并联机器人食品分拣加工系统
专利汇可以提供并联机器人食品分拣加工系统专利检索，专利查询，专利分析的服务。并且并联 机器人 食品分拣加工系统。本 发明 涉及一种 并联机器人 食品分拣加工系统。其组成包括视觉 传感器 ，所述的视觉传感器通过以太网总线将 信号 传输至X86视觉识别主机，所述的X86视觉识别主机通过以太网总线与工业交换机双向传输信号，所述的工业交换机通过以太网总线与 人机界面 双向传输信号，所述的工业交换机通过以太网总线与X86运动控制主机双向传输信号，所述的工业交换机通过以太网总线与PLC双向传输信号，所述的PLC将 信号传输 至 真空 发生器，所述的真空发生器将真空 吸盘 的气体通过气 泵 抽出。本发明用于并联机器人食品分拣加工。，下面是并联机器人食品分拣加工系统专利的具体信息内容。
1.一种并联机器人食品分拣加工系统，其特征是：其组成包括视觉传感器，所述的视觉传感器通过以太网总线将信号传输至X86视觉识别主机，所述的X86视觉识别主机通过以太网总线与工业交换机双向传输信号，所述的工业交换机通过以太网总线与人机界面双向传输信号，
所述的工业交换机通过以太网总线与X86运动控制主机双向传输信号，所述的工业交换机通过以太网总线与PLC双向传输信号，所述的PLC将信号传输至真空发生器，所述的真空发生器将真空吸盘的气体通过气泵抽出，
所述的PLC连接将信号传输至指示灯，所述的PLC接收安全开关与操作按钮的信号，所述的X86运动控制主机接收以太网自动化控制总线EtherCAT的信号，所述的以太网自动化控制总线还将信号传输至伺服控制器一号、伺服控制器二号、伺服控制器三号与伺服控制器四号，所述的伺服控制器一号驱动电源控制伺服电机一号，所述的伺服电机一号将编码器信号传递给伺服控制器一号，所述的伺服电机一号通过输出轴驱动行星减速机一号，所述的行星减速机一号通过法兰输出轴驱动机器人第一轴，所述的机器人第一轴控制并联机构；
所述的伺服控制器二号驱动电源控制伺服电机二号，所述的伺服电机二号将编码器信号传递给伺服控制器二号，所述的伺服电机二号通过输出轴驱动行星减速机二号，所述的行星减速机二号通过法兰输出轴驱动机器人第二轴，所述的机器人第二轴控制并联机构；
所述的伺服控制器三号驱动电源控制伺服电机三号，所述的伺服电机三号将编码器信号传递给伺服控制器三号，所述的伺服电机三号通过输出轴驱动行星减速机三号，所述的行星减速机三号通过法兰输出轴驱动机器人第三轴，所述的机器人第三轴控制并联机构；
所述的伺服控制器四号驱动电源控制伺服电机四号，所述的伺服电机四号将编码器信号传递给伺服控制器四号，所述的伺服电机四号通过输出轴驱动行星减速机四号，所述的行星减速机四号通过法兰输出轴驱动机器人旋转轴，所述的机器人旋转轴控制并联机构。
2.利用权利要求1所述的系统实现并联机器人食品分拣加工方法，其特征是：利用X86视觉识别主机与X86运动控制主机实现如下步骤：
步骤一：开始程序；
步骤二：将运动参数载入，将动平台归零，并进行初步校验，确认可行空间内轨迹点无特殊障碍，弓高（运动路径最低点到上升路径拐弯点高度）设定符合工作环境需求，同时启动视觉识别模块，驱动相机，进行相机参数调整，并调试确定识别精度参数，进行网络通信环境的确认与初始化设定；
步骤三：将初步校验得到的结果值参数输入运动控制模块，并输入拾取物件的待放置区域等用户参数，存储为稳定的参数配置文件供后续调用，同时将初始化的相机参数、识别精度参数输入到视觉识别模块，自此运动控制模块和视觉识别模块同步进入正常工作模式；
步骤四：视觉识别模块通过识别待拾取工件位置，确定工件中心店坐标，将工件两两匹配后形成坐标对，封装为UDP包，将其抛出到运动控制模块IP地址上，由运动控制模块解析并获取位置，实现动平台在这两个坐标对之间的移动。视觉识别模块通过UDP包来实现对运动控制模块的运动控制运动位置点的智能控制；
步骤五：视觉识别模块将识别过程记录为历史记录文件，并将识别物件形状信息记录为格式化的历史文件，以供未来在进行无示教条件下的智能化物件形状匹配和多形状物体识别过程中使用；
步骤六：结束程序。
3.根据权利要求2所述的并联机器人食品分拣加工方法，其特征是：所述运动控制模块的具体识别方法步骤如下：
步骤S101：开始程序；
步骤S102：发出命令，对位置坐标数据包进行抓取；
步骤S103：对步骤S102的定位位置坐标对UDP（用户数据报协议）包进行解析，并校验确认是否完整接收；
步骤S104：对位置坐标数据包进行抓取并校验确认无误后，读取起始点为P1和下一个动作终点P2；
步骤S105：启动动平台的启动结构，并标记周期开始信息；
步骤S106：在安全区间与硬约束区域备份库内，读取工作空间上限束缚的一系列参数；
步骤S107：基于起始点P1和下一个动作终点P2构建约束式计算路径切分点g1，g2，g3，g4，g5；
步骤S108：产生初始解向量，并将其转化为初始路径；
步骤S109：记录初始路径点速度、加速度、链表数组；
步骤S110：对路径结果存储序列进行行程和运行周期评估；
步骤S111：判断行程和运行周期评估是否超限；
步骤S112：如果超限则直接进入步骤S113；若不超限则直接进入步骤S116；
步骤S113：进行判定改进方向；
步骤S114：改进方向后读取各切分分支路径的改进方向参数；
步骤S115：按照特定改进方向重新切分；
步骤S116：重新切分后生成并存储加速度轨迹；
步骤S117：笛卡尔坐标轴路径点生成；
步骤S118：逆解求出电机轴坐标；
步骤S119：进行速度约束检测；
步骤S120：进行空间约束检测；
步骤S121：进行加速度规划；
步骤S122：判断硬实时约束剩余缓冲是否充足；
步骤S123：如果剩余缓冲充足则直接进入步骤S116；如果剩余缓冲不充足则直接进入步骤S124；
步骤S124：发送运动指令，监听返回信息后更新PLC交互缓冲区信息，驱动真空抓具动作；
步骤S125：依据报警信息，确认属于一般异常还是严重异常，如果属于一般异常，则停止动平台运动，并将异常记录到异常日志中；如果属于严重异常，则发出报警信息并停止电机使能，使动平台失去动力恢复至未通电状态；
步骤S126：结束指令。
4.根据权利要求2所述的并联机器人食品分拣加工方法，其特征是：所述视觉识别模块的具体识别方法步骤如下：
步骤S101：开始程序；
步骤S202：通过工业相机获取彩色图像；
步骤S203：在进行颜色转换后直接进入步骤S206，在进行灰度颜色转化后进入步骤S204；
步骤S204：轮廓分析；
步骤S205：获取离散最小矩形区域模型Bx；
步骤S206：统计离散最小矩形区域模型Bx的HSV/HSL的颜色直方；
步骤S207：取得HSV/HSL统计百分比的最大颜色，取H、S，物体大小与模板Ti的集合距离；HSL及HSV都是一种将RGB色彩模型中的点在圆柱坐标系中的表示法，是图像处理领域的专用名词。两种表示法试图做到比RGB基于笛卡尔坐标系统的几何结构更加直观。H、S、L、V即色相、饱和度、亮度、明度的英语缩写：Hue、Saturation、lightness、Value步骤S208：识别出物体Xi及其分类；
步骤S209：是否识别物体Xi，如果识别进入步骤S210，如果不识别进入步骤S211步骤S210：计算物体Xi速度；
步骤S211：保存/更新物体Xi位置信息将信息送至物体Xi返回至步骤S209，步骤S212：根据物体Xi判断匹配源、目标物体；
步骤S213：是否匹配，如果匹配则进入步骤S124，如果不匹配则进入步骤S125；
步骤S214：发送规划路径通过UDP发送给控制器；
步骤S215：是否结束程序，如果是则进入步骤S216，如果不是则返回步骤S202；
步骤S216：结束程序。
并联机器人食品分拣加工系统
技术领域
背景技术
发明内容
并联机器人采用基准尺标定功能，快速对视觉基准坐标原点及机器人工作空间基准坐标原点进行快速映射标定；
并联机器人采用轨迹高度边界人工设置功能，结合视觉抓取自动坐标识别，对运动轨迹进行快速规划；
机器人壳体采用铝合金材质，配合聚四氟乙烯涂层表面处理工艺，满足耐冲洗洁净安全使用环境要求；
并联机器人球形关节运动副采用聚四氟乙烯摩擦片的无油润滑方案；
并联机器人控制架构采用双X86工业计算机系统配合工业以太网与伺服系统，建立从视觉传感至运动控制的数据传输及控制链路。
所述的PLC连接将信号传输至指示灯，所述的PLC接收安全开关与操作按钮的信号，所述的X86运动控制主机接收以太网自动化控制总线EtherCAT的信号，所述的以太网自动化控制总线还将信号传输至伺服控制器一号、伺服控制器二号、伺服控制器三号与伺服控制器四号，所述的伺服控制器一号驱动电源控制伺服电机一号，所述的伺服电机一号将编码器信号传递给伺服控制器一号，所述的伺服电机一号通过输出轴驱动行星减速机一号，所述的行星减速机一号通过法兰输出轴驱动机器人第一轴，所述的机器人第一轴控制并联机构；
所述的伺服控制器二号驱动电源控制伺服电机二号，所述的伺服电机二号将编码器信号传递给伺服控制器二号，所述的伺服电机二号通过输出轴驱动行星减速机二号，所述的行星减速机二号通过法兰输出轴驱动机器人第二轴，所述的机器人第二轴控制并联机构；
所述的伺服控制器三号驱动电源控制伺服电机三号，所述的伺服电机三号将编码器信号传递给伺服控制器三号，所述的伺服电机三号通过输出轴驱动行星减速机三号，所述的行星减速机三号通过法兰输出轴驱动机器人第三轴，所述的机器人第三轴控制并联机构；
所述的伺服控制器四号驱动电源控制伺服电机四号，所述的伺服电机四号将编码器信号传递给伺服控制器四号，所述的伺服电机四号通过输出轴驱动行星减速机四号，所述的行星减速机四号通过法兰输出轴驱动机器人旋转轴，所述的机器人旋转轴控制并联机构。
步骤二：将运动参数载入，将动平台归零，并进行初步校验，确认可行空间内轨迹点无特殊障碍，弓高设定符合工作环境需求，同时启动视觉识别模块，驱动相机，进行相机参数调整，并调试确定识别精度参数，进行网络通信环境的确认与初始化设定；
步骤三：将初步校验得到的结果值参数输入运动控制模块，并输入拾取物件的待放置区域等用户参数，存储为稳定的参数配置文件供后续调用，同时将初始化的相机参数、识别精度参数输入到视觉识别模块，自此运动控制模块和视觉识别模块同步进入正常工作模式；
步骤四：视觉识别模块通过识别待拾取工件位置，确定工件中心店坐标，将工件两两匹配后形成坐标对，封装为UDP包，将其抛出到运动控制模块IP地址上，由运动控制模块解析并获取位置，实现动平台在这两个坐标对之间的移动。视觉识别模块通过UDP包来实现对运动控制模块的运动控制运动位置点的智能控制；
步骤五：视觉识别模块将识别过程记录为历史记录文件，并将识别物件形状信息记录为格式化的历史文件，以供未来在进行无示教条件下的智能化物件形状匹配和多形状物体识别过程中使用；
步骤六：结束程序。
步骤S102：发出命令，对位置坐标数据包进行抓取；
步骤S103：对步骤S102的定位位置坐标对UDP包进行解析，并校验确认是否完整接收；
步骤S104：对位置坐标数据包进行抓取并校验确认无误后，读取起始点为P1和下一个动作终点P2；
步骤S105：启动动平台的启动结构，并标记周期开始信息；
步骤S106：在安全区间与硬约束区域备份库内，读取工作空间上限束缚的一系列参数；
步骤S107：基于起始点P1和下一个动作终点P2构建约束式计算路径切分点g1，g2，g3，g4，g5；
步骤S108：产生初始解向量，并将其转化为初始路径；
步骤S109：记录初始路径点速度、加速度、链表数组；
步骤S110：对路径结果存储序列进行行程和运行周期评估；
步骤S111：判断行程和运行周期评估是否超限；
步骤S112：如果超限则直接进入步骤S113；若不超限则直接进入步骤S116；
步骤S113：进行判定改进方向；
步骤S114：改进方向后读取各切分分支路径的改进方向参数；
步骤S115：按照特定改进方向重新切分；
步骤S116：重新切分后生成并存储加速度轨迹；
步骤S117：笛卡尔坐标轴路径点生成；
步骤S118：逆解求出电机轴坐标；
步骤S119：进行速度约束检测；
步骤S120：进行空间约束检测；
步骤S121：进行加速度规划；
步骤S122：判断硬实时约束剩余缓冲是否充足；
步骤S123：如果剩余缓冲充足则直接进入步骤S116；如果剩余缓冲不充足则直接进入步骤S124；
步骤S124：发送运动指令，监听返回信息后更新PLC交互缓冲区信息，驱动真空抓具动作；
步骤S125：依据报警信息，确认属于一般异常还是严重异常，如果属于一般异常，则停止动平台运动，并将异常记录到异常日志中；如果属于严重异常，则发出报警信息并停止电机使能，使动平台失去动力恢复至未通电状态；
步骤S126：结束指令。
步骤S202：通过工业相机获取彩色图像；
步骤S203：在进行颜色转换后直接进入步骤S206，在进行灰度颜色转化后进入步骤S204；
步骤S204：轮廓分析；
步骤S205：获取离散最小矩形区域模型Bx；
步骤S206：统计离散最小矩形区域模型Bx的HSV/HSL的颜色直方；
步骤S207：取得HSV/HSL统计百分比的最大颜色，取H、S，物体大小与模板Ti的集合距离；
步骤S208：识别出物体Xi及其分类；
步骤S209：是否识别物体Xi，如果识别进入步骤S210，如果不识别进入步骤S211步骤S210：计算物体Xi速度；
步骤S211：保存/更新物体Xi位置信息将信息送至物体Xi返回至步骤S209，步骤S212：根据物体Xi判断匹配源、目标物体；
步骤S213：是否匹配，如果匹配则进入步骤S124，如果不匹配则进入步骤S125；
步骤S214：发送规划路径通过UDP发送给控制器；
步骤S215：是否结束程序，如果是则进入步骤S216，如果不是则返回步骤S202；
步骤S216：结束程序。
一种并联机器人食品分拣加工系统，其组成包括视觉传感器，所述的视觉传感器通过以太网总线将信号传输至X86视觉识别主机，所述的X86视觉识别主机通过以太网总线与工业交换机双向传输信号，所述的工业交换机通过以太网总线与人机界面双向传输信号，所述的工业交换机通过以太网总线与X86运动控制主机双向传输信号，所述的工业交换机通过以太网总线与PLC双向传输信号，所述的PLC将信号传输至真空发生器，所述的真空发生器将真空吸盘的气体通过气泵抽出，
所述的PLC连接将信号传输至指示灯，所述的PLC接收安全开关与操作按钮的信号，所述的X86运动控制主机接收以太网自动化控制总线EtherCAT的信号，所述的以太网自动化控制总线还将信号传输至伺服控制器一号、伺服控制器二号、伺服控制器三号与伺服控制器四号，所述的伺服控制器一号驱动电源控制伺服电机一号，所述的伺服电机一号将编码器信号传递给伺服控制器一号，所述的伺服电机一号通过输出轴驱动行星减速机一号，所述的行星减速机一号通过法兰输出轴驱动机器人第一轴，所述的机器人第一轴控制并联机构；
所述的伺服控制器二号驱动电源控制伺服电机二号，所述的伺服电机二号将编码器信号传递给伺服控制器二号，所述的伺服电机二号通过输出轴驱动行星减速机二号，所述的行星减速机二号通过法兰输出轴驱动机器人第二轴，所述的机器人第二轴控制并联机构；
所述的伺服控制器三号驱动电源控制伺服电机三号，所述的伺服电机三号将编码器信号传递给伺服控制器三号，所述的伺服电机三号通过输出轴驱动行星减速机三号，所述的行星减速机三号通过法兰输出轴驱动机器人第三轴，所述的机器人第三轴控制并联机构；
所述的伺服控制器四号驱动电源控制伺服电机四号，所述的伺服电机四号将编码器信号传递给伺服控制器四号，所述的伺服电机四号通过输出轴驱动行星减速机四号，所述的行星减速机四号通过法兰输出轴驱动机器人旋转轴，所述的机器人旋转轴控制并联机构；
所述的并联机构包括并联机器人，所述的并联机器人上臂设置球头座1，所述的球头座
1的下端球槽内通过摩擦片3连接球头2。
步骤一：开始程序；
步骤二：将运动参数载入，将动平台归零，并进行初步校验，确认可行空间内轨迹点无特殊障碍，弓高（运动路径最低点到上升路径拐弯点高度）设定符合工作环境需求，同时启动视觉识别模块，驱动相机，进行相机参数调整，并调试确定识别精度参数，进行网络通信环境的确认与初始化设定；
步骤三：将初步校验得到的结果值参数输入运动控制模块，并输入拾取物件的待放置区域等用户参数，存储为稳定的参数配置文件供后续调用，同时将初始化的相机参数、识别精度参数输入到视觉识别模块，自此运动控制模块和视觉识别模块同步进入正常工作模式；
步骤四：视觉识别模块通过识别待拾取工件位置，确定工件中心店坐标，将工件两两匹配后形成坐标对，封装为UDP包，将其抛出到运动控制模块IP地址上，由运动控制模块解析并获取位置，实现动平台在这两个坐标对之间的移动。视觉识别模块通过UDP包来实现对运动控制模块的运动控制运动位置点的智能控制；
步骤五：视觉识别模块将识别过程记录为历史记录文件，并将识别物件形状信息记录为格式化的历史文件，以供未来在进行无示教条件下的智能化物件形状匹配和多形状物体识别过程中使用；
步骤六：结束程序。
该软件程序功能开始阶段，运动控制模块与视觉识别模块各自启动初始化程序，其中运动控制模块初始化运动参数和空间参数，视觉识别模块驱动摄像头并调整图像参数。该部分中，两功能模块独立执行，没有强制性先后启动顺序关系要求。
步骤S101：开始程序；
步骤S102：发出命令，对位置坐标数据包进行抓取；
步骤S103：对步骤S102的定位位置坐标对UDP（用户数据报协议）包进行解析，并校验确认是否完整接收；
步骤S104：对位置坐标数据包进行抓取并校验确认无误后，读取起始点为P1和下一个动作终点P2；
步骤S105：启动动平台的启动结构，并标记周期开始信息；
步骤S106：在安全区间与硬约束区域备份库内，读取工作空间上限束缚的一系列参数；
步骤S107：基于起始点P1和下一个动作终点P2构建约束式计算路径切分点g1，g2，g3，g4，g5；
步骤S108：产生初始解向量，并将其转化为初始路径；
步骤S109：记录初始路径点速度、加速度、链表数组；
步骤S110：对路径结果存储序列进行行程和运行周期评估；
步骤S111：判断行程和运行周期评估是否超限；
步骤S112：如果超限则直接进入步骤S113；若不超限则直接进入步骤S116；
步骤S113：进行判定改进方向；
步骤S114：改进方向后读取各切分分支路径的改进方向参数；
步骤S115：按照特定改进方向重新切分；
步骤S116：重新切分后生成并存储加速度轨迹；
步骤S117：笛卡尔坐标轴路径点生成；
步骤S118：逆解求出电机轴坐标；
步骤S119：进行速度约束检测；
步骤S120：进行空间约束检测；
步骤S121：进行加速度规划；
步骤S122：判断硬实时约束剩余缓冲是否充足；
步骤S123：如果剩余缓冲充足则直接进入步骤S116；如果剩余缓冲不充足则直接进入步骤S124；
步骤S124：发送运动指令，监听返回信息后更新PLC交互缓冲区信息，驱动真空抓具动作；
步骤S125：依据报警信息，确认属于一般异常还是严重异常，如果属于一般异常，则停止动平台运动，并将异常记录到异常日志中；如果属于严重异常，则发出报警信息并停止电机使能，使动平台失去动力恢复至未通电状态；
步骤S126：结束指令。
步骤S101：开始程序；
步骤S202：通过工业相机获取彩色图像；
步骤S203：在进行颜色转换后直接进入步骤S206，在进行灰度颜色转化后进入步骤S204；
步骤S204：轮廓分析；
步骤S205：获取离散最小矩形区域模型Bx；
步骤S206：统计离散最小矩形区域模型Bx的HSV/HSL的颜色直方；
步骤S207：取得HSV/HSL统计百分比的最大颜色，取H、S，物体大小与模板Ti的集合距离；HSL及HSV都是一种将RGB色彩模型中的点在圆柱坐标系中的表示法，是图像处理领域的专用名词。两种表示法试图做到比RGB基于笛卡尔坐标系统的几何结构更加直观。H、S、L、V即色相、饱和度、亮度、明度的英语缩写：Hue、Saturation、lightness、Value。
步骤S211：保存/更新物体Xi位置信息将信息送至物体Xi返回至步骤S209，步骤S212：根据物体Xi判断匹配源、目标物体；
步骤S213：是否匹配，如果匹配则进入步骤S124，如果不匹配则进入步骤S125；
步骤S214：发送规划路径通过UDP发送给控制器；
步骤S215：是否结束程序，如果是则进入步骤S216，如果不是则返回步骤S202；
步骤S216：结束程序。
对比传统人工糯米糍放置工艺，减少食品内包装生产线人员介入要求，减少食品生产中暴露于细菌风险，提高食品安全性。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 并联机器人食品分拣加工系统 | 2020-06-14 | 289 |
| 一种基于密度聚类与力引导算法的市场网络可视化方法 | 2020-06-13 | 766 |
| 音乐色彩通感可视化方法 | 2020-05-19 | 297 |
| 一种虚拟键盘自适应应用主题的方法及系统 | 2020-05-17 | 946 |
| 一种增强文本图像可视性的方法 | 2020-06-08 | 882 |
| 一种高抗起毛起球的像景织锦织物的生产工艺 | 2020-05-24 | 1016 |
| 一种增强文本图像可视性的方法 | 2020-06-06 | 342 |
| 一种调整浏览器皮肤亮度的方法、系统及电子设备 | 2020-05-16 | 97 |
| 人脸的定位方法和装置 | 2020-06-15 | 432 |
| 一种调整浏览器皮肤亮度的方法、系统及电子设备 | 2020-05-15 | 601 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
