《物流技術(shù)與設(shè)備結(jié)課論文》4700字

物流技術(shù)與設(shè)備結(jié)課論文：基于機器視覺的分揀系統(tǒng)方案設(shè)計目錄TOC\o"1-3"\h\u134211緒論 3156652分揀系統(tǒng)總體設(shè)想 3222973系統(tǒng)硬件選型 468413.1視覺檢測模塊 5209943.2分揀模塊 6171813.3傳送模塊 647613.4通訊模塊 7175794分揀系統(tǒng)軟件設(shè)計方案 7291994.1雞蛋分類模塊 8285534.2裂紋信息統(tǒng)計模塊 8135354.3開發(fā)環(huán)境的選擇 9326385總結(jié) 105096參考文獻 101緒論雞蛋產(chǎn)量的持續(xù)增長對雞蛋的初加工生產(chǎn)線的工作效率提出了更高的要求，雞蛋分揀環(huán)節(jié)的自動化、智能化及高效化由此變得至關(guān)重要。在雞蛋的初加工生產(chǎn)線中，一般有收集、清洗、裂紋檢測、分級、噴碼和包裝一共六個環(huán)節(jié)，如下圖1所示。蛋殼是雞蛋的天然屏障，可有效防止蛋殼內(nèi)的蛋黃和蛋清受到外界環(huán)境影響，若出現(xiàn)裂紋則將導(dǎo)致蛋黃和蛋清的變質(zhì)。故裂紋檢測環(huán)節(jié)是對雞蛋初加工質(zhì)量保證的最重要的環(huán)節(jié)之一，也是雞蛋后期二次加工的關(guān)鍵保障。收集收集清洗裂紋監(jiān)測分級噴碼包裝產(chǎn)出圖1-1雞蛋初加工流程2分揀系統(tǒng)總體設(shè)想制造業(yè)中基于機器視覺技術(shù)的分揀系統(tǒng)主要由傳送帶模塊、圖像采集模塊、機器人模塊和通信模塊組成。雞蛋分揀系統(tǒng)一般位于雞蛋初加工生產(chǎn)線的清洗環(huán)節(jié)后，分級環(huán)節(jié)前，將上一環(huán)節(jié)中輸送而來的雞蛋先進行檢測，分類為外殼含裂紋雞蛋（簡稱裂紋蛋）和外殼完好雞蛋（簡稱完好蛋）兩類后，根據(jù)分類結(jié)果實施分揀?；跈C器視覺的雞蛋分揀系統(tǒng)的設(shè)計應(yīng)該滿足以下要求：（1）可通過相機準(zhǔn)確獲取到雞蛋多個面的圖像，且獲取圖像時雞蛋所處的位置可與.光源配合，達(dá)到在獲取的圖像信息中凸顯裂紋信息的效果，便于后續(xù)算法進行特征提取工作。為此，必須選型合適的相機、鏡頭、光源以及照明方式；（2）分揀系統(tǒng)需達(dá)到在線檢測和在線分揀的要求，即雞蛋多個面圖像的獲取和對含裂紋雞蛋和表面完好雞蛋的分揀動作實現(xiàn)的過程中，雞蛋初加工生產(chǎn)線的傳送帶必須保持運作不停車，最大分揀量為120枚/min。為此，必須選擇合適的分揀實現(xiàn)方案；（3）利用獲取的雞蛋多個面的圖片，研究與設(shè)計圖像分類算法，通過對雞蛋多個面圖像進行分類的方式對單個雞蛋進行準(zhǔn)確分類，判定為外殼含裂紋雞蛋或外殼完好雞蛋，所設(shè)計算法或最終模型需盡可能精簡，以減少單張圖片分類時間，提高分揀系統(tǒng)的分揀最大速度。(4）雞蛋需在本環(huán)節(jié)內(nèi)完成分類和分揀處理，以此達(dá)到分揀的目的，表面含裂紋雞蛋揀出輸送帶或傳送機構(gòu)被單獨收集，外殼完好雞蛋則輸出至下一初加工環(huán)節(jié)。根據(jù)以上所述要求，對分揀系統(tǒng)進行整體方案設(shè)計，確定雞蛋分揀系統(tǒng)硬件部分設(shè)計為4個模塊組成：1.視覺檢測模塊；2.傳送模塊；3.分揀模塊；4.通訊模塊。其中軟件設(shè)計為2個模塊組成：1.雞蛋圖像分類：2.裂紋信息統(tǒng)計。總體方案設(shè)計的流程如下圖2所示：基于機器視覺的幾雞蛋分揀裝置基于機器視覺的幾雞蛋分揀裝置硬件設(shè)計軟件設(shè)計視覺檢測模塊傳送模塊分揀模塊通訊模塊雞蛋圖像分類裂紋信息統(tǒng)計圖2-1基于機器視覺的幾雞蛋分揀裝置模塊3系統(tǒng)硬件選型最終確定基于機器視覺的雞蛋分揀系統(tǒng)的主要組成模塊分別為：1.視覺檢測模塊；2.傳送模塊；3.分揀模塊；4.通訊模塊。上述4個模塊共同構(gòu)成了基于機器視覺的雞蛋分揀系統(tǒng)的硬件部分。具體地，經(jīng)由上一環(huán)節(jié)處理后的雞蛋，由傳送模塊逐個傳輸進入分揀系統(tǒng)的視覺檢測模塊，視覺模塊對逐個雞蛋進行綜合判別，將判別結(jié)果由通訊模塊傳送至分揀模塊，分揀模塊則根據(jù)判別結(jié)果，將外殼含裂紋的雞蛋撥出生產(chǎn)線進行單獨收集，其總體工作流程如下圖3所示：雞蛋雞蛋上一初加工環(huán)節(jié)視覺檢測模塊外殼是否完好分揀模塊下一初加工環(huán)節(jié)單獨收集否是圖3-1總體流程圖3.1視覺檢測模塊視覺檢測模塊主要由相機，鏡頭，光源、采集暗箱和計算機組成，其功能為完成雞蛋外殼完整圖像信息的采集并利用機器視覺技術(shù)實現(xiàn)裂紋檢測并返回檢測結(jié)果于分揀模塊。對于視覺檢測模塊中的分類方法，將基于圖像分類模型來進行設(shè)計。對雞蛋進行逐個多面拍照，獲得各個雞蛋的多個面圖像信息，并將圖像輸入相應(yīng)圖像分類模型中進行分類判別，利用多幅圖像對每個雞蛋進行綜合評判，分類為外殼完好雞蛋和外殼含裂紋雞蛋兩類，并將評判結(jié)果輸送于通訊模塊，返回分揀模塊?，F(xiàn)市場上的多數(shù)相機通過芯片類型可分為CCD相機和CMOS相機，這兩種相機也是機器視覺在檢測方面應(yīng)用最多的兩類相機?？偨Y(jié)而言，CCD相機和CMOS相機由于各自芯片內(nèi)部傳感器的元件和工藝差異，所對應(yīng)的曝光方式也不同；一般的，CCD相機的曝光方式為全局曝光，即整個芯片同時曝光；而CMoS相機的曝光方式為卷簾曝光，即逐行滾動曝光。兩類芯片的差異導(dǎo)致在靈敏度、圖像質(zhì)量、噪點以及成像速度等參數(shù)上有所不.同，對比主流相似價位CCD相機和CMOS相機性能如下表所示：表3-1CCD相機和CMOS相機對比芯片類型靈敏度成像質(zhì)量噪點幀率動態(tài)響應(yīng)CCD高高低低高CMOS低低高高低結(jié)合分揀系統(tǒng)的總體要求，傳送模塊，至整條初加工生產(chǎn)線，在分揀環(huán)節(jié)中的獲取圖像、檢測、分類及分揀實現(xiàn)的同時不會停車，所獲取的為圖像信息而非視頻信息，故應(yīng)該選擇動態(tài)響應(yīng)能力較高者。近幾年來，CMOS相機在芯片性能上取得了較大突破，特別是動態(tài)性能，分辨率，幀速率等方面取得了較大的進步，彌補了傳統(tǒng)CMOS的不足，但是價格也比同級CCD高。故綜合考慮可選用CCD相機構(gòu)成視覺檢測模塊相機組。3.2分揀模塊分揀模塊的功能為：根據(jù)視覺檢測模塊的返回值，將被視覺檢測模塊判別為外殼含裂紋的雞蛋從傳送帶中分揀出生產(chǎn)線。歷年來在水果、食品的分揀模塊設(shè)計與選型中，多以撥桿實現(xiàn)分揀。以撥片配合傳感器實現(xiàn)的分揀模塊主要由伺服電機，撥桿，接近開關(guān)組成，目前較多出現(xiàn)在部分視頻的分揀工作中，其中主要設(shè)備包括傳送帶，CCD相機，電磁閥，氣缸，撥桿等。生產(chǎn)線中的雞蛋經(jīng)視覺檢測模塊檢測分類后，計算機綜合判定為外殼含裂紋的雞蛋，通過接近開關(guān)計數(shù)，在裂紋蛋位置達(dá)到撥桿撥動動作行程內(nèi)時，驅(qū)動伺服電機帶動撥桿旋轉(zhuǎn)一定角度完成撥動動作，將裂紋蛋撥出傳送模塊被單獨收集，判定結(jié)果為完好雞蛋的則無撥動動作，繼續(xù)由傳送模塊輸送至下一初加工環(huán)節(jié)，以此完成對雞蛋的分揀。3.3傳送模塊傳送模塊主要由電機，傳送帶，輥子，固定架，接近開關(guān)等組成，其功能為有序、平穩(wěn)地傳輸雞蛋。具體表現(xiàn)為將雞蛋從上一環(huán)節(jié)傳送至分揀環(huán)節(jié)中，經(jīng)由分揀系統(tǒng)完成分揀后，將外殼完好雞蛋輸送至下一初加工環(huán)節(jié)中。傳送雞蛋過程中應(yīng)滿足速度均勻、平穩(wěn)且可調(diào)節(jié)，雞蛋在輸送過程中必須保持分離且位置相對固定，不發(fā)生碰撞，通過接近開關(guān)發(fā)送IO信號至視覺檢測模塊進行拍照獲取雞蛋表面圖像信息，配合多個鏡頭完成對雞蛋的多面圖像獲取。在雞蛋初加工生產(chǎn)線中，傳送帶－般是選擇基于鏈桿式傳送帶，在鏈桿.上安裝輥子來進行雞蛋的傳輸，如圖4所示。在雞蛋分揀環(huán)節(jié)中，沿用鏈桿相距100mm的鏈桿式傳送帶，并對鏈桿加裝輥子結(jié)構(gòu)，并在鏈桿的一－端添加齒輪齒條機構(gòu)，使鏈桿在前進時可自轉(zhuǎn)。雞蛋在傳送過程中，齒輪齒條機構(gòu)帶動隨鏈向前運動中的鏈桿自轉(zhuǎn)，鏈桿的自轉(zhuǎn)帶動輥子的自轉(zhuǎn)，從而帶動兩個棍子之間的被測雞蛋的轉(zhuǎn)動，使得相機可獲取雞蛋多個面的圖像信息。圖3-2輥子傳送方式3.4通訊模塊通訊模塊主要由工控機、通訊控制箱組成，其功能為實現(xiàn)整個分揀系統(tǒng)的通信。具體地，工控機接收接近開關(guān)的信號，控制相機進行圖像采集；接收計算機中模型根據(jù)所采集圖像進行綜合判別的結(jié)果，并利用接近開關(guān)對傳送帶上的雞蛋進行計數(shù)，當(dāng)序號與裂紋蛋序號－－致時，控制伺服電機旋轉(zhuǎn)撥桿撥動裂紋蛋，完成分揀工作。實現(xiàn)整個裝置的信號傳輸與控制。4分揀系統(tǒng)軟件設(shè)計方案基于機器視覺的雞蛋分揀系統(tǒng)的研究與設(shè)計的重點在于實現(xiàn)對雞蛋外殼圖像的分類，結(jié)合本章上兩節(jié)的內(nèi)容，分揀系統(tǒng)的軟件部分需要考慮到完成以下4個任務(wù)：（1）可以對輸入模型的單張雞蛋外殼圖像進行分類預(yù)測；（2）單個雞蛋將會拍攝多份圖片，結(jié)合多份圖像的分類結(jié)果來綜合判定該雞蛋為外殼完好雞蛋或外殼含裂紋雞蛋；（3）模型結(jié)構(gòu)盡量精簡，以減少計算機用于分類預(yù)測過程所耗的時間；（4）統(tǒng)計當(dāng)日雞蛋通量和裂紋蛋數(shù)量、比例。針對以上4個任務(wù)，對基于機器視覺的雞蛋分揀系統(tǒng)進行軟件方案設(shè)計，軟件部分流程如下圖4-1所示：多圖綜合判別多圖綜合判別相機初始化裂紋信息提取圖像采集圖預(yù)處理雞蛋圖像分類分揀模塊分揀裂紋信息統(tǒng)計圖4-1雞蛋分揀系統(tǒng)軟件處理流程4.1雞蛋分類模塊其功能為初始化相機和分揀模塊，做好進行雞蛋檢測分揀的準(zhǔn)備工作，控制相機在雞蛋經(jīng)過鏡頭正下方時進行拍照獲取雞蛋表面圖像信息，信息實時傳輸至計算機，將圖像輸入設(shè)置好的分類模型進行分類預(yù)測，并根據(jù)分類結(jié)果對雞蛋進行逐枚綜合判定，即逐個判別雞蛋表面是否存在裂紋，并將綜合判別結(jié)果返回至分揀模塊，控制分揀模塊的運作。4.2裂紋信息統(tǒng)計模塊當(dāng)輸送而來的雞蛋被綜合判定為外殼含裂紋的雞蛋后，軟件對其中分類結(jié)果為外殼含裂紋的雞蛋的圖像保存，并通過圖像處理算法進行裂紋信息提取，統(tǒng)計保存于統(tǒng)計系統(tǒng)中。上述模塊可細(xì)分為共6個部分：1初始化部分；2.圖像采集部分；3.圖像預(yù)處理部分；4.圖像分類部分；5.分揀控制部分；6.裂紋信息統(tǒng)計部分。模塊于各個部分的從屬關(guān)系如下圖4-2所示：軟件設(shè)計軟件設(shè)計雞蛋圖像分類裂紋信息統(tǒng)計圖像采集裂紋信息提取圖像處理分揀控制圖像分類初始化圖4-2軟件設(shè)計分類模塊上圖中6個部分的說明如下：(1）初始化部分，其功能為初始化相機和分揀模塊；(2）圖像采集部分，其功能為控制相機適時地對雞蛋進行圖像采集，并將圖像傳輸與PC端，達(dá)到實時傳輸雞蛋圖像信息的目的；(3）圖像預(yù)處理部分，其功能為對收到的雞蛋外殼圖像進行相關(guān)的預(yù)處理，以待后續(xù)雞蛋圖像分類和雞蛋裂紋信息提取直接調(diào)用；(4）圖像分類部分，其功能為基于機器學(xué)習(xí)算法或深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，搭建雞蛋外殼圖像分類模型，對預(yù)處理后的圖像進行分類預(yù)測，結(jié)合多張圖片綜合判定單個雞蛋的類別，并輸出綜合判別的結(jié)果，達(dá)到實時檢測的目的。(5）分揀控制部分，通過上一部中分類模型所返回的結(jié)果，來逐個確定對每枚雞蛋是否實施分揀動作，及控制伺服電機來驅(qū)動撥桿達(dá)到分揀的目的；.(6）裂紋信息提取部分，其功能為將綜合判定為外殼含裂紋雞蛋的數(shù)量進行統(tǒng)計，并進行相關(guān)圖像處理方式，獲得圖像中的裂紋信息，并統(tǒng)計，達(dá)到反饋生產(chǎn)線蛋品皮損率的作用，提供于管理人員作為生產(chǎn)線維護工作的決策工作參考。4.3開發(fā)環(huán)境的選擇軟件開發(fā)中，實現(xiàn)平臺為Win10操作系統(tǒng)，軟件部分的程序設(shè)計語言選用為Python相比較其他面向?qū)ο笳Z言，Pytbon的結(jié)構(gòu)精簡、可讀性高，后期維護、優(yōu)化方便，并且擁有豐富且可以調(diào)用的開源庫，包括常用的圖像處理庫，常用的機器學(xué)習(xí)和深度學(xué)習(xí)算法及框架庫，極大地簡化了軟件開發(fā)流程，提高了軟件開發(fā)的效率。Anaconda擁有較為便利的庫下載方式和虛擬環(huán)境配置方式，可直接進行點擊式操作或在命令欄使用命令下載本次雞蛋分類的相關(guān)軟件設(shè)計中所需要的庫與包，減少了軟件開發(fā)的前期準(zhǔn)備工作一些科學(xué)包軟件集成系統(tǒng)也為機器學(xué)習(xí)或深度學(xué)習(xí)的相關(guān)對比實驗提供了高容錯率、方便快捷的編譯環(huán)境。綜上所述，使用Python語言，在Win10平臺下選用Anaconda作為主要IDE進行基于機器視覺的雞蛋分揀系統(tǒng)的軟件部分圖像處理的設(shè)計與開發(fā)。5總結(jié)機器視覺技術(shù)已經(jīng)被應(yīng)廣泛地應(yīng)用于制造業(yè)和交通業(yè)等各類相關(guān)行業(yè)中，輔助或替代人工完成視覺層面上的檢測或辨別任務(wù)，應(yīng)用于各種重復(fù)度高、危險、工作量大等環(huán)境中，推動著各個產(chǎn)業(yè)的智能化發(fā)展。通常，在檢測任務(wù)中，機器視覺技術(shù)或方法的主要路線是通過各類攝像頭獲得相關(guān)工件或產(chǎn)品的圖像信息，提取出多種信息并訓(xùn)練出有用信息，并以此為根據(jù)完成對工件的檢測任務(wù)。將機器視覺技術(shù)運用于雞蛋分揀工作中，主要是利用相機連續(xù)拍攝，獲取雞蛋表面的圖像信息，然后利用相關(guān)算法進行判別、分類為含裂紋雞蛋或完好雞蛋，以此來達(dá)到檢測雞蛋表面裂紋的效果；得到分類結(jié)果后，與其他傳感器進行結(jié)合，控制分揀機構(gòu)，將含裂紋雞蛋和完好雞蛋分別處理，使完好雞蛋進入初加工生產(chǎn)線的下一環(huán)節(jié)，含裂紋雞蛋則被收集，完成對雞蛋的分揀。參考文獻[1]黃家才,舒奇,朱曉春,等.基于遷移學(xué)習(xí)的機器人視覺識別與分揀策略[J].計算機工程與應(yīng)用,2019,55(8):6.[2]曲志強,馬洋,倪乃坤,等.基于計算機視覺識別自動分揀物流機器人[J].2020.[3