基于机器视觉的箱式贴码包装生产线控制系统研究与设计

戴维明

（池州学院机电工程学院 安徽 池州 247000）

0 引言

包装箱贴码是产品不可或缺的一部分，不仅能保护产品，而且能提升产品附加值，塑造品牌形象。 但是目前传统的手动贴码存在大量人工操作，且操作速度慢，生产效率低，因此需要加大人力投入，难以满足大批量生产的需求。 此外传统的手动贴码过程容易出现贴漏、贴重、贴歪等情况，导致产生大量的不合格产品和质量抽查的需求，增加了生产成本。 并且，手动贴码缺乏自动检测和纠错机制，无法避免人为失误和漏检，影响生产稳定性和质量管控。 随着信息化技术的不断普及和发展，我国的制造业正面临着一个难得的发展机遇。 当前形势下，高新技术的应用将为制造业的生产和运营带来新的变革和突破。 通过引进和应用先进的数字化和自动化制造技术，可以提高制造业的生产效率和生产质量，并大幅降低生产成本，从而让制造业更具竞争力。 目前机器视觉和二维码标识技术在包装行业已逐渐替代人工完成各项生产活动，其具有执行速度快、精度高、重复性好等特点，可显著提高产品包装自动化程度［1］。

本文基于机器视觉技术对贴码包装生产线控制系统进行设计，将综合应用多控制器、自动化和计算机视觉等技术实现包装生产线智能化，利用包装箱上关键信息将复杂多变的情况归类处理，精益化企业生产管理，实现生产线包装精度和效率的双重提升。

1 计算机机器视觉系统

1.1 机器视觉原理

计算机机器视觉具有准确度高、速度快、可靠性好、处理打擦边球能力强以及可扩展性强等优势，成为了许多企业和行业实现智能化的必要手段和技术支撑。 计算机机器视觉系统主要由图像采集模块、图像信息分析处理模块和功能执行模块等部分组成。 在箱式贴码包装生产线上，图像采集模块主要由光源、智能相机、图像采集卡等组成，完成箱体目标图像数据采集；图像信息分析处理模块将接收到的图像数据信息进行数据分析和计算；功能执行模块接收控制信号后，由关节机器人完成贴标及条码识别等规定任务［2］。 见图1。

图1 机器视觉原理示意图

1.2 机器视觉技术国内外应用发展现状

机器视觉技术的应用在国内外都在不断扩大和深入。在国外，机器视觉技术应用于工业、医疗、安防等多个领域。 在工业领域，机器视觉被广泛应用于产品检测、自动化生产等方面；在医疗领域，机器视觉应用于疾病诊断、医疗器械制造等方面；在安防领域，机器视觉支持视频监控、人脸识别等功能。 2022 年，全球机器视觉市场将继续保持增长，市场规模达120 亿美元。 在国内，机器视觉技术的应用发展较为迅速。 在工业领域，机器视觉应用于产品检测、自动化生产、智能制造等多个方面；在医疗领域，机器视觉技术被广泛应用于疾病诊断、医疗器械制造等方面；在安防领域，机器视觉技术也得到了广泛应用。 2022年，我国机器视觉市场规模达到了135.8 亿元，未来市场前景广阔。

总体来看，国内外机器视觉技术应用的发展已经进入高速增长阶段。 未来，随着新技术如深度学习、增强学习、自然语言处理等的不断进步和发展，机器视觉技术的应用领域将更加广泛，产业链也将进一步完善。 同时，人工智能发展依赖于高质量数据资源和领域专家协作，需要国际合作和社会各界的积极参与，促进机器视觉技术全球化的推进。

1.3 机器视觉主要算法

目前机器视觉常用算法主要有：（1）卷积神经网络（convolutional neural network，CNN）。 主要应用于图像分类、目标检测等领域，是计算机视觉领域最为流行的算法之一。 （2）支持向量机（support vector machine，SVM）。 主要用于二分类和多分类问题的解决，对于非线性问题有良好的分类效果。 （3）决策树（decision tree）。 通过树形结构来构建分类器，可以实现多分类和回归问题的解决。（4）随机森林（random forest）。 是一种集成学习方法，通过多个决策树的组合来提高分类准确性。 （5）自适应提升算法（adaptive boosting，AdaBoost）。 也是一种集成学习方法，它可以将多个弱分类器组合成一个强分类器。 除了上述算法，还有一些常用的传统机器学习算法，如线性回归、逻辑回归、K 近邻算法等。

本文在箱体姿态进行识别上首先对Harris 算法对图像特征进行提取如边缘、角点等，其次使用目标检测算法（single shot multiBox detector，SSD）确定图像中是否存在指定的物体，最后可以使用SURF 特征点匹配的姿态估计算法确定箱体姿态。

2 自动贴标系统总体设计

贴标系统总体流程设计如图2 所示，首先进行产品取件，由取件人手持掌上电脑（personal digital assistant，PDA）根据销货单取件，区分不同订单货物。 取件人先扫一下销货单，再扫变频器小条码，通过企业资源计划（enterprise resource planning，ERP）系统直接把该变频器绑定到销货单上，如扫的变频器小条码型号不对，PDA 直接报警提示。 并且人工隔一定间距把变频器放置到流水线上的上料缓存区进行人工上货。 然后相机扫码，采用顶面扫码，识别小条码后，发送给上位机，工控机接收到变频器的小条码后，发送给ERP 系统，再由ERP 系统返回取件，完成信息，和大条码信息。

在变频器型号后给打印机发送打印模板及信息，当读到可编程逻辑控制器（programmable logic controller，PLC）的变频器到位信号时，打印机开始打印，同时工装夹具伸出，固定住变频器；在读到PLC 的变频器固定好信号时，相机开始识别变频器轮廓，判断变频器型号是否正确，再通过识别Mark 点完成导向作用，贴标机器人开始贴标，最后识别贴标的大条码，判断贴标是否完成。 贴标完成之后给PLC 发送贴标完成信号，贴标未完成则报警。

3 软硬件设计

3.1 硬件设计

贴标系统硬件平台主要包括：工业计算机、工业相机、光源、视觉检测模块、打印贴标机、传送带及人机交互界面等。 工业计算机是控制核心，用于接收反馈信息、生成控制指令、实时结果显示等；工业相机主要用于图像信息采集，通过高速拍摄，对生产线中的包装进行快速、精确的检测和定位，从而识别应贴码的部分；光源则是为图像唯一性和清晰度提供保证，以确保图像的识别准确性；视觉检测模块用于判断当前标签是否满足工艺要求；打印贴标机构包括打印机和贴标机，其中打印机用于打印标签，贴标机负责将标签贴到指定位置；传送带则能够将产品从生产线输入贴码机中，从而提高生产自动化程度和效率；人机操作界面主要是用于对贴码机和图像处理器进行设置、管理、调度和监控的，通过直观化的交互界面，实现对生产贴码过程中的故障和异常进行预警和纠错，从而保证生产质量和效率的最大化［3］。

3.2 主要模块设计

视觉检测模块对贴标位置的精确程度和贴标效果的理想程度有直接的影响，其主要由图像预处理、边缘检测、模板匹配等三部分组成。 首先对图像进行预处理，对原图像进行灰度化和分割，得到二值图像，再对二值图像进行形态学滤波，去除二值图像中的噪声。 然后再包装箱进行边缘检测，获得其轮廓曲线，通过计算获得贴标面的偏转角度、贴标中心点坐标等数据，为贴标做好准备。 最后，进行模板匹配，在标记结束后，采集标记的图像与模板相匹配，从而判断标记的定位是否正确，是否存在不完整、有无折叠和起皱等现象。 视觉检测模块处理流程如图3 所示［4-6］。

图3 软件开发流程设计

3.3 贴标系统结构设计

自动贴标功能设计上，要达到当产品到达指定位置后，系统控制光源打开并拍照，拍照完成后，系统识别条形码，并把条码发送至ERP，ERP 系统判定该条码是否正常，是否是该订单所属条码，并返回该条码对应的标签信息给设备系统，系统根据标签信息生成标签，系统把生成的标签发送至打印机，并打印出标签。 待皮带线停止后，系统再次拍照，系统根据算法处理图像信息，得到贴标位置及角度，通过已标定的参数生成机器人实际坐标，待打印机打印完毕后，机器人取走打印标签，将标签贴到系统计算出的位置，待机器人返回原点后，再次拍照，确认贴码是否成功，完成后当前产品放行。 在拍照完成同时，系统将根据变频器选择相对应的外包纸箱，并把类型发送给开箱机器人，机器人将对于的纸箱抓取，开箱，并放至流水线，待纸箱行走至贴标位置后，纸箱贴标线相机开始拍照，并计算贴标位置，让贴标机器人开始贴标至完成放行。 贴标系统总体结构如图4 所示。

图4 贴标系统结构

将待贴标产品放在传送带上，光电传感器检测到产品之后，工业相机进行拍照，将图片传输到上位机；上位机对图片进行处理，得到相应的控制指令；根据指令，运动控制模块控制末端执行器进行打印和贴标操作；完成操作后，工业相机再次对贴标结果进行检测，如果不合格则重新进行贴标操作，合格则进行下一步操作。

3.4 网络架构设计

网络架构设计又为工程内部网络和工厂外部网络（详见图5）。 内网包括操作技术网络和信息技术网络，操作技术网络主要用于工业现场传感器、控制器、监控设备等部件的控制，而信息技术网络则包括制造企业生产过程执行系统、ERP、客户管理系统等系统并与互联网相连接。外部网络则采用云计算方式，用于工业企业上下游、企业与用户以及智能产品的连接，即工业云平台［7-9］。

图5 网络架构设计

3.5 视觉软件设计

机器视觉软件是检测系统中的智能部分，也是最核心的部分，对调试检测程序的时间、检测操作的性能等都有着重要影响。 本文的机器视觉系统开发基于VM 算法开发平台进行二次开发，该平台是海康机器人自主开发的机器视觉软件，致力于为客户提供箱体贴码视觉检测的算法工具，能满足视觉定位以及信息识别等机器视觉应用。 设计好的软件页面不仅需要美观、易用，还需要实现良好的交互和反馈功能，软件功能主要包括监控画面、控制画面和报警画面等。 其中，监控画面可以实时显示生产过程中的图像信息；控制画面可以让操作员对机器视觉模块进行设置和调整，使其更好地满足实际应用需要；报警画面可以及时发现系统故障和异常，帮助操作员进行处理和纠正。

4 结语

本文基于机器视觉实现箱式自动贴标自动化流程进行设计，预实现贴标设备的包装工序高度不依赖人工，通过全自动载具将产品送至各个工站进行上料、贴码等流水线操作，以期更高效快捷处理订单的产品赋码、打包发货，提高产品整体生产效率和生产质量。 对实现自动化生产、提高生产效率、降低人力成本和质量风险，推动行业转型升级具有重要参考价值。