摘 要

随着生产力和生产水平的提高以及劳动力成本的上涨，工业机器人越来越多地参与到工业生产的过程中来。在传统的流水线分拣作业中主要使用人工，相比于使用工业机器人进行分拣作业，人工分拣效率低、精度低、成本高，因此本文设计一套用于工业生产流水线的快速分拣系统。

为了满足传送带上工件分拣快速和精度的要求，没有使用传统串联机器人而是使用Delta并联机器人；由于工件只在二维空间运动，该系统使用固定放置的单目摄像机，并使用快速标定方法。

本设计对分拣系统主要部件进行结构设计，包括传送带、电动机以及吸盘气动回路，使用SolidWorks软件对分拣系统的整体以及部分零部件进行结构设计，建立起系统的三维模型，并使用Robot Studio软件对分拣过程进行运动仿真，仿真结果符合设计任务的要求。

由于相机畸变不大，因此该系统并未使用常用的张正友标定法进行标定，而是通过识别图像上两点的世界坐标以及其所对应的像素坐标，可以计算出像素坐标到世界坐标的转化比例，从而可以对图像任意像素点进行坐标转换；对于传输到计算机的图像，依次进行灰度化-高斯滤波-二值化-计算轮廓hu矩-与已经建立的三角形工件轮廓匹配识别工件-识别最大包络三角形-计算三角形工件的质心位置和旋转角度。为了便于操作和演示，为该套识别系统设计了一个MFC程序，并使用MFC程序对该系统实际工作过程进行模拟。

使用该套系统可以有效实现工业领域的工件分拣任务，达到降低成本和提高速度的目标。随着大数据和人工智能的发展，且随着2025智能制造的到来，最后展望未来视觉分拣系统的发展方向，视觉分拣系统必将更加智能化。

关键词：视觉分拣；Delta并联机器人；图像处理与工件识别； MFC；Robot Studio

Abstract

With the improvement of productivity and production level, as well as the rise of labor cost and production demand, industrial robots are more and more involved in the process of industrial production. In the traditional assembly line sorting operation, manual sorting is mainly used. Compared with the industrial robot sorting operation, manual sorting has low efficiency, low precision and high cost. Therefore, this paper designs a rapid sorting system for industrial production assembly line.

In order to meet the requirements of fast and accurate sorting of workpiece on conveyor belt, delta parallel robot is used instead of traditional serial robot; because the workpiece only moves in two-dimensional space, the system uses fixed monocular camera and fast calibration method.

In this design, the main components of the sorting system are designed, including conveyor belt, motor and suction pneumatic circuit. SolidWorks software is used to design the structure of the whole and some parts of the sorting system. A three-dimensional model of the system is established, and robot Studio software is used to simulate the sorting process. The simulation results meet the requirements of the design task.

Because the camera distortion is not large, the system does not use the commonly used Zhang Zhengyou’s calibration method for calibration, but by identifying the world coordinates of two points on the image and their corresponding pixel coordinates, the conversion ratio of pixel coordinates to world coordinates can be calculated, so that any pixel of the image can be transformed into coordinates; for the image transmitted to the computer, gray is carried out successively Degree - Gauss filter - binarization - calculate the Hu moment of the contour - match the established contour of the triangular workpiece to identify the workpiece - identify the maximum envelope triangle - calculate the position of the mass center and the rotation angle of the triangular workpiece. In order to facilitate the operation and demonstration, an MFC program is designed for the identification system, and the MFC program is used to simulate the actual working process of the system.

The system can effectively achieve the task of workpiece sorting in the industrial field, and achieve the goal of reducing cost and improving speed. With the development of big data and artificial intelligence, and with the arrival of 2025 intelligent manufacturing, finally, the future development direction of visual sorting system is prospected, and the visual sorting system will be more intelligent.

Keywords: visual sorting; Delta Parallel Robot; image processing and Workpiece identification；MFC；Robot Studio

目 录

第1章 绪论 1

1.1 课题的背景和意义 1

1.2 国内外研究现状 1

1.2.1 机器视觉的国内外现状 1

1.2.2 视觉分拣系统的国内外现状 2

1.3 本文研究思路与内容 5

第2章 总体方案设计 6

2.1 方案任务要求 6

2.2 系统组成分析 6

2.3 视觉系统硬件选型 7

2.3.1 工业相机及镜头选择 7

2.3.2 光源选择 9

2.2.3 Delta机器人选型 9

2.3.4 机器人控制器选择 10

2.4 本章小结 11

第3章 机器人分拣系统的结构设计与运动仿真 12

3.1 传送带设计 12

3.1.1 传送带材质选择与尺寸 12

3.1.2 传送带及支架结构设计 12

3.1.3 电动机型号选择 13

3.2 真空吸盘及气动回路设计 14

3.2.1 真空吸盘材料及形状选择 14

3.2.2 确定真空吸盘的盘径大小 14

3.2.3真空吸盘气动回路设计 15

3.3 机器人运动仿真 16

3.4 本章小结 17

第4章 图像处理和图形界面设计 18

4.1 图像预处理操作 18

4.1.1 颜色空间转换 18

4.1.2 高斯滤波消除噪点 19

4.1.3 阈值化处理 20

4.1.4 发现轮廓 20

4.2 工件的识别 20

4.2.1 建立工件模型 21

4.2.2 轮廓匹配 21

4.3 计算工件的位置和转角 22

4.3.1 确定顶点坐标 23

4.3.2 确定工件的位置坐标和转角 23

4.4 设计MFC程序 24

4.5 本章小结 25

第5章 结论与展望 26

5.1 总结 26

5.2 展望 26

参考文献 27

附录 29

致谢 32

第1章 绪论

1.1 课题的背景和意义

在现代工业中，流水线作业是普遍采用的生产方式，流水线生产具有生产速度快、效率高、产品性能均一等显著优势。生产线上具有许多重要的环节，其中对于生产线上产品的分拣是非常重要的一环，生产线产品的分拣即是把生产线上的不同产品识别出来，按照要求分门别类地摆放在指定的位置的过程^[1]。工业时代最初解决产品分拣的问题即使用人工，由于早期工业发展水平较低，以及人相对于机器而言在精准度方面不可比拟的优势，但是随着生产水平的发展，人工方式越来越不适应现代生产，人工分拣相对于机器分拣成本高、精度低、速度慢，因而越来越多的企业采用机器分拣代替人工，从而提高企业的生产效率和经济效益。

工业分拣机器人通过将视觉技术与控制技术相结合，实现对生产线上目标工件定位和抓，把人们从以往枯燥乏味机械的分拣工作中解放出来^[2]。通过采用工业机器人分拣系统，可以有效地提高生产效率、降低劳动强度、提高产品规范程度，对实现工业自动化、实现2025智能制造具有重要的意义，因而工业分拣机器人广泛应用于铁路、机械、航空航天等各个领域。因此本文设计了一套可以用于实际工业生产中的机器人视觉分拣系统。

1.2 国内外研究现状

基于视觉机器视觉的分拣系统主要包含机器视觉和分拣系统两大部分，因此分别研究国内外的机器视觉现状和视觉分拣系统现状很有必要。

1.2.1 机器视觉的国内外现状

2014年广东工业大学的机电工程学院的袁清珂、张振亚等人设计了一套基于机器视觉的自动检测系统，从而可以有效测量耳机插孔内弹性触点^[3]。他们 提出一种新的检测思路，其测量精度可以达到0.006mm,填补国内视觉检测市场空白，其主要处理思路如下：首先通过伺服电机在特定位置对三个触点进行拍照，接下来对采集到的图像进行滤波、二值化、锐化、和搜索匹配，识别出特征之后即可测得触点与中心线距离和偏差。