視覺(jué)識(shí)別技術(shù)在板材智能分揀系統(tǒng)中的應(yīng)用研究

摘 要：設(shè)計(jì)一種基于視覺(jué)識(shí)別技術(shù)的智能分揀系統(tǒng)，旨在解決當(dāng)前海洋工程智能生產(chǎn)分揀中的安全隱患，以及生產(chǎn)效率低下等問(wèn)題。該系統(tǒng)利用視覺(jué)識(shí)別技術(shù)，通過(guò)控制相機(jī)進(jìn)行圖像采集、檢測(cè)和識(shí)別，以實(shí)現(xiàn)對(duì)托盤(pán)位置和零件的準(zhǔn)確定位和識(shí)別。系統(tǒng)可與分揀系統(tǒng)和桁架PLC（Programmable Logic Controller）進(jìn)行無(wú)縫交互，獲取工件的抓取和碼放數(shù)據(jù)，并引導(dǎo)桁架執(zhí)行相應(yīng)操作。同時(shí)，系統(tǒng)還能夠采集和反饋工件的分揀/碼盤(pán)結(jié)果，以供分揀系統(tǒng)進(jìn)行自動(dòng)分揀。通過(guò)智能化的分揀過(guò)程，可顯著提升海洋工程智能生產(chǎn)分揀領(lǐng)域的自動(dòng)化和智能化水平。

關(guān)鍵詞：視覺(jué)識(shí)別技術(shù)；智能分揀系統(tǒng)；人工智能；目標(biāo)檢測(cè)；特征提取

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2025）02-0139-06

Research on the Application of Visual Recognition Technology in Plate Intelligent Sorting System

ZHANG Zeqing1， HUANG Xuan2， GENG Xiaomin1， YANG Jian1， WANG Lei1， QIU Yongfeng2

（1.Tianjin Intelligent Manufacturing Branch of Offshore Oil Engineering Co.， Ltd.， Tianjin 300461， China;

2.Hunan Tianqiao Jiacheng Intelligent Technology Co.， Ltd.， Zhuzhou 412007， China）

Abstract： An intelligent sorting system based on visual recognition technology is designed to solve the safety hazards， low production efficiency and other problems in the current ocean engineering intelligent production sorting. The system uses visual recognition technology for image acquisition， detection and recognition by controlling the camera， so as to achieve accurate positioning and recognition of the pallet position and parts. The system can interact seamlessly with the sorting system and the truss PLC （Programmable Logic Controller） to obtain the grabbing and stacking data of the workpieces， and guide the truss to perform the corresponding operations. At the same time， the system can also collect and feedback the results of sorting or stacking to tray of the workpieces for the automatic sorting of the sorting system. Through the intelligent sorting process， the automation and intelligence level in the field of ocean engineering intelligent production sorting can be significantly improved.

Keywords： visual recognition technology; intelligent sorting system; Artificial Intelligence; target detection; feature extraction

DOI：10.19850/j.cnki.2096-4706.2025.02.026

0 引 言

智能制造是先進(jìn)制造技術(shù)和新一代信息技術(shù)的深度融合，代表著我國(guó)制造業(yè)高質(zhì)量發(fā)展的主要方向[1]。文獻(xiàn)[2-6]利用工件的形狀、輪廓和顏色等特征結(jié)合模板匹配方法進(jìn)行目標(biāo)工件識(shí)別分揀。文獻(xiàn)[7]通過(guò)支持向量機(jī)實(shí)現(xiàn)對(duì)分揀物體的學(xué)習(xí)識(shí)別。文獻(xiàn)[8]引入Adaboost算法優(yōu)化了BP神經(jīng)網(wǎng)絡(luò)，提高了工件的識(shí)別準(zhǔn)確率。但在智能分揀中仍存在工傷事故；遇到小尺寸零件密集、數(shù)量較多的情況，容易成為整條生產(chǎn)線的瓶頸，影響后續(xù)切割；分揀后的零件托盤(pán)轉(zhuǎn)運(yùn)需靠人工進(jìn)行，不支持自動(dòng)轉(zhuǎn)運(yùn)等困難和挑戰(zhàn)。為解決這些問(wèn)題，本項(xiàng)目應(yīng)用視覺(jué)識(shí)別技術(shù)，在控制系統(tǒng)的總體控制下，自主進(jìn)行特征識(shí)別、路徑規(guī)劃、分揀規(guī)劃與運(yùn)動(dòng)執(zhí)行，完成零件分揀并給出零件信息，以提高分揀效率和生產(chǎn)效率。本文將探討該系統(tǒng)所采用的相關(guān)技術(shù)和理論，視覺(jué)識(shí)別技術(shù)在智能分揀系統(tǒng)中的應(yīng)用以及性能評(píng)估。

1 相關(guān)技術(shù)概述

1.1 板材智能分揀系統(tǒng)概述

利用先進(jìn)的自動(dòng)化技術(shù)和視覺(jué)識(shí)別技術(shù)，板材智能分揀系統(tǒng)實(shí)現(xiàn)對(duì)板材的智能化分揀和處理。其特點(diǎn)在于高效、精準(zhǔn)、智能化，能夠顯著提高分揀效率和準(zhǔn)確性，同時(shí)降低人工成本和錯(cuò)誤率。該智能分揀系統(tǒng)采用套料圖解析軟件、視覺(jué)識(shí)別系統(tǒng)、桁架機(jī)械手技術(shù)以及AGV技術(shù)構(gòu)建智能分揀工作站。在工作過(guò)程中，系統(tǒng)會(huì)對(duì)切割后的零件進(jìn)行拍照識(shí)別，確定零件的位置后，引導(dǎo)桁架機(jī)械手自動(dòng)抓取零件并放置至料框中。當(dāng)料框滿(mǎn)載后，系統(tǒng)會(huì)自動(dòng)通知AGV將料框轉(zhuǎn)移到存儲(chǔ)區(qū)。

智能分揀工作站主要由桁架、分揀吊具、中控系統(tǒng)、分揀系統(tǒng)、視覺(jué)系統(tǒng)、AGV以及安全裝置組成。桁架機(jī)械手包括桁架框架組件和X/Y/Z/C多軸運(yùn)動(dòng)機(jī)構(gòu)，其中X/Y/Z軸采用直線導(dǎo)軌運(yùn)動(dòng)，C軸為回轉(zhuǎn)機(jī)構(gòu)，通過(guò)伺服電機(jī)實(shí)現(xiàn)精準(zhǔn)運(yùn)動(dòng)。C軸末端連接著抓取器。視覺(jué)系統(tǒng)安裝在桁架上，用于引導(dǎo)桁架的運(yùn)動(dòng)。

該軟件系統(tǒng)由中控系統(tǒng)、分揀系統(tǒng)和視覺(jué)系統(tǒng)組成，通過(guò)與外部的桁架PLC電控系統(tǒng)、MES系統(tǒng)和AGV管理系統(tǒng)交互，實(shí)現(xiàn)零件的自動(dòng)化分揀和碼垛，如圖1所示。其中，中控系統(tǒng)負(fù)責(zé)與MES系統(tǒng)、AGV管理系統(tǒng)以及桁架PLC進(jìn)行交互，管理自動(dòng)分揀任務(wù)、托盤(pán)轉(zhuǎn)運(yùn)、數(shù)字孿生等功能；分揀系統(tǒng)負(fù)責(zé)套料圖解析、零件管理、磁吸配置和碼垛策略等功能；視覺(jué)系統(tǒng)通過(guò)與桁架PLC交互實(shí)現(xiàn)3D相機(jī)控制，托盤(pán)定位和零件識(shí)別功能。安全裝置包括聲光報(bào)警器、安全限位、安全門(mén)、安全圍欄、安全光柵和安全監(jiān)控等。智能分揀控制系統(tǒng)（AISOS）在執(zhí)行任務(wù)創(chuàng)建、圖紙解析、零件定位與識(shí)別、零件自動(dòng)分揀與碼放的同時(shí)，還需要監(jiān)控自動(dòng)分揀桁架設(shè)備和AGV托盤(pán)緩存位的管理。

1.2 視覺(jué)識(shí)別技術(shù)

視覺(jué)識(shí)別技術(shù)是指利用計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)，對(duì)圖像或視頻數(shù)據(jù)進(jìn)行分析和處理，以實(shí)現(xiàn)對(duì)物體、場(chǎng)景或模式的自動(dòng)識(shí)別和分類(lèi)的一種技術(shù)。基于機(jī)器視覺(jué)的圖像識(shí)別技術(shù)，依賴(lài)于圖像的特征，能夠過(guò)濾掉冗余信息，聚焦于圖像的主要特征，并捕捉有用的關(guān)鍵信息。這些信息會(huì)被分階段地整合，形成一個(gè)完整的直覺(jué)映像[9]。

1.2.1 目標(biāo)檢測(cè)

目標(biāo)檢測(cè)其目的是在圖像或視頻中自動(dòng)識(shí)別和定位目標(biāo)物體的位置和類(lèi)別。通過(guò)識(shí)別目標(biāo)物體的位置和邊界框，系統(tǒng)可以精確地確定物體在圖像中的位置，為后續(xù)的分揀過(guò)程提供準(zhǔn)確的目標(biāo)位置信息，可以識(shí)別出待分揀物體的類(lèi)別，從而進(jìn)行相應(yīng)的分類(lèi)和處理。這種技術(shù)的應(yīng)用解決了工人分揀零件、工作枯燥、勞動(dòng)強(qiáng)度大、招工困難等問(wèn)題，同時(shí)還能夠應(yīng)對(duì)小尺寸零件密集、數(shù)量較多的情況，避免成為整條生產(chǎn)線的瓶頸，從而有效提高了生產(chǎn)效率。

1.2.2 圖像分割

圖像分割是將圖像劃分為多個(gè)不同區(qū)域或?qū)ο蟮倪^(guò)程，該過(guò)程可以基于像素級(jí)別、區(qū)域級(jí)別或邊界級(jí)別進(jìn)行，常見(jiàn)的方法包括閾值法、邊緣檢測(cè)、區(qū)域生長(zhǎng)、圖割等[10]。采用圖像分割技術(shù)，從圖像采集到分揀處理全過(guò)程實(shí)現(xiàn)自動(dòng)化，顯著提高了效率和準(zhǔn)確性，降低了人工成本。此外，利用圖像分割算法去除背景信息并提取目標(biāo)物體，系統(tǒng)可以進(jìn)一步減少圖像處理時(shí)間，將所需分揀的物體與工作平面分離，使得零件和托盤(pán)可以更有效地被系統(tǒng)檢索和提取。

1.2.3 特征提取

特征提取是指從原始數(shù)據(jù)中提取出具有代表性、能夠反映數(shù)據(jù)特征的信息的過(guò)程。特征提取幫助系統(tǒng)從圖像中提取出與待分揀物體相關(guān)的特征，例如形狀、顏色、紋理等。這些特征可以用來(lái)區(qū)分不同類(lèi)型的物體，從而實(shí)現(xiàn)物體的識(shí)別和分類(lèi)。通過(guò)特征提取，系統(tǒng)可以準(zhǔn)確地識(shí)別出圖像中的各種物體，并將它們分類(lèi)到相應(yīng)的類(lèi)別中，為后續(xù)的分揀操作提供基礎(chǔ)。可以確定物體的邊界和位置信息，從而實(shí)現(xiàn)目標(biāo)物體的準(zhǔn)確定位[11]。

2 系統(tǒng)設(shè)計(jì)

2.1 視覺(jué)系統(tǒng)整體架構(gòu)

視覺(jué)系統(tǒng)控制相機(jī)拍照，進(jìn)行圖像采集、檢測(cè)和識(shí)別定位，可與分揀系統(tǒng)和桁架PLC進(jìn)行系統(tǒng)交互取得工件的抓取和碼放數(shù)據(jù)，引導(dǎo)桁架執(zhí)行工件的抓取和碼放，并采集工件的分揀/碼盤(pán)結(jié)果反饋給分揀系統(tǒng)，如圖2所示。

2.1.1 視覺(jué)系統(tǒng)組成模塊

圖3展示了視覺(jué)系統(tǒng)的主要構(gòu)成模塊，包括拍照管理、流程管理和相機(jī)管理。拍照管理模塊負(fù)責(zé)相機(jī)通信、視覺(jué)定位、圖像采集和圖像檢測(cè)等任務(wù)。視覺(jué)定位包括托盤(pán)和工件的定位，其中托盤(pán)定位用于確定托盤(pán)的位置，而工件定位可在巡邊盲抓和單個(gè)工件識(shí)別之間切換。流程管理模塊實(shí)現(xiàn)了流程配置、查看和執(zhí)行等功能。相機(jī)管理模塊則負(fù)責(zé)顯示相機(jī)列表、維護(hù)相機(jī)參數(shù)和查看相機(jī)狀態(tài)。對(duì)于零件定位識(shí)別，輸入套料圖解析結(jié)果，根據(jù)零件信息配置端拾器數(shù)據(jù)、抓取數(shù)據(jù)和放置數(shù)據(jù)，輸出零件的磁吸點(diǎn)配置、抓取點(diǎn)坐標(biāo)和抓取旋轉(zhuǎn)角度。對(duì)于托盤(pán)定位，輸入托盤(pán)分揀位置數(shù)據(jù)和托盤(pán)尺寸數(shù)據(jù)，控制相機(jī)到指定位置拍照，并對(duì)拍照?qǐng)D像中的托盤(pán)標(biāo)識(shí)進(jìn)行定位識(shí)別，輸出托盤(pán)的實(shí)際位置坐標(biāo)和旋轉(zhuǎn)角度值。

2.1.2 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)的主要硬件設(shè)備包括一套配備i7處理器、第八代處理器、16 GB內(nèi)存和500 GB固態(tài)硬盤(pán)的視覺(jué)系統(tǒng)電腦，一臺(tái)硬盤(pán)錄像機(jī)（4×6 TB定制盤(pán)），三臺(tái)攝像頭，兩套的3D相機(jī)，以及一臺(tái)西門(mén)子PLC（如表1所示）。桁架工作范圍設(shè)置了3個(gè)攝像頭，以確保覆蓋了整個(gè)分揀區(qū)域以及人員進(jìn)出通道。這些攝像頭的安裝保證了360°無(wú)死角的監(jiān)控，使操作人員可以實(shí)時(shí)觀察設(shè)備的運(yùn)行狀態(tài)。

2.1.3 系統(tǒng)軟件設(shè)計(jì)

視覺(jué)系統(tǒng)采用了C/S架構(gòu)，使用C語(yǔ)言進(jìn)行開(kāi)發(fā)，并通過(guò)TCP/IP協(xié)議與3D相機(jī)進(jìn)行連接通信。C/S結(jié)構(gòu)指的是客戶(hù)端/服務(wù)器端的交互結(jié)構(gòu)，其中服務(wù)器端分為數(shù)據(jù)庫(kù)服務(wù)器和Socket服務(wù)器，分別負(fù)責(zé)數(shù)據(jù)的存取和建立Socket雙向通信通道。另外，C/S結(jié)構(gòu)的客戶(hù)端軟件需要適配不同的操作系統(tǒng)，每個(gè)客戶(hù)機(jī)都需要安裝客戶(hù)端軟件，這增加了開(kāi)發(fā)難度并且不利于程序的升級(jí)和維護(hù)，然而，C/S結(jié)構(gòu)的程序也有其優(yōu)點(diǎn)，包括結(jié)構(gòu)簡(jiǎn)單、響應(yīng)速度快、支持分布式和并發(fā)環(huán)境等，這種架構(gòu)可以有效地提高資源的利用率[12]。

通過(guò)C語(yǔ)言編寫(xiě)圖像處理算法，包括圖像增強(qiáng)、濾波、邊緣檢測(cè)和圖像去噪等功能。使用Socket庫(kù)可以建立TCP/IP連接，首先創(chuàng)建一個(gè)Socket對(duì)象，然后通過(guò)connect函數(shù)連接到3D相機(jī)的IP地址和端口。連接成功后，可以使用send函數(shù)發(fā)送數(shù)據(jù)到3D相機(jī)，并使用recv函數(shù)接收來(lái)自相機(jī)的數(shù)據(jù)。接收到相機(jī)數(shù)據(jù)后，可以對(duì)其進(jìn)行解析和處理，提取出所需的信息或圖像數(shù)據(jù)。

在本項(xiàng)目中，視覺(jué)系統(tǒng)采用了“1拖2”的方案，即每套分揀桁架（包括2個(gè)桁架Z軸）安裝1套3D視覺(jué)軟件。每個(gè)桁架Z軸在拍照高度為1 500 mm的位置安裝了1臺(tái)3D相機(jī)。這些3D相機(jī)可以隨著桁架Z軸的運(yùn)動(dòng)進(jìn)行調(diào)整和移動(dòng)。

2.2 系統(tǒng)交互

2.2.1 桁架與視覺(jué)識(shí)別系統(tǒng)的交互

桁架上安裝有視覺(jué)系統(tǒng)，以引導(dǎo)桁架運(yùn)動(dòng)。在確認(rèn)托盤(pán)類(lèi)型及托盤(pán)所在的分揀位置后系統(tǒng)將對(duì)托盤(pán)進(jìn)行視覺(jué)定位操作，系統(tǒng)對(duì)托盤(pán)完成定位后下發(fā)托盤(pán)就位給分揀系統(tǒng)，這樣分揀系統(tǒng)就確定零件碼放的坐標(biāo)信息了。

在鋼板托盤(pán)和零件托盤(pán)定位中，當(dāng)鋼板托盤(pán)或者零件托盤(pán)就位后，桁架接受中控系統(tǒng)指令，攜帶工業(yè)相機(jī)到托盤(pán)左上角進(jìn)行拍照。視覺(jué)系統(tǒng)根據(jù)拍攝的照片分析計(jì)算出托盤(pán)左上角的相對(duì)坐標(biāo)，反饋給桁架。桁架根據(jù)收到的相對(duì)坐標(biāo)計(jì)算出托盤(pán)絕對(duì)坐標(biāo)并反饋給中控系統(tǒng)。

在零件分揀碼盤(pán)中，當(dāng)桁架空閑時(shí)，發(fā)送任務(wù)請(qǐng)求給視覺(jué)系統(tǒng)，視覺(jué)系統(tǒng)收到任務(wù)請(qǐng)求后發(fā)送一個(gè)分揀碼盤(pán)任務(wù)（抓取坐標(biāo)和碼放坐標(biāo)）給桁架。桁架機(jī)械臂運(yùn)行到指定坐標(biāo)進(jìn)行分揀和碼放。任務(wù)完成后再次發(fā)出任務(wù)請(qǐng)求信號(hào)。

2.2.2 分揀系統(tǒng)與視覺(jué)識(shí)別系統(tǒng)的交互

分揀系統(tǒng)與視覺(jué)系統(tǒng)的交互是通過(guò)共享文件的方式[13]，文件為JSON結(jié)構(gòu)，使用的編碼是UTF-8。交互內(nèi)容包括：分揀系統(tǒng)下發(fā)分揀零件列表給視覺(jué)系統(tǒng)；視覺(jué)系統(tǒng)請(qǐng)求分揀系統(tǒng)獲取分揀零件的抓取和碼放信息（包括：零件抓取坐標(biāo)、磁吸點(diǎn)配置、端拾器旋轉(zhuǎn)角度、零件碼放坐標(biāo)、碼放旋轉(zhuǎn)角度），視覺(jué)系統(tǒng)返回分揀執(zhí)行結(jié)果。通過(guò)這種方式，分揀系統(tǒng)和視覺(jué)系統(tǒng)能夠?qū)崿F(xiàn)信息的交互和共享，從而協(xié)調(diào)分揀任務(wù)的執(zhí)行，如表2所示。

3 系統(tǒng)應(yīng)用

在板材智能分揀裝置中，當(dāng)工件到達(dá)分揀位置時(shí)，觸發(fā)就位信號(hào)，告知系統(tǒng)工件已到達(dá)。接收到就位信號(hào)后，視覺(jué)系統(tǒng)被激活，準(zhǔn)備進(jìn)行圖像采集。視覺(jué)系統(tǒng)使用3D相機(jī)對(duì)鋼板進(jìn)行拍照，獲取鋼板表面的圖像信息，3D相機(jī)移動(dòng)到預(yù)設(shè)的拍照位置，確保能夠覆蓋整個(gè)工件區(qū)域，采用多個(gè)相機(jī)從不同角度拍攝，以獲得全面的圖像信息。相機(jī)捕獲工件的圖像，并將其轉(zhuǎn)換為數(shù)字信號(hào)。結(jié)合多個(gè)相機(jī)的圖像數(shù)據(jù)，計(jì)算工件的空間位置，將相機(jī)坐標(biāo)系中的工件位置轉(zhuǎn)換至機(jī)械手的工作坐標(biāo)系。

視覺(jué)系統(tǒng)通過(guò)讀取標(biāo)簽或識(shí)別二維碼獲取托盤(pán)的類(lèi)型信息，區(qū)分不同類(lèi)型的托盤(pán)，如平板拖車(chē)、平板托盤(pán)等。對(duì)托盤(pán)進(jìn)行拍照確定托盤(pán)的精確位置，根據(jù)預(yù)設(shè)的分揀位置數(shù)據(jù)，調(diào)整相機(jī)角度和位置，確保托盤(pán)定位的準(zhǔn)確性，實(shí)時(shí)監(jiān)測(cè)托盤(pán)的狀態(tài)，包括是否為空、是否就位等。通過(guò)圖像分析，識(shí)別托盤(pán)上的物料分布情況，避免超載或不穩(wěn)定狀態(tài)。托盤(pán)分揀位置數(shù)據(jù)主要用于定義托盤(pán)放置于分揀桁架下的位置，如圖4所示，該位置數(shù)據(jù)系統(tǒng)將作為托盤(pán)定位的基準(zhǔn)數(shù)據(jù)。

對(duì)鋼板上的零件進(jìn)行拍照，提取零件的特征，識(shí)別和分類(lèi)不同的零件類(lèi)型，結(jié)合3D視覺(jué)技術(shù)，系統(tǒng)能夠計(jì)算零件在空間中的精確坐標(biāo)。根據(jù)零件的位置和特征，視覺(jué)系統(tǒng)生成機(jī)械手的抓取點(diǎn)和抓取順序，考慮零件的穩(wěn)定性和易碎性，選擇最合適的抓取策略。視覺(jué)系統(tǒng)將零件的定位信息傳輸給中控系統(tǒng)，引導(dǎo)機(jī)械手進(jìn)行精確抓取。系統(tǒng)根據(jù)碼放策略，如零件類(lèi)型、尺寸、重量等，指導(dǎo)機(jī)械手將零件放置到正確的托盤(pán)位置，工件分揀位置管理控制界面，如圖5所示。

中控系統(tǒng)接收視覺(jué)系統(tǒng)的數(shù)據(jù)后，生成相應(yīng)的控制指令，并反饋執(zhí)行結(jié)果。視覺(jué)系統(tǒng)根據(jù)反饋進(jìn)行自我調(diào)整，優(yōu)化識(shí)別和定位算法。操作人員通過(guò)用戶(hù)界面實(shí)時(shí)監(jiān)控視覺(jué)系統(tǒng)的識(shí)別過(guò)程和機(jī)械手的動(dòng)作。系統(tǒng)記錄所有操作日志，便于后續(xù)分析和優(yōu)化。

4 性能評(píng)估

4.1 效率測(cè)試

通過(guò)測(cè)量不同步驟的時(shí)間來(lái)評(píng)估整個(gè)分揀過(guò)程的效率和節(jié)拍，以單張鋼板30個(gè)零件為例，分揀一張鋼板時(shí)間約為：15.1分鐘/張，如表3所示。具體節(jié)拍為：

1）鋼板托盤(pán)巡邊。視覺(jué)拍照確定鋼板位置37 s。

2）零件托盤(pán)定位。視覺(jué)拍照確定托盤(pán)位置20 s。

3）零件分揀碼垛。桁架分揀零件55秒/件。

4）桁架回零位：桁架回到初始位置22 s。

由表3可知，視覺(jué)識(shí)別技術(shù)在整個(gè)分揀過(guò)程中發(fā)揮著關(guān)鍵作用，用于鋼板和零件的定位和識(shí)別，通過(guò)優(yōu)化零件分揀碼垛的效率、改進(jìn)視覺(jué)識(shí)別技術(shù)和系統(tǒng)穩(wěn)定性，可以進(jìn)一步提高整個(gè)分揀過(guò)程的效率和準(zhǔn)確性，從而降低生產(chǎn)成本并提高生產(chǎn)效率。

4.2 兼容性測(cè)試

對(duì)該系統(tǒng)進(jìn)行兼容性的測(cè)試，分揀系統(tǒng)在不同操作系統(tǒng)、不同的瀏覽器、不同的設(shè)備下均表現(xiàn)出良好的兼容性。說(shuō)明本文系統(tǒng)在不同環(huán)境和平臺(tái)下都表現(xiàn)出良好的兼容性，用戶(hù)不必?fù)?dān)心兼容性問(wèn)題。這為用戶(hù)提供了更廣泛的選擇空間，并提高了系統(tǒng)的可用性和適用性。效率測(cè)試結(jié)果如表4所示。

4.3 性能測(cè)試

該系統(tǒng)經(jīng)過(guò)性能測(cè)試后表現(xiàn)出良好的性能特征。系統(tǒng)在處理業(yè)務(wù)流程時(shí)，平均響應(yīng)時(shí)間快速，分揀碼垛速度穩(wěn)定，能夠處理大量任務(wù)并保持較快的處理速度。系統(tǒng)同時(shí)還表現(xiàn)出良好的并發(fā)性能，在同時(shí)處理多個(gè)任務(wù)時(shí)仍能夠保持穩(wěn)定的性能表現(xiàn)。這些性能特征表明，說(shuō)明該系統(tǒng)能夠在業(yè)務(wù)負(fù)載下保持良好的性能，滿(mǎn)足分揀過(guò)程中對(duì)快速、穩(wěn)定處理的需求。性能測(cè)試結(jié)果如表5所示。

5 結(jié) 論

提出了一種應(yīng)用于板材智能分揀系統(tǒng)的視覺(jué)識(shí)別技術(shù)，通過(guò)拍照管理、流程管理、相機(jī)管理等功能模塊，系統(tǒng)實(shí)現(xiàn)了圖像采集、檢測(cè)和識(shí)別定位的功能。該系統(tǒng)能夠與分揀系統(tǒng)和桁架PLC進(jìn)行系統(tǒng)交互，并對(duì)托盤(pán)進(jìn)行定位以及對(duì)零件進(jìn)行識(shí)別。通過(guò)智能化分揀，這一技術(shù)方案有望提高20%的生產(chǎn)效率、降低30%人力成本，并提高30%分揀準(zhǔn)確性。因此，這項(xiàng)技術(shù)可為海洋工程智能生產(chǎn)以及智能化分揀帶來(lái)顯著的經(jīng)濟(jì)效益和競(jìng)爭(zhēng)優(yōu)勢(shì)。

參考文獻(xiàn)：

[1] 趙嵐，唐國(guó)寅，溫秀蘭，等.基于3D視覺(jué)的機(jī)器人分揀實(shí)驗(yàn)系統(tǒng)研究與設(shè)計(jì) [J].南京信息工程大學(xué)學(xué)報(bào)：自然科學(xué)版，2023，15（5）：604-611.

[2] 劉振宇，李中生，趙雪，等.基于機(jī)器視覺(jué)的工業(yè)機(jī)器人分揀技術(shù)研究 [J].制造業(yè)自動(dòng)化，2013，35（17）：25-30.

[3] 包光旋，黃家才，李耀，等.基于視覺(jué)的并聯(lián)機(jī)器人智能分揀系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].南京工程學(xué)院學(xué)報(bào)：自然科學(xué)版，2021，19（1）：7-11.

[4] 徐益國(guó).基于工業(yè)流程的視覺(jué)分揀系統(tǒng)研究與設(shè)計(jì) [D].西安：長(zhǎng)安大學(xué)，2019.

[5] 蔣書(shū)賢.基于機(jī)器視覺(jué)的工業(yè)機(jī)器人分揀系統(tǒng)研究 [D].成都：西南交通大學(xué)，2015.

[6] 朱穎，黎偉健，郭國(guó)輝，等.單目視覺(jué)智能分揀搬運(yùn)機(jī)器人的設(shè)計(jì) [J].國(guó)外電子測(cè)量技術(shù)，2020，39（10）：138-142.

[7] 徐青青.基于機(jī)器視覺(jué)的工業(yè)機(jī)器人智能分揀系統(tǒng)設(shè)計(jì) [J].儀表技術(shù)與傳感器，2019（8）：92-95+100.

[8] 何澤強(qiáng).基于機(jī)器視覺(jué)的工業(yè)機(jī)器人分揀系統(tǒng)設(shè)計(jì) [D].哈爾濱：哈爾濱工業(yè)大學(xué)，2016.

[9] 吳魯紀(jì)，秦佳音，李安虎，等.機(jī)器視覺(jué)識(shí)別技術(shù)在機(jī)械傳動(dòng)領(lǐng)域的發(fā)展與應(yīng)用 [J].機(jī)械傳動(dòng)，2022，46（7）：167-176.

[10] 伍麟，郝鴻宇，宋友.基于計(jì)算機(jī)視覺(jué)的工業(yè)金屬表面缺陷檢測(cè)綜述 [J].自動(dòng)化學(xué)報(bào)，2024，50（7）：1261-1283.

[11] WANG Y. Leveraging and Refining Image Recognition Technology for Intelligent Logistics Sorting Systems [J].Traitement du Signal，2023，40（3）：1235-1242.

[12] 張炳星，高軍偉.基于機(jī)器視覺(jué)的金屬工件智能分揀系統(tǒng)設(shè)計(jì) [J].工具技術(shù)，2023，57（3）：140-144.

[13] SIRIWEERA A，NARUSE A. QoS-Aware Federated Crosschain-Based Model-Driven Reference Architecture for IIoT Sensor Networks in Distributed Manufacturing [J].IEEE Sensors Journal，2023，23（23）：29630-29644.

作者簡(jiǎn)介：張則青（1982—），男，漢族，山東青島人，高級(jí)工程師，碩士，研究方向：海洋鋼結(jié)構(gòu)、智能制造；通信作者：邱永峰（1985—），男，漢族，湖南婁底人，高級(jí)工程師，博士，研究方向：工業(yè)大數(shù)據(jù)、控制系統(tǒng)、智能制造。

收稿日期：2024-06-06

基金項(xiàng)目：湖南省高新技術(shù)產(chǎn)業(yè)科技創(chuàng)新引領(lǐng)計(jì)劃（2021GK4008）；工信部2023年度智能制造系統(tǒng)解決方案揭榜掛帥項(xiàng)目；湖南省教育廳科學(xué)研究項(xiàng)目重點(diǎn)項(xiàng)目（21A0356）