摘要：烟草制丝车间是卷烟生产的重要前提，影响着生产效率及产品质量，然而传统的手工解包方式劳动强度大、工作效率低、存在一定安全隐患；现有的自动化解包系统由于设备的选型，机器人力控、位姿跟踪技术等方面的限制，还不能很好地适应各种型号、类型各异的烟包，极易出现异型包裹损坏现象。基于此，本文以烟草制丝车间的自动解包需求出发，将计算机视觉技术和库卡机器人控制技术相结合，通过使用高精度图像采集设备，并通过设计鲁棒性高、性能稳定的图像处理算法以及采用具有良好的自主应变力及柔顺性的自适应控制模块，实现对于烟包的快速精准定位、可靠抓取、安全放置。克服了烟包定位不准确、识别精度差、包装物多种多样、抓取过程易发生夹伤等技术难点。本文通过对该系统的研究、设计及实验验证，实现了烟包的快速定位、精准识别、可靠抓取、精准摆放，并进行了具体的实验测试，证明该系统具有很好的实用价值，可以用于后续其他类似系统的开发。

关键词：库卡机器人系统；应用研究

一、绪论

1.1 研究背景与意义

烟草制丝车间是卷烟产品生产的主要生产车间，而解包工序又是制丝的第一道工序，它的好坏直接影响到整个生产线的运转稳定。传统上烟包的解包工作是由人工来完成，人员需用刀具将烟包外面的包装划破，再用手将打底带、纸箱、塑料薄膜等包裹物揭去，所以手工解包不仅劳动强度很大，而且效率低下，还有安全隐患。近年来随着工业自动化技术的发展，在国内很多烟草企业都有在试用工业机器人来进行自动化的解包作业，但是在实施过程中还面临很多问题。

1.2 国内外研究现状

库卡机器人的百余年技术沉淀加上一以贯之的开拓创新精神，造就了世界工业自动化领域的巨头地位。作为德国工业4.0 的重要推动力量之一，除了拥有超群的机械性能，更是对智能、网联有深入研究，在包括拆箱系统在内的很多工业应用场景中，都有它的身影。

1.3 研究目标与内容

明确本研究针对库卡机器人解包系统要达到的具体目标，如提高解包精度、速度等。概述研究过程中需要开展的主要内容和任务。

二、库卡机器人解包系统总体设计

2.1 系统功能需求分析

基于计算机视觉的库卡机器人智能解包系统按照模块化的设计理念，把整套解包过程分解为图像采集模块、数据处理模块和控制执行模块，并通过系统的集成实现了各个模块之间无障碍对接，以及信息的自由传递，确保系统可靠稳定、易于维修，也方便后期功能拓展。

2.2 系统总体架构设计

硬件构成方面，该系统所包含的主要设备有：库卡 KR1000 型号的工业机器人、迈尔微视RGB—D 深度相机、ABB 控制柜及其他辅助设备；其中，库卡机器人为本体设备的执行机构，主要进行解包操作，由于本体的高重复定位精度( ±0.15mm, )和较大工作范围( 3200mm) ，能很好地满足烟包解包对精度和 reach 的要求；工业相机选用的是迈尔微视MV RD3000 型号的 RGB—D 相机，可以对垛形的表面纹理信息以及垛形的点云信息进行采集，为系统提供较全的数据来源。

相机被安装于解包工位上部，利用千兆以太网与主控计算机实现图像数据的实时传送；辅助装置主要有输送带、气动夹具、安全光幕等。

软件架构是按分层模式设计的，由下至上依次为驱动层、算法层、应用层，驱动层负责硬件设备的通信和控制，比如相机驱动、机器人控制接口等；算法层是本系统的主要处理算法，主要包括：图像识别、三维定位、运动规划等；应用层是用于实现人机交互、流程控制以及数据管理等功能的逻辑模块。其中该平台软件采用了机器人操作系统（ROS）作为软件框架，并借助 ROS 软件框架的高度抽象性以及大量的算法库功能来提高软件的开发速度。该平台软件采用TCP/IP 协议将所有部分快速集成为一体，模块化的设置也让该平台可以更快地嵌入到现有的产线中。

2.3 系统工作流程规划

视觉伺服控制是让机器人依靠视觉系统对机器人本身发出的运动指令，使机器人自身依据视觉系统的实时信息适应不同烟包位置变化的一种方法。该控制系统通过位置视觉伺服将视觉系统所捕捉到的烟包特征的位置与所希望的位置相比较，从而产生机器人运动指令，是一种对烟包定位误差、机器人定位误差及机械变形等产生影响的闭环控制方法。在生产线上，该系统使用工业相机 24 小时不间断拍摄图象，进行全天候稳定检测，来保证视觉伺服控制获得实时反馈；与传统开环控制相比，视觉伺服控制能将解包成功率由 90% 提高至 99.5% ，减少大量因定位错误而引起的解包失败。

轨迹规划算法：系统利用三次样条插值方法得到机器人平滑运动轨迹，克服了机器人急加减速带来的机械冲击与振颤现象。根据解包过程中的避碰障碍物问题，应用人工势场法实现在线路径优化，利用解包操作所在目标位置为吸引势场，被包物品或障碍物为排斥势场，求解势场极小值来确定无碰撞路径，此方法具有较高的计算速度，可以达到实时控制的效果。因为在烟包解包过程中会遇到烟包运送台边缘、其他烟包、解包工具等障碍物，所以需要规划出机器人运动轨迹让其顺利地在这些障碍物间移动，并且能够保证顺利完成解包工作。经过宁波卷烟厂的技术人员不断地调试改进后发现机械手动作范围越大，则浪费的物料也就越少。

多工位协作的策略可以提高整个系统运行的效率，解包作业通常是由剪带、去箱、撕膜等不同工序组成的，并且这几种工序也可以分布在不同的工位上进行。系统采用任务调度算法合理安排各个机器人以及工装设备的运转顺序，实现各机器人的生产互不等待、互不干扰。以单个解包为例：当解包过程中机器人去剪打包带的时候，另外一个机器人就可以进行下一步的捡拾纸箱动作；当翻包机接收到机器上拿走的烟包顶盖纸板垫片后，就可以马上把烟包翻转 180^∘ ，等待被下一个机器人捡拾内纸箱及底盖纸板。在多工位协同工作的条件下，解包系统吞吐率可达到 40% 左右，提高了系统的效率。

三、系统应用效果评估

提高生产效率是系统最明显的效果。以前靠人力拆包，工人一人最多干 2 个小时，最多只能拆包15\~20 个，而且很容易疲劳，而使用了这个系统，每一小时都可以稳定地拆60\~80 包烟，相当于效率提升了3\~4 倍。特别是对于特殊类型的包，如裹了金属扣的打包带，人工拆的时候需要借助一些工具，比较费时间。但是系统可以通过视觉识别和设备的快速切换，达到所有包都可以用一样的速度来拆，根本不需要改变现有的设备。从广西中烟柳州卷烟厂的数据可以看出，在卷打包带机改造之后，打包带卷带成功率达到 99.2% ，基本上杜绝了因为打包带处理不过关而导致的生产中断现象。再比如浙江中烟杭州卷烟厂通过应用工业视觉平台，完成对制丝生产的智能监控，并形成了全面、全过程、全方位、全自动的监控管理目标，为稳质增效提供保障。

采取精确的视觉识别及机器人控制技术以保证整个拆包作业的一致性，消除了由于人工拆包存在的疲劳，分心等原因引起的质量问题，从统计数据来看，系统解包合格率达到 99.5% ，远高于人工解包的 95% ；系统利用多表面塑料薄膜残余检测技术实现了包装材料去除完整性。

作者简介 姓名：周子涵，出生年月：2000.04.02 ，性别：男，民族：土家族,籍贯：湖北省来凤县，职称：初级工程师，学历：本科，研究方向：自动化。