轉(zhuǎn)換系統(tǒng)負責(zé)將圖像處理后的圖像坐標點位轉(zhuǎn)換成實際的機器人坐標。

2.3.1 圖像采集系統(tǒng)

圖像采集系統(tǒng)主要包括遮光架、遮光板、相機、鏡頭、光源、光電傳感器、工控機等，其結(jié)構(gòu)如圖6。采用兩個MV-GED501M-T CCD 相機、16 mm 工業(yè)鏡頭、2 根12 W 白色LED 條形光源?？紤]到工廠實際作業(yè)環(huán)境復(fù)雜，為避免晝夜更替及四季日照變化對圖像采集的影響，將視覺系統(tǒng)安裝在遮光架內(nèi)部，外部用遮光板遮擋，減少外界環(huán)境對光線的影響；工控機主要作用是完成視覺圖像的處理，并將處理后的坐標數(shù)據(jù)發(fā)送給機器人完成紙盒上料任務(wù)。

圖6 視覺系統(tǒng)結(jié)構(gòu)Fig.6 Vision system structure

2.3.2 圖像處理系統(tǒng)

圖像處理系統(tǒng)是機器視覺模塊不可或缺的部分。利用圖像處理算法提取圖像的目標特征并對其進行分析和處理，圖像處理系統(tǒng)工作流程如圖7。

圖7 圖像處理系統(tǒng)工作流程Fig.7 Workflow of image processing system

原始圖像往往包含很多噪聲與畸變，不利于目標特征的提取，需對其進行中值濾波等預(yù)處理[12]。中值濾波器是一種非線性濾波器，將某一像素點的像素值設(shè)置為以該點為中心的卷積核內(nèi)所有像素的中值，以保留圖像的大部分細節(jié)特征，同時抑制圖像噪聲[13]。

對圖像進行預(yù)處理后，需對圖像進行邊緣檢測處理。Sobel算子是基于梯度邊緣檢測的一種方法，對鄰域進行加權(quán)平均，圖像中每個像素上下左右四鄰域的灰度值加權(quán)差，與其接近鄰域的權(quán)最大。本系統(tǒng)選擇Sobel 算子對預(yù)處理的圖像進行邊緣檢測處理，Sobel算子模板如式(1)，(2)。Gx對應(yīng)像素水平方向梯度，檢測垂直邊緣；Gy對應(yīng)像素點垂直方向梯度，檢測水平邊緣。

使用上述算子對像素點卷積運算，求出該像素點的梯度值；通過設(shè)定閾值對圖像二值化，梯度值大于或等于閾值的點為邊緣點，反之不是邊緣點，從而實現(xiàn)邊緣檢測。

采用模板匹配算法[14]獲得基本點位信息。模板匹配是在圖像I中搜索目標對象，通過在源圖像I中滑動模板對圖像T進行匹配，得到目標物體的位置。文中采用美國國家儀器(national instruments，NI)機器視覺模塊中的Pattern Matching 函數(shù)提取裱紙兩個對角點像素坐標。對相機采集的圖像進行預(yù)處理和邊緣檢測后，對紙盒與裱紙貼合的角點進行模板學(xué)習(xí)，模板學(xué)習(xí)如圖8。設(shè)置感興趣區(qū)域及匹配分數(shù)，在感興趣區(qū)域，以模板圖為樣本，將匹配的中心點設(shè)置在角點位置，將模板圖像從待搜索圖像的左上角開始，按照從左到右、從上至下的順序進行逐像素滑動，匹配分數(shù)越高，越相似，效果也越好。模板匹配處理完成后，執(zhí)行數(shù)據(jù)處理，得到裱紙兩個對角點像素坐標。若未匹配到目標信息，則重新進行圖像采集。

圖8 模板學(xué)習(xí)圖Fig.8 Template learning picture

3 視覺定位原理

采集的圖像進行處理后得到裱紙兩個對角點在像素坐標系中的坐標，要將像素坐標轉(zhuǎn)換為機器人基坐標系下的坐標，需對相機及機器人進行手眼標定。本系統(tǒng)采用二維圖像處理方法將圖像坐標系轉(zhuǎn)換到機器人基座標系的xy平面(傳送帶平面)。二維平面的手眼標定至少需3 個點的位置[15]，將標定板固定于傳送帶上，且處于相機視野范圍內(nèi)，相機采集到的標定圖像如圖9。

圖9 標定圖像Fig.9 Calibration image

在圖像中選取3個點，3個點需盡量覆蓋裱紙一個角點所有可能到達的位置且不能在一條直線上。從相機軟件中讀取3 個點的像素坐標并記錄，然后移動標定板至機器人運動空間范圍內(nèi)，移動機器人依次到達這3點，并記錄這3點在機器人坐標系下的坐標值，結(jié)果如表1。

表1 標定像素坐標及世界坐標值Tab.1 Calibrate pixel coordinates and world coordinate values

設(shè)機器人的坐標為(x,y)，像素坐標為(x＇,y＇)，則有如下關(guān)系：

式中a，b，c，d，e，f分別是轉(zhuǎn)換矩陣對應(yīng)的6個參數(shù)，有：

將表1 中的值代入式(4) 可求得a= -60.202,b= 0.124 2,c= -0.004 8,d= 552.708,e= 0.002 6,f= 0.1216。根據(jù)同樣方法亦可求得另一相機的轉(zhuǎn)換矩陣參數(shù)值。根據(jù)模板匹配得到的裱紙兩個對角點的像素坐標可求得這兩點在機器人坐標系下的坐標。

將像素坐標系中的點轉(zhuǎn)換到機器人基坐標系下，得到A(xA,yA),B(xB,yB)兩點坐標，連接AB兩點即可得到裱紙幾何中心坐標(x,y)。設(shè)所取模板中裱紙中心點坐標為(x0,y0)，與水平方向夾角為φ，此時裱紙相較于模板轉(zhuǎn)動θ角，(x0,y0)已知，模板裱紙與識別裱紙關(guān)系如圖10，則

圖10 模板與識別裱紙關(guān)系Fig.10 The relationship between template and identification of mounting paper

裱紙在傳送帶上是實時運動的，要將紙盒準確放置在裱紙上，需對裱紙進行追蹤。實現(xiàn)機器人的動態(tài)抓取，需對傳送帶與機器人進行標定，獲得機器人與傳送帶之間的位置關(guān)系[16]。傳送帶的標定就是確定傳送帶相對于機器人坐標系的位姿。傳送帶坐標系為C，則傳送帶坐標系相對于機器人坐標系的變化矩陣為HC。傳送帶標定方法如圖11。

圖11 傳送帶的標定Fig.11 Calibration of the conveyor belt

在傳送帶上機器人工作空間內(nèi)放一個帶有尖端的物體，設(shè)尖端位置為P點，在機器人末端安裝一個標定針，移動機器人將標定針對準物體尖端，P點在機器人坐標系下的坐標為PR(xP,yP,zP),記錄此時編碼器值aP。讓該物體沿傳送帶方向運動，在機器人工作空間內(nèi)盡可能長地移動一定距離。記錄此時尖端位置為Q點，在機器人坐標系下坐標為QR(xQ,yQ,zQ)，并記錄此時編碼器值aQ,可求得物體移動距離ΔL和編碼器差值ΔLC：

即可求得傳送帶的比例因子FC：

當裱紙觸發(fā)傳感器拍照時記錄此時編碼器數(shù)值，系統(tǒng)根據(jù)傳送帶的比例因子及實時編碼器數(shù)值即可知物體在傳送帶上移動的距離。然后使物體沿傳送帶垂直方向移動一段距離，記為W點，并移動機器人到此位置，記W點在機器人坐標系下坐標為WR(xW,yW,zW)。設(shè)OC= ()T為傳送帶坐標系原點相對于機器人坐標系的點，有

得到傳送帶基坐標系的表達式：

那么傳送帶坐標系與機器人坐標系之間的轉(zhuǎn)換關(guān)系矩陣為

傳送帶移動方向為傳送帶坐標系的x軸方向，設(shè)視覺系統(tǒng)得到裱紙中心點坐標在傳送帶坐標系的坐標為PC，那么移動的裱紙中心點在機器人坐標系下的姿態(tài)為

傳送帶坐標系的x軸平行于傳送帶移動方向，y軸垂直于傳送帶移動方向，z軸垂直于傳送帶平面。這樣的標定方法可避免傳送帶移動方向與機器人坐標系x軸之間的角度偏差，同時可準確計算出傳送帶運動過程中各點在機器人坐標系下的位置。設(shè)置追蹤的起始和結(jié)束位置，盡量設(shè)置起始位置在機器人工作空間內(nèi)靠近傳送帶前端位置，結(jié)束位置在機器人工作空間內(nèi)靠近傳送帶末端位置。

綜上所述，機器人末端吸盤需將紙盒放置在傳送帶上裱紙的中心點，此位置為：

裱紙在傳送帶上傳輸過程中不會發(fā)送旋轉(zhuǎn)運動，因此機器人末端需旋轉(zhuǎn)的角度可根據(jù)式(6)計算得到。

4 實驗驗證

4.1 硬件與控制系統(tǒng)

為驗證設(shè)計系統(tǒng)的可行性和有效性，搭建雙工位酒盒天地蓋自動貼合系統(tǒng)平臺，開展裱紙與酒盒盒體自動貼合精度與效率實驗。電氣系統(tǒng)設(shè)計如圖12。PLC 為整個系統(tǒng)的主控單元，對各數(shù)字量傳感器進行信號采集、運算、處理與分析，實現(xiàn)對各輸送線電機、桁架機器人、電磁閥和工業(yè)相機的控制；通過以太網(wǎng)與SCARA 機器人進行信號交互；通過以太網(wǎng)與工業(yè)觸摸屏進行組態(tài)，提供良好的人機交互界面和遠程監(jiān)控功能；通過以太網(wǎng)將工業(yè)相機采集到的圖像信息傳輸至工控機，工控機運行圖像處理系統(tǒng)；工控機通過以太網(wǎng)將裱紙位置信息發(fā)送至SCARA機器人。

圖12 電氣系統(tǒng)關(guān)系Fig.12 Electrical system relationship

4.2 實驗與結(jié)果分析

實驗材料為江蘇美嘉包裝有限公司提供的今世緣酒盒，采用設(shè)計的酒盒天地蓋定位貼合系統(tǒng)自動貼合紙盒，同時工廠熟練操作工人工貼合紙盒，各貼合紙盒8 000個，檢測盒體與裱紙的貼合精度與平均耗時。機器人完成盒體與裱紙的定位貼合工序后，測量盒體4 個角點與裱紙4 個角點的位置偏差。廠家規(guī)定：一等品為4個角點最大偏差在0.3 mm以內(nèi)的紙盒；二等品為4個角點最大偏差在0.6 mm以內(nèi)的紙盒；廢品為最大角點偏差大于0.6 mm的紙盒。實驗結(jié)果如表2。

表2 自動與人工貼合的實驗結(jié)果Tab.2 Experimental results of automatic and manual fitting

由表2 可知：酒盒天地蓋定位貼合系統(tǒng)平均以12 個/min 的速度完成紙盒上料，超過工廠要求的10個/min；良品率達到99%，一等品率達到85%以上，一等品率相比人工提高56.4%，平均耗時減少37.5%，處理結(jié)果比人工更穩(wěn)定可靠，能夠快速完成自動化裝配作業(yè)。

5 結(jié) 論

為提高白酒包裝的效率與良品率，設(shè)計一種基于機器視覺的酒盒天地蓋定位貼合系統(tǒng)，系統(tǒng)包括裱紙輸送模塊、酒盒自動上盒模塊及視覺系統(tǒng)模塊等。實驗結(jié)果表明：設(shè)計的系統(tǒng)完成每個紙盒和裱紙的裝配需5 s，平均每分鐘可以完成12個酒盒和裱紙的裝配，與人工相比平均耗時減少37.5%；良品率能夠達到99%，一等品率能夠達到85%以上，該系統(tǒng)可高效替代人工進行天地蓋酒盒的定位貼合。