1. 项目缘起当传统分拣遇上现代视觉与状态机在工业自动化领域物料分拣是一个经典且高频的场景。过去我们可能依赖光电传感器、机械挡板配合PLC可编程逻辑控制器的顺序控制来实现。这种方案稳定但“笨拙”——它无法识别物料的颜色、形状、尺寸差异更别提表面缺陷了。一旦产品种类增多或分拣标准变得复杂硬件的改造成本和程序的调试难度就会呈指数级上升。我最近接手的一个旧产线升级项目就完美诠释了这种痛点。客户需要将一条传送带上的混合电子元件电阻、电容、不同封装的IC按类型和极性自动分拣到六个不同的料盒中。传统的传感器方案完全无能为力。这正是引入机器视觉Vision和有限状态机Finite State Machine FSM的绝佳时机。这个项目的核心就是构建一个“视觉引导、状态机驱动”的工业分拣自动化系统。它不依赖于某款特定的高端工控机或大型PLC而是基于更灵活、成本更优的微控制器Microcontroller平台融合了视觉处理与精准的逻辑控制。简单来说这套系统的运作逻辑是“眼睛”看“大脑”判“手”来动。视觉系统充当“眼睛”实时捕捉传送带上的物料图像运行在微控制器上的FSM程序作为“大脑”根据视觉的识别结果判断当前物料属于哪一类并决定分拣机构如气动推杆、伺服滑台该如何动作最后由微控制器控制的执行机构作为“手”完成精准抓取或推送。整个过程Modbus协议常作为“眼睛”与“大脑”之间或“大脑”与上层监控系统之间可靠的通信桥梁。2. 系统核心架构视觉、控制器与执行机构的协同一个完整的Vision and FSM-Driven Sorting System其硬件与软件架构需要精心设计。下图清晰地展示了信息流与控制流的闭环flowchart TD A[图像采集触发信号] -- B[工业相机brVision Sensor] B -- 原始图像数据 -- C[视觉处理单元brVision Master/OpenCV] C -- 识别结果br类型/坐标/角度 -- D[主控制器brMCU with FSM Core] D -- 位置指令 -- E[运动执行机构br伺服/步进电机] D -- 动作指令 -- F[分拣执行机构br气动/电动末端] G[人机界面 HMI] -- 任务下发/状态监控 -- D D -- 实时状态/结果反馈 -- G H[物料传感器] -- 到位信号 -- D E F -- 动作完成信号 -- D D -- 逻辑判断与状态迁移 -- D我们来拆解图中的关键组件及其选型考量2.1 视觉感知层不止于“看见”视觉部分的核心任务是稳定、快速地提供结构化的识别结果。这不仅仅是装一个摄像头那么简单。工业相机与镜头不同于消费级USB摄像头工业相机需要应对振动、光线变化、高速运动。我们通常选择全局快门的CMOS相机以避免拍摄运动物体时的“果冻效应”。镜头则根据工作距离WD和视野FOV来计算焦距。例如传送带宽度300mm我们需要覆盖350mm的视野以确保边缘物料也能被捕捉工作距离500mm那么焦距f ≈ (传感器尺寸 * 工作距离) / 视野。若使用1/1.8英寸传感器宽约7.2mm则f ≈ (7.2 * 500) / 350 ≈ 10.3mm我们会选择一款12mm的定焦镜头。光源与打光这是视觉项目的成败关键。不合适的打光会让顶级算法也无能为力。对于电子元件分拣常用的是同轴光源或穹顶光源以消除表面反光、凸显轮廓。通过反复试验我们最终采用了红色LED环形光以高对比度突出元件的金属引脚与塑料本体。视觉处理单元这里是算法的战场。你有几个选择工控机OpenCV灵活性最高适合复杂算法如使用Vision Transformer等深度学习模型进行精细分类。但成本高实时性依赖优化。嵌入式视觉模块如搭载ARM Cortex-A系列的处理模块集成Linux和优化库平衡性能与体积。智能相机一体化设备内置处理芯片和简单图形化编程工具如类似Vision Master的拖拉拽方式开发快但算法定制能力弱。 在我们的微控制器方案中为了降低整体复杂度和成本选择了中档的智能相机它通过以太网输出JSON格式的识别结果如{“type”: “cap_0805”, “x”: 125.3, “y”: 45.1, “angle”: 0.5}极大简化了主控端的解析逻辑。2.2 控制决策层FSM是逻辑的骨架主控制器我们选用了一款高性能的STM32系列微控制器。它的任务不是进行图像处理而是高效、可靠地调度整个系统。有限状态机FSM是实现这一目标的完美范式。FSM将系统的行为建模为有限数量的状态、事件和转换。在我们的分拣系统中状态可以是IDLE空闲等待物料到来。WAIT_FOR_VISION物料已触发传感器等待视觉处理结果。CLASSIFYING根据视觉结果内部判断物料类型。MOVE_TO_TARGET控制伺服滑台运动到对应料盒上方。EXECUTE_SORTING触发气动推杆推出物料。ERROR发生异常如视觉超时、执行机构卡住。事件则是触发状态改变的条件如物料传感器触发、视觉结果返回、伺服到位信号、超时定时器溢出。在MCU上我们通常用switch-case语句或状态表来实现FSM。一个健壮的FSM设计必须包含超时处理例如等待视觉结果超过500ms则跳转到ERROR状态和错误恢复机制。2.3 通信桥梁为什么是Modbus智能相机、伺服驱动器、触摸屏HMI这些设备往往来自不同厂商。让它们“说同一种语言”至关重要。Modbus协议特别是基于TCP/IP的Modbus TCP因其简单、开放、广泛支持成为工业领域事实上的通用轻量级通信协议。在我们的系统中智能相机作为Modbus TCP服务器将识别结果类型码、坐标值写入其保持寄存器。STM32主控制器作为客户端定期如每10ms读取这些寄存器获取最新结果。同时STM32也将系统状态当前状态字、计数、错误码写入自己的寄存器供HMI读取显示。这种解耦使得更换视觉品牌或HMI时只需调整Modbus地址映射而无需重写核心控制逻辑。2.4 执行机构层精准的末端操作根据物料特性重量、尺寸、易损性选择执行机构。对于轻型电子元件我们采用伺服电动滑台负责将吸嘴或夹爪精确定位到目标料盒上方。通过Modbus RTU或脉冲控制定位精度可达±0.02mm。真空吸嘴或柔性夹爪作为末端执行器完成拾取。由STM32的GPIO口通过继电器控制电磁阀的通断。3. 软件实现从状态机设计到代码落地有了硬件架构软件就是赋予系统灵魂的部分。核心在于FSM的实现与视觉数据的集成。3.1 状态机的C语言实现我们摒弃复杂的第三方框架用最清晰易懂的方式实现FSM。首先定义所有状态和事件枚举。// 系统状态定义 typedef enum { SYS_IDLE, SYS_WAIT_VISION, SYS_CLASSIFYING, SYS_MOVING, SYS_SORTING, SYS_ERROR } SystemState_t; // 系统事件定义 typedef enum { EVT_NONE, EVT_SENSOR_TRIGGERED, // 物料传感器触发 EVT_VISION_DATA_READY, // 视觉数据就绪 EVT_MOVE_COMPLETE, // 移动完成 EVT_SORT_COMPLETE, // 分拣完成 EVT_TIMEOUT, // 超时 EVT_RESET // 复位 } SystemEvent_t; // 系统状态机结构体 typedef struct { SystemState_t currentState; uint32_t stateEntryTime; // 进入当前状态的时间戳 VisionResult_t visionData; // 视觉结果缓存 uint8_t targetBin; // 目标料箱编号 } SystemFSM_t;状态机的主循环通常放在一个高优先级的定时器中断或主循环中它不断检查当前状态和发生的事件执行相应的动作并迁移到下一个状态。void SystemFSM_Run(SystemFSM_t *fsm, SystemEvent_t event) { switch (fsm-currentState) { case SYS_IDLE: if (event EVT_SENSOR_TRIGGERED) { // 动作触发相机拍照启动超时计时器 TriggerCameraCapture(); StartTimer(500); // 500ms超时 // 状态迁移 fsm-currentState SYS_WAIT_VISION; fsm-stateEntryTime GetSystemTick(); } break; case SYS_WAIT_VISION: if (event EVT_VISION_DATA_READY) { // 动作读取并解析Modbus寄存器中的视觉数据 if (ReadVisionData(fsm-visionData)) { fsm-currentState SYS_CLASSIFYING; } StopTimer(); } else if (event EVT_TIMEOUT) { // 动作记录视觉超时错误 LogError(VISION_TIMEOUT); fsm-currentState SYS_ERROR; } break; case SYS_CLASSIFYING: // 动作根据visionData.type分类计算目标料箱 fsm-targetBin ClassifyPart(fsm-visionData.type); // 状态迁移发送移动指令 SendMoveCommand(fsm-targetBin); fsm-currentState SYS_MOVING; break; // ... 其他状态处理 case SYS_ERROR: // 错误处理停止所有动作等待复位 StopAllActuators(); if (event EVT_RESET) { fsm-currentState SYS_IDLE; } break; } }3.2 视觉数据的接收与解析视觉数据通过Modbus TCP异步到达。我们需要在STM32上实现一个轻量级的Modbus TCP客户端。通常使用一个独立的网络任务或中断来处理。// 模拟Modbus TCP数据读取任务 void ModbusTask(void) { // 1. 建立连接略 // 2. 读取保持寄存器假设视觉结果从寄存器40001开始存放 uint16_t regs[10]; if (ModbusReadHoldRegs(slaveIp, 0, 10, regs) SUCCESS) { // 3. 解析数据 SystemFSM_t *fsm GetSystemFSM(); fsm-visionData.type regs[0]; // 类型码 fsm-visionData.x ((int32_t)(regs[1] 16) | regs[2]) / 1000.0f; // 坐标假设放大1000倍传输 fsm-visionData.y ((int32_t)(regs[3] 16) | regs[4]) / 1000.0f; fsm-visionData.angle (int16_t)regs[5] / 100.0f; // 角度 // 4. 产生事件通知主状态机 PostSystemEvent(EVT_VISION_DATA_READY); } }3.3 运动控制集成运动控制伺服驱动同样可以通过Modbus RTU串口或发送脉冲来控制。使用Modbus RTU的好处是可以通过总线读取驱动器的实时状态位置、错误码实现更安全的控制。在SYS_MOVING状态中控制器发送目标位置然后等待驱动器返回的“到位”信号作为EVT_MOVE_COMPLETE事件。4. 开发与调试中的实战陷阱与解决方案理论设计总是完美的但现场调试会让你遇到各种意想不到的问题。以下是几个典型的“坑”及其填平方法。4.1 视觉触发与机械的同步问题问题相机拍照时物料还在移动导致图像模糊或者拍照位置与实际推料位置存在固定偏差。解决方案硬触发使用光电传感器在物料到达拍照固定位置时同时给相机发硬件触发信号如上升沿并给控制器发中断。这是最精准的方式。软件补偿如果只能异步触发则需要在视觉结果中引入时间戳。控制器根据当前传送带速度编码器反馈和视觉处理延时动态补偿物料从拍照点到推料点的位移。公式很简单补偿距离 速度 × (通信延时 处理延时 机械响应延时)。我们需要在现场用标准块反复校准这个延时参数。4.2 通信超时与数据完整性问题Modbus TCP网络偶尔抖动导致视觉数据读取失败或残缺状态机卡在SYS_WAIT_VISION。解决方案增加重试机制在Modbus任务中单次读取失败后不应立即报错。应设置最多3次重试每次间隔50ms。心跳包与超时除了数据通信让视觉系统定时发送一个“心跳”寄存器值。主控制器监控这个心跳如果超过2秒未更新则认为视觉系统离线主动进入SYS_ERROR状态并报警。数据校验在视觉系统发送的数据包中加入一个简单的校验和CRC16或求和取模。主控制器在解析前先校验失败则丢弃并请求重发。4.3 状态机的“僵死”与恢复问题某个意外事件如执行机构卡住未返回完成信号导致状态机无法跳出当前状态整个生产线停滞。解决方案状态超时监护为每一个非空闲状态如SYS_MOVINGSYS_SORTING设置一个最大允许时间。在状态入口处记录时间戳在主循环中检查如果超时则强制产生一个EVT_TIMEOUT事件跳转到SYS_ERROR状态。错误状态的细化SYS_ERROR状态不应只是一个点。我们将其细化为子状态机包含ERROR_IDLE等待处理、ERROR_TRY_RESET尝试复位执行器、ERROR_NEED_MANUAL需要人工干预。并可通过HMI查看当前具体的错误码和推荐操作。4.4 光照变化与视觉误判问题车间环境光变化如早晚阳光、其他设备灯光干扰导致视觉识别率在一天内波动。解决方案光源闭环控制选用自带光强反馈的智能光源或通过相机采集图像的灰度均值通过PID算法动态调节光源亮度使打光环境恒定。多特征融合与机器学习不要只依赖一个视觉特征如轮廓。结合颜色、纹理、甚至简单的深度学习分类如将Vision Transformer轻量化后部署在智能相机上。对于传统算法定期如每4小时让系统自动运行一次“标定”程序采集标准样本图像更新匹配模板的阈值参数。5. 性能优化与扩展思考当基本功能跑通后我们可以从以下几个维度让系统变得更强大、更智能。5.1 提升节拍并行处理与流水线分析状态机的时间线WAIT_FOR_VISION和CLASSIFYING阶段主要是等待和计算而MOVE_TO_TARGET和EXECUTE_SORTING是机械运动时间。为了提升效率更高节拍可以采用流水线思想当第一个物料在MOVE_TO_TARGET时第二个物料已经可以进入WAIT_FOR_VISION阶段。这意味着需要两个或更多独立的物理工位以及更复杂的状态机可能演变为并行多个实例或更高级的Petri网模型。同时机械设计上要避免干涉。5.2 引入更高阶的视觉模型对于更复杂的分类如检测元件表面的细微划痕、印刷字符的完整性联想到Completeness of Vision这个概念在质量检测上的应用传统的Blob分析或模板匹配可能力不从心。此时可以考虑使用开源的深度学习框架如TensorFlow Lite Micro在嵌入式视觉模块上部署一个轻量级卷积神经网络CNN或Vision Mamba这类新架构的模型进行缺陷分类。将训练好的模型集成到类似Vision Master这样的图形化工具中通过拖拉拽的方式部署降低开发门槛。5.3 与上层系统集成迈向工业4.0单个分拣站是信息孤岛。通过为STM32增加以太网或无线模块我们可以上报数据将产量、合格率、设备综合效率OEE、错误日志等数据通过MQTT或OPC UA协议上传到工厂的MES制造执行系统或云平台。接受调度从上层系统接收生产订单动态切换分拣的物料类型和规则实现柔性生产。远程维护支持远程查看状态、更新程序、甚至进行简单的调试减少现场维护时间。这个由视觉和状态机驱动的工业分拣自动化项目从明确的需求定义到硬件选型、软件架构设计再到现场调试与优化是一个典型的软硬件深度融合的过程。它证明了即使在不使用大型PLC和工控机的情况下通过合理的架构设计清晰的视觉-控制-执行分层和核心范式FSM用微控制器也能构建出稳定、高效、可维护的工业自动化系统。最关键的是这种方案带来了极大的灵活性——无论是更换视觉算法还是调整分拣逻辑你只需要修改或扩展那个定义清晰的状态机而无需重写整个混乱的控制流程。
