柑橘小型化分级装备的设计及实现

周西福，税云秀，何 宇，冯柯茹，杨 岩

（重庆理工大学 机械工程学院，重庆 400054）

0 引言

重庆市40个县中有38个生产柑橘，其中直接从事柑橘产前、产中、产后相关工作的人员达百余万[1]。针对这个背景下，设计开发一款柑橘小型化的分级装备，把工厂流水线作业转变为果园现场分级作业，减少多次转场作业，解决人工分级不准确性和分级作弊等问题，同时在柑橘收获作业中，实现柑橘果实的自动化和智能化，对于降低人工劳动强度和生产成本等具有重要意义。

本文设计的柑橘小型化分级装备主要服务于果园农户小型化的自动化分级作业或柑橘采摘机器人在采摘过程中的现场配合作业[2]。

1 模块化划分

根据模块化设计方法[3]，对柑橘小型化分级装备的结构设计进行如图1所示的模块划分，分别为单果排序、翻转识果及分级选果模块。

2 分级装备及其工作原理

结合分级装备划分的三个模块单元，运用SolidWorks 对机械零件进行了结构设计[4]，并完成了各个模块的虚拟样机装配。

单果排序模块由机架、张紧器、步进电机、肋条、塑料板、传送带、铰链合页、轴承座等组成，如图2所示。通过人工或者采摘机器人拿放柑橘至单果排序装置上[5]，在相错非对称布置的肋条的引导滚动下，到达斜置传送带上。为了尽量降低柑橘堵塞问题，在斜置传送带的辅助传送下，可以保证柑橘尽可能有序地进入下一个模块单元，达到排果的目的，为翻转识果作好准备工作。

图1 分级装备的模块划分

翻转识果模块由机架、轴承座、传动轴、链轮、张紧器、传动链条、翻转辊子、翻转圆盘、支撑架枕、齿轮、齿环、步进电机和联轴器等组成，如图3所示。对柑橘个体而言，翻转机构[6,7]的运动形式有两种，分别为柑橘的自转运动和公转运动。其翻转工作原理为：步进电机I把动力传递至传动链条I，再传递至传动链条II，传动链条II与翻转辊子通过平键方式连接，柑橘会跟随翻转辊子的联动实现自转运动；步进电机II把动力传递至小齿轮，通过齿轮传动，动力传递至齿圈，齿圈通过平键方式与翻转圆盘整体连接，从而实现整个翻转装置的翻转运动，即实现柑橘个体的公转运动。

图2 单果排序模块结构示意图

图3 翻转识果模块结构示意图

图4 分级选果模块结构示意图

分级选果模块由机架、传送带、联轴器、步进电机、拨果板和拨果围栏组成，如图4所示。根据《鲜柑橘》国家标准GB/T 12947-2008[8]把脐橙类柑橘划分为六个等级通道。步进电机I的作用是带动传送带；步进电机II的作用是实现各块拨果板的开闭功能。通过对五个步进电机II的不同步距角设置，进而实现不同拨果板的开闭组合，完成不同等级的柑橘进入不同的等级通道的分级选果任务。

通过三维模型的设计，绘制加工图纸，加工制造出各个功能模块的零部件，选购相应的标准件或元器件，进行各个功能模块的装配和调试，完成了分级装备的整体样机，整机外形尺寸为：1830mm×710mm×800mm，如图5所示。

图5 分级装备总体实物图

图6 分级装备工作原理

如图6所示，人工或采摘机器人把柑橘放置于单果排序模块中，在单果排序的纵向和横向滚动排列的作用下，逐个进入翻转识果模块，翻转机构装置对柑橘进行多角度的图像采集和算法处理，再根据等级信息的判断进入到分级选果模块相应的等级通道。

3 控制与视觉系统

3.1 整体系统组成

为了实现分级装备的自动化和智能化，制定了如图7所示的整体系统的组成方案，该系统由图像采集系统（CCD相机）、图像处理系统（上位机）、控制系统（STM32）和机电系统（机械部分和步进电机）构成。

图7 分级装备系统组成

3.2 控制系统的实现

为了实现分级装备可以准确、协调地完成多个步进电机的控制任务，控制系统采用基于ARM的32位微处理器STM32[9,10]，型号为STM32F103ZET6。选用相应的步进电机驱动器、光电传感器以及可调节电压的直流开关电源，搭建出如图8所示的控制系统平台。

图8 控制系统实物图

整个分级装备的控制系统采用模块化编程的思想，便于控制系统的后期升级和调试[11]。在软件设计和开发中选择仿真性能比较好的Keil-MDK编程平台，使用版本为uVision5，采用C语言进行编程，其控制程序流程图如图9所示。

3.3 视觉系统的实现

在机器视觉系统中，选用CCD相机作为柑橘表面图像信息采集设备，相机型号为MD-U130RC，镜头型号为VM0420MP2，光源为可调亮度的条形光源。编程所用的开发环境是VS2010，图像处理函数库为HALCON12.0。试验中所采用的计算机为HP Pavilion DM4笔记本电脑，处理器为i5-2450M，内存为4.00G，独立显卡，系统为Win 10专业版。

图9 控制系统实物图

以脐橙为研究对象，本文采用刘新庭[12]最小外接圆法来检测脐橙的最大果径，按照张正友标定原理[13]确定像素大小和柑橘大小的换算系数。在翻转识果模块的视觉视图中进行反复调试，如图10所示，图片依次展示：原始图像→感兴趣区域（ROI）的提取→RGB颜色空间三通道分离→固定阈值分割→开闭运算区域处理→连通域分析→提取以圆度和面积大小为特征参数的区域→拟合霍夫圆→处理结果。

图10 视觉处理过程

4 分级试验

为了更好地验证分级装备的准确性和可靠性，采用游标卡尺选取60个脐橙样本，划分为六种不同等级规格，如图11所示。

图11 脐橙样本

按照图10所示的视觉处理流程，对脐橙样本进行分级试验，统计计算出正确进入等级通道的柑橘个数占每组柑橘总数的百分比。游标卡尺测量的数据和装备视觉系统的数据对比，如表1所示。

从表1中的数据可以看出：SS型脐橙样本有1个样本误判进入了等级2通道；S型有2个样本误判进入了等级1通道；M型有1个样本误判进入了等级2通道；3L型有1个样本误判进入了等级5通道。经过分析可知，一般在邻级果会出现绝对误差较大的误判现象。出现误判的原因分析：脐橙样本的标定存在一定误差；脐橙翻转运动的不确定性会造成邻级果的误判。经过统计计算，该分级装备整体试验中，60个脐橙样本出现5个误判，分级准确率约为91.67%。

表1 游标卡尺与装备检测数据对比 （单位：mm）

5 结论

针对柑橘果园多次转场分级作业的问题，本文设计了一种小型化的柑橘新型分级装备，从虚拟样机的设计装配到样机的制造和组装，并搭建出分级装备的控制系统和视觉系统，对整机系统进行了调试。

以脐橙类柑橘为试验对象，对60个脐橙样本进行了分级试验，验证了分级装备的准确性和可靠性，基本满足分级作业需求。

这种小型化的柑橘分级装备为同类型的类球类水果分级设备的研发提供借鉴，有一定的参考价值。