Robot PhantomX Pincher - Clasificador de manzanas: 6 pasos

2024 Autor: John Day | [email protected]. Última modificación: 2024-01-30 08:41

Los requisitos de seguridad para los alimentos están aumentando. Tanto los consumidores como las autoridades exigen cada vez más que los alimentos que ingerimos sean de alta calidad y con alta seguridad. Si surgieran problemas durante la producción de alimentos, la fuente del error debe encontrarse y corregirse rápidamente. La calidad de los alimentos se puede dividir en objetiva y subjetiva. La calidad objetiva de los alimentos se ocupa de las características que pueden medirse y documentarse, mientras que la calidad subjetiva de los alimentos es la percepción de los alimentos por parte de los consumidores.

Las propiedades orientadas al producto que pueden medirse y documentarse mediante el autocontrol pueden ser, por ejemplo, el color, la textura y el contenido nutricional del alimento. El autocontrol, la higiene y la evaluación de riesgos son elementos esenciales que son obligatorios para todas las empresas que producen alimentos.

Un programa de autoinspección debe garantizar que los alimentos producidos por la empresa cumplan con los requisitos de la legislación. Este proyecto investigará la posibilidad de crear un programa de autocontrol de alimentos corporativos.

Planteamiento del problema

¿Cómo desarrollar un programa de autocontrol para asegurar que las manzanas que los consumidores compran en la tienda tengan el color correcto cuando salen del fabricante?

Paso 1: Configuración del proyecto

Por razones obvias, este proyecto solo actuará como una maqueta de un escenario de caso real de un programa de autocontrol. El programa está configurado de modo que solo las manzanas rojas pasen por el control de calidad. Las manzanas podridas, definidas por colores distintos al rojo, se clasificarán en una pila diferente.

El robot recogerá las manzanas y las mantendrá frente a una cámara, luego el programa detectará el color y las clasificará en consecuencia. Debido a la falta de manzanas disponibles, el programa se simulará con bloques de madera de colores.

Paso 2: hardware y material

El hardware y el material utilizado en este proyecto son los siguientes:

Kit de brazo robótico PhantomX Pincher Mark ll

5 x servomotores AX-12A

Controlador de robot ArbotiX-M

Cámara pixy

2 x botones

Luz LED

Bloques en diferentes colores.

Paso 3: software

El software utilizado para este proyecto se encontró en los siguientes sitios:

www. TrossenRobotics.com

www.arduino.cc

pixycam.com/

www.cmucam.org

El software necesario para completar este proyecto es el siguiente:

1. Kit de brazo robótico PhantomX Pincher Mark ll (para el actuador / brazo robótico)

2. Controlador de robot Arbotix-M (para el controlador Arbotix-M)

3. AX-12A (software para los servomotores)

4. Arduino (para la programación)

5. CMUcam5 Pixy (para la cámara)

6. PixyMon (muestra lo que ve la cámara pixy)

Paso 4: Configuración de Arbotix-M y Pixy Camera

Las conexiones para la placa Arbotix-M y la cámara se pueden ver en las imágenes de arriba. Las conexiones se describen a continuación.

Para la placa Arbotix-M:

1. Pin digital 0: pulsador de parada

2. Pin digital 1: Botón de inicio

3. Pin digital 7: LedPin luz verde

4. PIN de ISP: conexión de la cámara Pixy

5. BLK: Conexión de la placa a la PC

6. 3 puertos DYNAMIXEL de 3 pines (TTL): control de los servos

7. Fuente de alimentación para la cámara Pixy

Para la cámara Pixy:

8. Lente de la cámara

9. Luz LED RGB (muestra el color que detecta la cámara)

10. Conexión USB de la placa a la PC

11. Botón de registro del color frente a la cámara.

12. PIN de ISP: para la conexión a la placa Arbotix-M

Paso 5: el programa

En este paso se incluye el código completo para el programa de clasificación de colores, no dude en copiarlo.

Las acciones del robot se explican a continuación:

El brazo robótico comenzará en su posición inicial (apuntando hacia arriba). Luego se inclinará hacia atrás hasta que el pincher esté en posición alrededor del bloque ya colocado y luego se juntará. Luego, el brazo se elevará y se moverá sobre sí mismo hasta que el pincher esté frente a la plataforma. Luego mantendrá el bloque inmóvil frente a la cámara, hasta que se detecte el color del bloque. Si el bloque se va a clasificar como rojo, el brazo se moverá hacia la derecha, se bajará para que el bloque quede sobre la mesa y luego lo soltará. Si el bloque no es rojo, el brazo se moverá hacia la izquierda y hará lo mismo. Después de esto, el brazo robótico se elevará un poco, se moverá hacia arriba y hacia abajo hasta que esté por encima del siguiente bloque que se va a clasificar, y luego repetirá el programa.

En el siguiente paso se verá un video del robot en funcionamiento.

Tenga en cuenta que este brazo robótico se coloca sobre una plataforma con pequeños tornillos niveladores. Si necesita que funcione a una altura diferente, mueva el brazo manualmente y anote las posiciones de cada posición final, luego cambie las posiciones de los servos en el código.

Paso 6: Conclusión

Se ha elaborado un programa para el control de calidad de las manzanas, concretamente un proceso de clasificación por colores entre manzanas rojas buenas y manzanas podridas de cualquier otro color. El brazo robótico clasificará las manzanas buenas en una pila a la derecha y las manzanas podridas en una pila a la izquierda. El proceso de clasificación de alimentos con la ayuda de un robot es muy beneficioso en la industria alimentaria debido a las crecientes demandas de calidad y para mantener bajos los costos de los salarios y aumentar la eficiencia.

El instructivo pasa por los temas de la motivación para elegir este proyecto específico, la configuración del proyecto, el hardware y el software utilizados, la configuración y el cableado del Arbotix-M y la placa PixyCam y el programa completo del sistema de clasificación en código. Para concluir sobre el proyecto, el proceso de clasificación de colores fue un éxito, lo que se puede ver en el video a continuación.

Este intructable fue realizado como una tarea por estudiantes de ingeniería de automatización en el University College Nordjylland en Dinamarca: Rolf Kjærsgaard Jakobsen, Martin Nørgaard y Nanna Vestergaard Klemmensen.