摘 要： 以往采用六自由度机械手进行垃圾分拣时，由于其自身重量较大，耗能偏高，导致机械手工作时移动速度较慢，分拣效率较低。因此，文中设计新的垃圾分拣机械手，其硬件由垃圾机械手手部结构与末端执行器组成。软件部分设计垃圾机械手智能控制流程，在垃圾分拣路径规划中优化目标垃圾函数，并设计基于遗传算法的最优分拣路径策略，获取准确的垃圾分拣目标和分拣最优路径。实验结果表明，所设计的垃圾分拣机械手可有效分拣垃圾，分拣准确度高达99%，机械手的系统稳定性为0.40，具有分拣准确度高以及稳定性好等优势。
关键词： 垃圾分拣; 机械手; 目标函数优化; 智能控制; 分拣路径优化; 性能仿真
中图分类号： TN830.1⁃34; TP391.1 文献标识码： A 文章编号： 1004⁃373X（2019）12⁃0086⁃04
Abstract： The past six⁃degree⁃of⁃freedom manipulator used for garbage sorting is heavy in weight and has high energy consumption， resulting in slow moving speed and sorting efficiency during manipulator operation. Therefore， a new garbage sorting manipulator is designed in this paper. The hardware of the manipulator is composed of the garbage manipulator hand structure and end⁃effector. In the software part， the intelligent control flow is designed for the garbage manipulator. The objective garbage function is optimized during the garbage sorting path planning. The optimal sorting path strategy based on the genetic algorithm is designed to obtain the accurate garbage sorting target and optimal sorting path. The experimental results show that the designed garbage sorting manipulator can effectively sort garbage， and has the advantages of high sorting accuracy of 99% and good system stability of 0.40.
Keywords： garbage sorting; manipulator; objective function optimization; intelligent control; sorting path optimization; performance simulation
0 引 言
目前工廠里的车间切屑垃圾较多，传统方法用铲子进行处理时，操作较难又费力，工作者有可能被划伤，存在较高的安全隐患;乡村河道里，常见有水草、青苔、树枝、树叶、木材和泥沙等垃圾物;沿海中，常见海草、贝壳等海生物垃圾物;除此之外，人们生活中常见的医疗垃圾、建筑垃圾、生活垃圾等，对这些垃圾的处理难度极高。但随着科技化的工业技术的发展，垃圾机械手逐渐进入人们生活的各个角落，垃圾机械手工作强度高、灵活性强，尤其是在高温、低温、深水等不利于人们动手操作的领域都能进行工作。
因此，垃圾机械手的研究也成为眼下众多相关学者研究的热点问题。如文献[1]提出六自由度机械手三维可视化仿真研究，由于其自身重量较大，耗能偏高，导致工作时移动速度较慢，分拣效率低下;文献[2]提出分析智能分拣系统，在本校PIVAS中试用，虽然可以代替人工分拣，但是与其他分拣系统相比分拣准确度存在一定的误差;文献[3]针对SCARA机械手的轨迹规划及运动学进行分析，由于该机械手只适用于平面定位分拣，因此存在一定的分拣局限性。针对上述存在的问题，本文设计一种垃圾分拣机械手，其优势在于在垃圾分拣路径规划中采用了优化目标垃圾函数和基于遗传算法的最优分拣路径策略，使其进行垃圾分拣时具有高效性与准确性。
1 垃圾分拣机械手的设计
1.1 垃圾机械手硬件结构设计
若想让设计的垃圾机械手能够进行上下运动、旋转运动、前后移动、手爪张合等运动需要研究垃圾机械手必备的自由度，去除无效的自由度[4⁃5]。无效自由度容易导致机械手复杂度增多，对机械手的控制较为困难，而自由度又不可或缺，否则会导致机械手不能正常工作。垃圾机械手硬件结构图如图1所示。
图1 垃圾机械手硬件结构图
图1中：数字1为固定轮;数字2为底座;数字3为手把;数字4为手动液压泵组建;数字5为立柱;数字6为升降液压缸;数字7为摇臂;数字8为手部;数字9为万向轮;数字10为转盘。所设计垃圾机械手中包含手部8、摇臂7、立柱5、手动液压泵组件4、升降液压缸6、转盘10、底座2等部件。
垃圾机械手手部构造图如图2所示。
图2 垃圾机械手手部构造图
图2中：数字1为手爪;数字2为摇杆;数字3为机架;数字4为抓取液压缸;数字5为活塞杆;数字6为连接板。手部包含了抓取液压缸4与手部运动链，抓取液压缸4装置在机架3上，通过活塞杆5和连接板6相连。手部要求可以完成两个运动动作，第一是手爪1的张开，第二是手爪1的闭合。手爪1的张开与闭合通过手部运动链来完成。手部运动链是由两套平面六面杆机构构成的组合机构，两套机构设计在连接板6的对角面里，使用同一个导杆（活塞杆5）。平面杆机构的构成包括1个导杆5、2个摇杆2、2个手爪1与机架3。若导杆进行直线运动，则经过组合机构，完成4个手爪的张合运动[6]。
平面六杆机构进行运动的要求是：自由度数量与原动件数目相同。自由度数量由构件的数量、运动副的种类与数量。其计算流程公式为：
式中：[Z]代表自由度数;[a]代表活动构件数;[Xi]代表低副数;[Xj]代表高副数。
平面六杆结构原动件是1个导杆（活塞杆），则此机构具备确定角度的运动[7]。
手部张开与闭合的位置见图2，经过运动仿真分析机械手手部张开与闭合的位置。确定了在4个摇杆2个垂直状态时，4个手爪1位于闭合位置，图2中实线的位置即是。在4个摇杆2个位于摆角位置时，4个手爪1就是张开位置，图2中虚线位置即是。
1.2 垃圾机械手软件结构设计
1.2.1 垃圾机械手智能控制流程
垃圾机械手智能控制流程如图3所示。系统初始化后确定全局图像采集和垃圾位置后，对机械手夹持运动路径实施规划，基于获取的目标垃圾图像对机械手夹持运动路径进行实施修正后，完成垃圾种类的识别，基于识别结果规划合理的垃圾分拣路径。
图3 垃圾机械手智能控制流程
1.2.2 优化目标垃圾函数
为了让垃圾机械手能够准确分拣垃圾进行有效的工作，需要对其目标垃圾函数进行优化[8]，垃圾机械手的运行速度是通过时间间隔序列[s1，s2，…，sβ]决定，所以优化目标垃圾函数公式为：
1.2.3 基于遗传算法的最优分拣路径策略
由于标准遗传算法容易出现成熟前收敛的弊端，结合本文第1.2.2设计的优化目标垃圾函数，对标准遗传算法进行以下改进设计：
1） 最佳保留。不根据比例选取垃圾机械手的运行路径，而是留有目前获取垃圾机械手的运行路径的最佳值（即超个体），这个超个体不参加遗传作用。在路径选取前或选取后获取目前路径最优解的改进算法，最终可以收敛至全局最佳值。
收敛至全局最优解就是不断保留目前最优解的结果。而此条件会降低算法的效率，所以会导致一些个体早熟与减小种群多样性，因此，本文对此设计进行如下改进。
2） 操作結果的取舍。根据影响因子U的大小判定个体的后代个数，影响因素大，那么繁殖的后代则多。
3） 变异算子。变异算子用于根据变异，补偿种群在某一位或许会缺少的基因，保障遗传算法能够获取到空间里全部点。依据种群情况，动态调整变异概率的方法为：
式中：[gm]为初始变异概率;[b]为不小于1的常数;[i]为常数;[j]为最优解保持不变的代数。
如此一来，若出现早熟，最优解保持不变，变异概率逐渐增大，直到算法最终跳出局部极值点，获取垃圾机械手的最优路径[9]。
2 实验分析
实验采用本文所设计垃圾机械手、六自由度机械手以及SCARA机械手对某市的垃圾进行7次分拣实验，统计3种机械手的稳定性、分拣准确度以及分拣速度增长率情况，对比结果分别如图4～图6所示。
图4 三种机械手的稳定性测试结果
图5 三种机械手的分拣准确度测试结果
图6 三种机械手的分拣速度增长率测试结果
分析图4可知，随着实验次数的增加，六自由度机械手的系统稳定性最大值为0.38，最小值为0.32;本文所设计机械手的系统稳定性最大值为0.40，最小值为0.38;SCARA机械手的系统稳定性最大值为0.35，最小值为0.25。由此可知，本文所设计垃圾分拣机械手的稳定性最高。
分析图5可知，随着实验次数的增多，六自由度机械手的分拣准确度最大值为80%，最小值为65%;本文所设计机械手的分拣准确度最大值为99%，最小值为85%;SCARA机械手的分拣准确度最大值为78%，最小值为60%。由此可知，本文所设计垃圾分拣机械手的分拣准确度最高。
分析图6可知，随着实验次数的不断增加，六自由度机械手的分拣速度增长率最大值为67%;本文所设计机械手的分拣速度增长率最大值为98%;SCARA机械手的分拣速度增长率最大值为61%。由此可知，本文所设计垃圾分拣机械手的分拣速度增长率最高。
综上所述，本文方法整体性能较高，能够准确且快速地完成垃圾的分拣工作，具有较高的实用性。
3 结 论
本文所设计垃圾分拣机械手主要从硬件和软件两方面描述机械手进行垃圾分拣的过程。实验结果表明，本文所设计垃圾分拣机械手在5次分拣后剩余垃圾堆放处数目为0。实验结果表明，本文方法可有效对垃圾进行分拣，且系统稳定性最大值为0.40、分拣准确度为99%、分拣速度增长率最大值为98%，具有高度的系统稳定性、分拣准确度以及分拣效率，具有较高的应用价值。
参考文献
[1] 张智，邹盛涛，李佳桐，等.六自由度机械手三维可视化仿真研究[J].计算机仿真，2015，32（2）：374⁃377.
ZHANG Zhi， ZOU Shengtao， LI Jiatong， et al. Three⁃dimensional visual simulation research on six degrees of freedom manipulator [J]. Computer simulation， 2015， 32（2）： 374⁃377.
[2] 尤晓明，李轶，郁文刘，等.智能分拣系统在我院PIVAS中的应用[J].中国药房，2016，27（16）：2248⁃2250.
YOU Xiaoming， LI Yi， YU Wenliu， et al. Establishment and application of intelligent sorting system in PIVAS of our hospital [J]. China pharmacy， 2016， 27（16）： 2248⁃2250.
[3] 郑华，陈军，金鸿章.SCARA机器人运动学和视觉抓取研究[J].组合机床与自动化加工技术，2017（6）：50⁃53.
ZHENG Hua， CHEN Jun， JIN Hongzhang. Research on kinematics and visual grapping SCARA robot [J]. Modular machine tool & automatic manufacturing technique， 2017（6）： 50⁃53.
[4] 钟小华，曹玉华，张永清，等.基于机器视觉技术的红枣全表面信息无损分拣系统研究与实现[J].食品与机械，2017，33（5）：114⁃118.
ZHONG Xiaohua， CAO Yuhua， ZHANG Yongqing， et al. Research and implementation of the non⁃destructive sorting system for full surface information of jujube based on machine vision technology [J]. Food & machinery， 2017， 33（5）： 114⁃118.
[5] 陈东凤.基于改进人工势场的采摘仿生机械手设计和仿真研究[J].农机化研究，2017，39（5）：231⁃235.
CHEN Dongfeng. Design and simulation of bionic picking manipulator based on improved artificial potential field [J]. Journal of agricultural mechanization research， 2017， 39（5）： 231⁃235.
[6] 汪帮富，宋娟，赵卫东，等.基于PLC技术的液控分拣机械手的设计[J].机床与液压，2016，44（3）：19⁃23.
WANG Bangfu， SONG Juan， ZHAO Weidong， et al. Design of hydraulic control of industrial manipulator based on PLC in material sorting [J]. Machine tool & hydraulics， 2016， 44（3）： 19⁃23.
[7] DHARANIDHARAN J， PUVIARASI R. A design of material sorting machine for garbage industries [J]. International journal of pharmacy and technology， 2016， 8（4）： 20877⁃20885.
[8] 倪鹤鹏，刘亚男，张承瑞，等.基于机器视觉的Delta机器人分拣系统算法[J].机器人，2016，38（1）：49⁃55.
NI Hepeng， LIU Ya’nan， ZHANG Chengrui， et al. Sorting system algorithms based on machine vision for delta robot [J]. Robot， 2016， 38（1）： 49?55.
[9] ZUBOV V V， DOMNITSKIY A A， KARGIN R V. Corrigendum to calculation and choice of grip parameters for garbage truck manipulator [J]. Procedia engineering， 2015， 129： 896⁃902.
[10] 刘晓敏，黄水平，陈智钦，等.基于TRIZ与AD的海草夹苗机械手概念创新设计及可靠性研究[J].机械工程学报，2016，52（5）：40⁃46.
LIU Xiaomin， HUANG Shuiping， CHEN Zhiqin， et al. Conceptual innovation design of seaweed planter manipulator based on TRIZ & AD and reliability analysis [J]. Journal of mechanical engineering， 2016， 52（5）： 40⁃46.