基于西门子S-1200PLC视觉检测的质检分拣单元控制系统设计
摘要 随着现代化、自动化的发展，越来越多的领域特别是现代化大工厂选用机器人代替人工完成流水线操作，其中分拣机器人占有最大比重，它能完全代替人工对物料进行质检分拣。由于市面上工业机器人大都通过示教器程序完成分拣操作，无法对物料精准定位以及质量检测，因此设计一套基于视觉检测的质检分拣系统，可以有效解决机器人抗干扰能力弱，无法精准抓取、分拣物料的问题。
该分拣系统采用以太网通信手段，以工控机为上位机、PLC为下位机，将工业视觉技术与分拣机器人相结合；使用TCP/IP通信指令连接PLC与机器人，完成定位信号的传递，最终共同搭建一个基于视觉检测的质检分拣控制平台。
针对相机获取的图像难以对其进行分析的问题，本课题选用VisionPro对图像进行掩膜、阈值分割等方式，对模版进行边缘检测从而将工件分类为是否合格。
基于对工业机器人编写分拣功能的问题，选择西门子S7-1200PLC与机器人建立通信，机器人程序编写完成机器人运动控制，共同组成基于视觉检测的质检分拣单元。
在基于视觉检测的质检分拣系统平台上准备若干物料，启动该基于视觉的质检分拣系统后，视觉软件对工件质量进行分类后将信号传输至工业机器人，最终完成对物料的分拣测试。
测试结果显示，该系统达到对物料质量检测并完成分拣的要求，达到对物料质量检测要求的同时，精准抓取物料并完成分拣，检测速度快、摆放位置准确。
关键词：视觉 机器人 有线通信 光电传感器 控制 PLC。
目录
第1章 引言 1
1.1 研究的背景和意义 1
1.2 国内外研究情况 2
1.2.1 国外研究情况 2
1.2.2国内研究情况 3
1.3 本文的主要内容 4
第2章 方案设计 5
2.1 设计方案与可行性 5
2.2 系统功能 5
2.3 系统方案及组成 6
2.4 本章小结 7
第3章 硬件选型与参数介绍 8
3.1 光电传感器单元 8
3.2计算机视觉单元 9
3.2.1 工业相机 9
3.2.2 视觉软件 9
3.3 传送带单元 10
3.3.1 步进电机与伺服电机 10
3.3.2 高速脉冲计数器 11
3.4 PLC逻辑控制单元 12
3.5 电路接线图 12
3.6 本章小结 13
第4章 视觉检测应用 14
4.1视觉软件与程序执行 14
4.2相机参数设置 14
4.3 工业视觉标定 15
4.4 VisionPro操作流程 16
4.5 本章小结 22
第5章 程序编写 23
5.1 PLC与步进电机通信 23
5.2 PLC与机器人通信 30
5.3 ABB机器人程序编写 33
5.4 PLC程序编写 34
5.4.1 程序部分 34
5.4.2 I/O分配 36
5.5 本章小结 37
结论与后续完善 38
致谢 39
参考文献 40
第1章 引言
1.1 研究的背景和意义
上个世纪70年代工业机器人首次问世，随着自动化、智能化的迅速发展，对工业化大工厂流水线、智能化生产车间的工作方式以及人们对工业机器人这一概念都产生了重大影响其在人们生活中起到的积极作用日渐显现出来。
如今的现代化产品制作管理中，数以千万计的产品在被生产之后都要面临质量检测这一道关卡。一边是视觉机器人智能化的迅速发展，令一边重复枯燥的流水线工序给质检工人造成的严重精神以及身体负荷，人工检测的效率、精度难以满足企业的生产规模和标准[1],无疑视觉机器人代替人工进行流水线作业已成必然趋势。基于计算机的视觉检测能达到解决效果[2-5],其次视觉机器人代替人工进行作业还仍有着较为可观的发展空间，那就是提高视觉机器人的工作效率、速度和精确度。无论是机器人代替人工还是机器人功能的继续优化，无疑都为企业和工厂的成产带来极大提升。然而RS485、Modbus-Tcp、Ethercat等多种通信方式的选择和使用，也是视觉机器人功能完善道路上的一大障碍。
近年来，机器人技术已成为现代高新技术发展的重要方面，广泛应用于工业生产、医疗器械、军工等各个领域。目前，大部分工业机器人仍采用“示教—再现”的方式来控制机器人完成点对点的工作。随着计算机科学、传感器、人工智能等技术的发展，智能机器人的研究成为热门话题。而机器视觉因其数据采集完整、检测范围广等优点而被广泛应用。大多数传统艺术机器人通过教学或离线编程工作，并根据特定路径工作。 功能单一，一旦视图发生变化，可能无法有效发挥作用。 智能化水平低，适应性弱，不适应柔性生产的要求。 视觉机器人利用视觉技术获取目标及其周围环境的信息，并通过决策指导工业机器人实现路径规划和目标。回顾了目前的研究成果，分析总结了相关的图像识别技术，探讨了该技术的未来发展方向，重点关注视觉机器人放牧系统的核心技术。如上分析，视觉机器人进入智能化生产是现代化企业提高产量和质量的唯一选择。既提高产量的同时，质量也得到了充分的保障。
1.2 国内外研究情况
近年来人口红利的降低，促使越来越多的企业选择工业机器人取代人工进行流水线操作，同时机器视觉技术的使用在提高分拣机器人抗干扰能力的同时，还有效提高了工厂生产效率，越来越多的智能化工厂倾向于该项技术的使用。在美国等一些发达国家，工业机器人与机器视觉的结合已应用于较多行业，技术已相对成熟。国内对基于视觉的研究相较于国外发达国家虽然起步较晚，但发展迅速，我国许多企业、高校以及研究院在该领域的研究中也取得较大成果，在许多生产实例都涉及到机器视觉的相关技术支持。
参考文献
[1]石吉勇，邹小波，赵杰文． 渗油醋胶囊高光谱快速检测技术 ［J］． 农业机械学报，2015，46( 7) : 210-213.
[2]王娟，周永霞，徐冰俏，等． 图像处理在胶囊外形缺陷检测中的应用 ［J］． 中国计量学院学报，2012，23( 3) : 239-245.
[3]郑瀚，韦文斌，齐子城． 机器视觉检测胶囊图像的预处理研究 ［J］． 电子科技，2012，25( 12) : 133-136.
[4]张广军． 机器视觉 ［M］． 北京: 科学出版社，2005: 8-10.
[5]ESLEY E S，QI H R． Machine vision ［M］． Bejing: China Machine Press，2005: 3-5.
[6]左奇，史忠科． 基于机器视觉的胶囊完整性检测系统研究 ［J］． 西安交通大学学报 ( 自然科学版) ，2002， 36( 12) : 1 262-1 265.
[7]徐艺，刘铭，彭聪，等 . 基于 S7-1200PLC 的分拣系统设计［J］. 广东通信技术，2020（7）：53-57.
[8]刘子胜，赵荣昌，于鹏 . 基于 S7-1200PLC 快递的分拣系统设计［J］. 科技风，2016（16）：79.
[9]段礼才，黄文钰，徐善海 . 西门子 S7-1200 PLC 编程及使用指南［M］. 北京：机械工业出版社，2017.
[10]刘雅坤，于双元，罗四维． 基于最小最大割算法的阈值分割算法 ［J］． 计算机科学，2014，41( 1) : 95-99.
[11]ZHAO Li—ping． TlＲ illumination technology for defect inspection of plastic ophthalmic lenses［J］． 0ptics and Precision Engineering． 2011，19( 9) : 2247-2254．
[12]Zhang H H, Zhao Y, Jing J F, et al. Measurement of Yarn Sliver Uniformity Based on Sub-pixel Edge Detection[J]. Journal of Textile Rsearch, 2020, 41(5): 45-49+57.
[13]钟金 . 基于工业机器人与 PLC 的物料分拣教学实训平台的设计［J］. 南方农机，2019（11）：171.
[14]Mn-Ta Lee, Shih-Syong Chen. Image copyright protection scheme using Sobel technology and genetic algorithm[C]. 2010 International Symposium on Computer, Communication, Control and Automation (3CA), 201-204.
[15]C. C. Chang, P. Y. Lin. Adaptive watermark mechanism for rightful ownership protection[J]. The Journal of Systems and Software, 2008, 81:1118-1129.
[16]A. Mallick, S. Roy, S. S. Chaudhuri, et al. Optimization of Laplace of Gaussian (LoG) filter for enhanced edge detection: A new approach[C].2014, 658-661.
[17]星 瞳 科 技 . OpenMV 中 国 官 网 [EB/OL].http://OpenMV.cc.[2019-08-15].
[18]王宪保 , 朱啸咏 , 姚明海 . 基于改进 Faster RCNN 的目标检测方法 [J]. 高技术通讯 ,2021,31(05):489-499.
[19]祁剑峰.汤勺自动分拣机器人系统设计研究[J].农业装备技术,2022,48(02):37-40.
[20]王敏,蒋金伟,曹彦陶.基于改进粒子群的食品分拣机器人动态目标抓取控制方法[J].食品与机械,2022,38(03):86-91.
[21]万航.智能分拣机器人系统研究[J].新型工业化,2022,12(03):114-116+119.
