CoppeliaSim 分拣机器人与寻迹小车仿真：码垛、颜色识别及随机物块处理

本文介绍了基于 CoppeliaSim（原 V-REP）平台的工业场景仿真方案，涵盖履带输送、分拣机器人视觉识别、动态码垛及寻迹小车控制。

履带输送模块实现

为了让物块随机生成并携带属性，在内置脚本中实现了属性注入器。该逻辑将高度和颜色属性绑定，高于特定阈值的自动标记为红色，矮的标记为蓝色。虽然实际项目中不建议如此耦合，但在仿真环境中可减少额外传感器配置。

function spawnObject()
    local height = math.random() > 0.5 and 0.1 or 0.2
    local color = (height > 0.15) and 1 or 2 -- 1 红色/2 蓝色
    local cubeHandle = sim.createPureShape(0,8,{0.1,0.1,height},0.05,nil)
    sim.setObjectProperty(cubeHandle, color)
end

视觉处理部分

分拣机器人的核心是视觉处理。使用 Python API 编写了颜色识别与坐标转换模块。采用 OpenCV 的 HSV 色彩空间比直接使用 RGB 更稳定。仿真环境的光照会影响颜色判断，可通过增加点光源解决。

def detect_color(obj_handle):
    _, color = sim.getVisionSensorImg(obj_handle)
    hsv = cv2.cvtColor(color, cv2.COLOR_RGB2HSV)
    lower_red = np.array([0,100,100])
    upper_red = np.array([10,255,255])
    mask = cv2.inRange(hsv, lower_red, upper_red)
    return np.any(mask)

码垛逻辑设计

高层只能放矮物体这一需求，需要实现动态层高管理系统。该逻辑包含三个关键点：倒序检查确保优先填充高层、颜色奇偶分层、物体计数限制防止溢出。测试时需处理矮物体堆满高层后的系统死锁情况。