摘要：以网络环境为基础，对食品分拣视觉检测系统进行研究，通过分析食品分拣系统的设计要求和设计原理，建立食品分拣系统结构模型，并以面包为对象进行食品中心位置检测试验，结果表明：试验误差范围在－1％～4％，满足分拣视觉处理的精度要求，可为其它工业自动化分拣系统设计提供参考。
关键词：食品；分拣；网络结构；视觉检测
随着科学技术的快速发展和产业结构的调整，工业机器人技术、网络技术、视觉检测技术不断被引进到食品生产行业中，这些技术不仅降低了生产成本和劳动强度，还提高了生产效率、保证了产品的质量。
传统的食品生产行业主要依靠人工来完成食品的分拣，效率非常低，而且会造成食品的二次污染。机器人视觉技术主要是为机器人建立视觉检测系统，动作达到灵活性和柔性化要求，对所处的环境具有一定的适应性。在生产线中主要采用Eye－to－Hand的方式实现目标抓取。国外已有利用视觉检测技术来完成对未知目标的检测。中国起步比较晚，主要集中在科研机构，如天津大学与哇哈哈集团研发基于Delta机器人的果奶装箱机构和沈阳新松研发的工业搬运机器人等。为实现食品分拣视觉系统的开发应用，试验拟以网络环境为基础，对食品分拣视觉检测系统进行研究，旨在提高分拣视觉处理的精度，减小误差范围。
1 食品分拣系统的设计原理及模型构建
1.1 分拣系统的设计要求
由于市场对高品质的产品需要以及人工成本的增加，生产企业不断将机器人生产线投入车间。特别是食品生产行业，对其安全性能要求极高。食品的分拣系统主要是由一系列的工业控制机、工业相机以及运动控制器等组成。在对其设计的过程中，应满足四点要求：① 各运行机构性能高效稳定；② 执行机构具有高度的灵活性和柔性化，能够完成不同的产品规格化和标准化；③ 在控制系统工作的过程中具有一定的自适应性和自动识别的功能；④ 在整个包装食品分拣过程中，实现无人接触，确保食品的安全卫生。
1.2 分拣系统的设计原理
机器视觉系统工作原理见图１，整个机器的食品分拣系统主要是工业计算机、运动器、工业相机、交流伺服系统。当食品在生产线上运动时，工业相机会对其进行拍照，将得到的图像通过数据总线传到工业控制机中，通过一定的算法对图像进行处理和判断，得到的食品属性信息会传送到执行机构中，交流伺服系统根据发来的指令完成食品分拣。
1.3 分拣系统的结构模型
根据分拣系统的设计要求与原理，进行了分拣系统的结构建模（见图２）。模型由五部分组成，分别为PC机、工业相机、执行机构、工控机、数据传输设备。在系统构建安装过程中，应该保证各装置的协调性。主要控制的核心是PC机，对整体布局也是非常重要的。工业相机安装在执行机构的前面，并且拍照的宽度要比传送带的宽度略大，合理的布置也为后续的软件设计提供了依据。
2 硬件选型及网络结构
整个工业机器人系统是以Motoman系列为本体，其为６轴多关节型，由交流伺服电机驱动。该机器人系统的控制柜能够与计算机进行通信。
2.1 工业相机
在对食品进行拍照时，光源的选取非常重要。它能够检测物品的突出部分，而且光源的稳定性对图像的质量影响非常大。因此，考虑成本的情况下，尽量保证其不受其他光源的干扰。综合亮度、稳定性、寿命等属性参数，试验选定LED光源。
图像的采集不仅要考虑速度、方式、分辨率等，而且要考虑精度、视野、成本和寿命等。CCD相机通过反射的光线，经过镜头传播至CCD芯片上，根据累积的电荷，对其进行滤波和放大处理，最后对图像进行输出，并非采用常规的采集卡，而是通过网络的传播，直接送到服务器。经过比较，选择DALSL系列的工业相机（基于以太网协议开发）。其参数为：80万像素、外形尺寸95ｍｍ×50ｍｍ×16ｍｍ，光圈手动，以64帧每秒的速度进行扫描，分辨率可以达到1024×768。
2.2 工控机
在食品分拣系统中，工控机是控制的大脑，对其选择直接决定着图像的处理和执行机构的效率。但是在实际过程中，还要考虑安装、防尘等。综合比较下，选择研华科技的610L型工控机。其参数为：处理器Dual-Core，主频3GHz，内存4G。
2.3 网络控制
食品分拣系统以工业以太网为总体结构，可实现不同系统的协调。图３为网络控制结构图，在运行的过程中，运用工业相机对食品的信息进行采集，存在主机中。在对系统进行逐级分类时，HMI可以设置不同的参数，并对出现的异常情况及时进行处理，将结果反映到主机中。管理级主要是工控机和服务器，现场级可以将处理的信息进行交换，实现一定的操作。
3 软件设计
系统的软件主要是由人机交互界面、视觉软件、运动控制组成。通过人机界面的信息分析处理，由视觉软件传递给控制部分，系统见图４。在视觉系统选取时，要满足３个要求：① 鲁棒性能要高；② 系统要能保证可靠和准确性；③ 整个系统的算法要能对实际情况完成实时性和通用性。根据上面选择的工业相机，DALSA系列的相机采用的视觉软件是Sherlock。其是基于VC软件开发的，视觉采集的过程主要是图像信息的收集，根据运用的算法，对特征提取。然后基于VC环境，对控制系统进行实时处理，保证数据的正确分析和准确无误的传送，及时达到控制端，为执行机构运行奠定基础。
4 视觉系统的开发
软件Sherlock具有强大的不同数据通讯接口，不仅拥有高等的编辑功能，而且支持第三方工具开发以及特殊工具的定制。此视觉系统的开发就是基于此展开的。在整个设计的过程中，首先基于VC的开发视觉环境对软件进行处理，实现与Sherlock软件的连接。然后对比不同食品图像，实现算法的结合。最后对扫描到的特征进行配对，并反馈给控制系统。
经过一定的运算，编写图像采集的程序：
Void CmypicprosysDlg::OnBnClickedStarBtn()
｛if(m-bstate) Setimer(1,m—timer,NULL);//每秒执行一次
GetDlgItem(IDC-START-BTN)→SetWindowText(“暂停”）；
KiliTimer（1）；
GetDlgltem(IDC—START—BTN）→SetWindowText(“开始处理”）；
m—bstate=！m—bstate；｝
在对系统进行处理时，速度也是重要的影响因素。影响其快慢的主要是图像处理时间和VC数据的处理，故有必要对其进行系统检测。
5 实验结果与分析
选取面包为研究对象，经过实验验证，获得图像见图5。经过实际验证，发现视觉软件处理得到的结果与实际的食品距离存在误差。根据中心点来算（图6），其误差范围为－1％～4％，能够满足视觉处理的精度要求。但是对于所需的旋转角度来说，不同的软件算法并不一样，加上不同的误差波动是比较大的，其误差值为－6％～9％，基本满足设计的要求。
6 结论
本试验以网络环境为基础，对食品分拣视觉检测系统进行了研究，通过分析食品分拣系统的设计要求和设计原理，建立了食品分拣系统结构模型，采用80万像素，进行速度扫描为64帧每秒，分辨率为1024×768的DALSL工业相机，610L型的工控机作为系统硬件，Sherlock为系统软件，实现了食品分拣视觉系统的开发。以面包为对象进行食品中心位置检测试验，结果表明，试验误差范围在－1%～4%，满足分拣视觉处理的精度要求，这为其它工业自动化分拣系统设计提供了参考。
