使用反步法控制實時稱重機械臂對水產品分揀加工的改進

興寧市技工學校機械系　黃　健

?

使用反步法控制實時稱重機械臂對水產品分揀加工的改進

興寧市技工學校機械系黃健

目前在國內規則物體分揀技術比較成熟，并且也得到了廣泛應用。但是對非規則物品的加工分揀技術還是比較落戶。傳統的水產品分揀方法整個分揀過程操作復雜、花費時間較長，同時分揀的效率與準確度比較低。本文給出的反步法控制實時稱重機械臂分揀系統與視覺識別相結合，集成稱重、自動規劃路線、分揀于一體，與傳統分揀相比，具有稱重簡單，生產節拍短，成本低，節約成本，生產效率提高等特點。

機械臂；分揀系統；反步控制

1.引言

近年來，大型水產品物流中心急需先進適用的自動分揀設備。國內已經研制出了A字型自動分揀機，它由傳送帶和置于傳送帶上方的A字形貨架組成。該設備解決了分揀作業的自動化，節省了人工，減少了差錯，但由于傳送帶的線速度不宜過高，限制了設備的分揀效率，此外，還有托盤式分揀自動分揀系統線，它根據郵政包裹分揀設備原理設計，存在上貨低和人工需求量大等問題；還有參考引進設備開發的通道式自動分揀設備，速度快，由于產能低，不滿足當前需要。

圖1　.1 機械臂系統整體架構和流程

本文研究機械臂在水產品分揀加工過程中的應用，結合圖像視覺和實時稱重。主要內容分為：機械臂運動模型分析設計，圖像處理設計，稱重系統設計。系統結構如圖1.1所示。

2.水產品分揀系統構成

分揀系統硬件部分由機械臂、視覺分析模塊、稱重器等組成。攝像頭拍攝圖像到中控臺后臺進行解析，此外，重量計算由機械臂手抓上的壓力傳感器采集并由中控后臺進行計算，所得的結果分別用于機械臂軌跡確定、重量計算、產品分類。

如圖1.1所示，機械臂主體高150cm，長375cm，寬307cm。機械臂由轉動圓板、上臂、前臂和手組成，各關節由伺服電機驅動。機械臂手末端安裝壓感設備，用于測定重量數據。

3.機械臂動力模型設計

三連桿機械臂剛體動力學建模方法主要有羅伯森·維騰波哥方法、牛頓-歐拉方法、拉格朗日法、凱恩方法以及休斯頓法。上述建模方法方程建立過程繁瑣，未知變量太多，求解計算工作量大，容易出錯。多體運動分析的等效有限元法具有建模過程簡單、高效，容易編程求解。

在機械臂三連桿關節作用三級行星減速器連接，這不僅擴大電機的扭矩，增大了手臂的活動范圍。單機械臂共4個自由度，在肩部有一個旋轉和一個收張，在肘部有一個收張，在腕部有一個收張，三個電動機支持伸展力，另一個電機支持肩部的旋轉力。機械硬件的參數，如表1所示。

表1　機械臂參數變量

電機的參數，如表2所示。

表2　電動機硬件參數

4.機械臂組合稱重

國內外組合稱重技術，工作時要完成70件/min，意味著在很短的時間內完成重量檢測、組合計算。在整個過程中組合計算占用時間較長，一方面要滿足精度要求，另一方面要滿足包裝速度。目前主要的稱重方法有：定量動態稱重、起吊貨物動態稱重、黏性食品動態稱重。

結合機械臂和水產品的特性，本文提出了一套針對水產品的機械臂動態組合稱重方式，如圖4.1所示。

圖4　.1 組合稱重流程

圖4　.2 稱重模塊硬件架構

水產品加工完成后，經傳動帶輸送到稱重區，假設每次都隨機抽取15個樣品進行測試，單個樣品重量分別按照產品類別不同來定義重量區間，假設產品一（螃蟹）單重100～500之間，產品二（鮑魚）單重在200～600之間，產品三（鱈魚）單重在500～1500之間，我們可以根據重量大致分一下類，然而，這是作為一種分揀的依據。不僅可以實時稱重，而且可以結合圖像處理結果，對產品進行精確分類。

本文選取的西門子PLC組合秤作為控制系統。

電腦組合秤工作過程主要包括重量檢測、A/D轉換、信號輸入、計算、輸出、物料檢測、電機控制等（如圖4.2所示）。

人機界面：可以實現一些系統參數的修改，查看稱重記錄，以及當前運行狀態。

稱重傳感器：采集被測對象的重量數據。

CPU：組合稱重的核心部分，主要負責數據的運算和分析。

檢測信號：負責檢測樣品是否符合要求。

原點信號：檢測電機是否達到既定工作狀態。

表3　機械臂執行位置結果表

5.實驗

文中提出了一種可實時稱重機械臂水產品分揀加工系統，為了驗證本系統的實用性、先進性，將系統至于水產品加工中心平臺，進行了測試。

5.1 實驗過程

本實驗設計機械臂自主抓取，通過分析目標實際坐標位置與手抓到導致之間的誤差值，水產品實際重量和機械臂測量重量之間的誤差值，以及機械臂分類結果和實際分類結果的誤差，驗證基于重量檢測和圖像識別的機械臂分揀加工系統的優越性。

實驗數據如表3所示。表中三個坐標值的參考坐標系均為機械臂的底座中心坐標系，單位為毫米（mm），誤差值為機器運行值與實際值之間的差值。表4所示為樣品實際重量和測量重量之間的差值。表5所示為樣品通過系統的分類結果和實際分類的誤差。

表4　稱重結果表

表5　分揀結果表

實驗得出，機器人計算得到的位置與目標物體實際位置之間的平均誤差為（1.12，0.88，0.90），該誤差在允許范圍內，機械臂可以準確抓取到樣本。并且，根據重量檢測系統得到的重量與樣品的實際重量之間的平均誤差為2.35g，該范圍也在誤差允許范圍內。此外，結合了圖像視覺和實時稱重系統的機械臂在分揀準確性上也達到了92%以上。因此，文中所提出的機械臂實時稱重分揀加工系統是可行的。

［1］梁小波，蔡勇，蔣剛.三維串并聯機械臂的運動學分析［J］.機械傳動，2013，05:70-74+85.

［2］晁衍凱，徐昱琳，周勇飛，呂曉夢，王明.基于雙目視覺的機器人目標定位與機械臂控制［J］.計算機技術與發展，2013，07:6-9.

［3］徐昱琳，楊永煥，李昕，陳萬米，晁衍凱.基于雙目視覺的服務機器人仿人機械臂控制［J］.上海大學學報（自然科學版），2012，05:506-512.

［4］謝偉東，王磊，佘翊妮，游紅武.條煙自動分揀的異步法及其裝置［J］.工程設計學報，2007，02:112-116.

［5］劉坦.實時在線分揀和稱重系統研究［D］.上海海洋大學，2013.

［6］熊根良.具有柔性關節的輕型機械臂控制系統研究［D］.哈爾濱工業大學，2010.

［7］郭偉斌，陳勇，侯學貴，胡娜.除草機器人機械臂的逆向求解與控制［J］.農業工程學報，2009，04:108-112.

［8］張翠.基于RBF神經網絡的機械臂運動控制算法及應用研究［D］.蘭州交通大學，2014.

［9］李樹榮，馬慧超.基于反步法的機械臂魯棒自適應位置/力控制［J］.中國石油大學學報（自然科學版），2014，01:172-176.

［10］彭圣明，裴海龍，王清陽.基于機械臂的運動學研究與應用［J］.機械設計與制造，2011，07:136-138.

［11］戴學豐，孫立寧，劉品寬，蔡鶴皋.柔性臂機器人控制算法綜述［J］.電機與控制學報，2002，02:158-161.

［12］梁小波，蔣剛.三連桿機械臂三維空間運動學分析［J］.機械設計與制造，2013，12:67-69+72.

［13］張羽，李雁斌.一種新穎電機控制方法及其在機械臂控制中的應用［J］.微電機，2008，09:54-57+77.

At present the rule object sorting technology is mature and is widely used in the domestic.But the process and items technology for irregular items is settled.The sorting process the traditional method of sorting of aquatic products operation is complicated and time is long.At the same time sorting efficiency and the accuracy is lower.In this paper，we use backstepping method control the sorting system of the real-time weighing mechanical arm.we give the mechanical arm，integrated weighing，automatic planning route，sorting into an organic whole，compared with the traditional sorting，weighing with simple，short production rhythm，low cost，cost savings，improve production efficiency，etc.

Mechanical arm；Sorting system；Backstepping control

黃健（1968—），男，興寧市技工學校機械系機械講師，機械高級技師，主要從事機械控制研究和教學工作。