早在20世纪80年代美国国家标准局就预计,检测任务的80%乃至90%将由视觉测量系统来完成,该预测至今已基本变成现实。近年来,随着机器视觉技术的迅速发展,机器视觉技术的快速性、精确性、智能化特性已广泛应用到现代工业的各行各业中。

而且,在当前以智能制造为核心的工业4.0时代背景下,中国制造2025战略部署逐步深入,工业机器人产业市场呈现爆炸式增长势头,而充当工业机器人“慧眼”的机器视觉系统也功不可没。

机器视觉系统是一种非接触式的光学传感系统,其同时集成软硬件,能够自动地从所采集到的图像中获取信息或产生控制动作。

简言之,就是用计算机模拟人眼的视觉功能,从图像或图像序列中提取信息,进行处理并加以理解,最终用于检测、测量和控制。

典型的工业机器视觉系统使用摄像机采集被测目标的图像信息,然后将模拟图像信息转换为数字图像信号传送给上位机的数字图像处理系统,处理系统中会根据图片的像素分布、亮度、标志点和颜色等信息,运算出被测目标的位姿和形态等信息,最后根据测试得到的信息控制驱动执行器进行响应的操作。

目前机器视觉已经应用在农产品分选、医疗影像、产品包装检测和工业等领域中。

机器视觉在工业领域中的应用广泛,主要有三个功能:视觉测量、视觉引导和视觉检测。

视觉测量针对的是精度要求较高的一些零部件,精度要求为毫米级甚至为微米级,使用人的肉眼无法完成必须使用机器完成,如对高精度螺纹螺孔的尺寸需要通过机器视觉的方式进行测量,保证连接的间隙和精度;

视觉引导是要求机器视觉能够快速准确地找到被测零件,并确认其位置,引导机器人机械臂准确抓取,如视觉引导随机抓件,通过扫描工具箱内随机分布的零件得到三维图像,采用模式识别的方式,在三维图像中获取机械臂抓取工件的最佳点,引导抓取实现自动化生产;

视觉检测是使用机器视觉系统检测生产线上的产品有无质量问题,对其美观度、舒适度和使用性能进行检测,是取代人工最多的环节,如国内外都实现了使用机器视觉对马铃薯的几何形状检测、表面缺陷检测,从根据这些特征对马铃薯进行分级。

机器视觉极大地提高了工业生产中的柔性和自动化程度,并且能够在危险作业环境中完成一些人工难以完成的工作,在大批量的生产中极大地减少了人工的使用,并提高和保证了生产的质量。

值得指出的是,机器视觉技术在现代工业典型代表的汽车工业中的应用已十分广泛。

作为世界上规模最大和最重要的产业之一的汽车制造业已有100多年的发展历史。相比于其他制造业,汽车制造业具有几个典型的特点:产量巨大且仍保持快速增长;车型更新换代速度快;制造工艺流程非常复杂。机器视觉技术在汽车制造业中的应用,极大地提高了工艺的操作质量和效率,降低了劳动强度。

其已成功地应用于国内外许多汽车主机厂,包括车辆及零部件自动检测、零件三维定位、车身组装/加工,零件追溯等。机器视觉技术的应用已贯穿了整个汽车车身制造过程,包括从初始原料质量检测发展到汽车零部件100%在线测量,再对制造过程中的焊接、涂胶、冲孔等工艺过程进行把控,最后对车身总成、出厂的整车质量进行把关。

目前,机器视觉已在现代工业各个领域被广泛应用,在未来的发展空间将更加广阔,机器视觉技术必成为引导更高、更快、更稳定的自动化工业时代的“慧眼”。

但不得不指出,机器视觉技术在现代工业应用中也受到一定因素的制约,需要未来进行针对性的改进和提升。另外,目前计算机软件的智能程度也还远远不够,在计算机视觉领域大热的深度学习神经网络目前在机器视觉领域的成功应用较少,当目标对象多变、特征复杂、样本数不够的时候,深度学习无法使用,还是要回到传统的老路上来,再考虑实时性的严格要求,机器视觉特别需要一种新的智能的普遍应用于大部分领域的方法出来。

工业界基本都是三维的部件,而二维成像毕竟是三维空间的实际情况的一种病态数据采集,围绕三维机器视觉检测、测量、机器人导引等项目和应用将会越来越多,三维视觉检测将更多的应用到工业生产领域。

在其他众多民用领域也会迎来机器视觉发展的高潮,现代制造、医疗、电子、仓储等各个领域都会有各种各样的新应用,促进新时代智能化的发展;机器视觉硬件系统也会朝着嵌入式的方向发展,运算效率和智能化程度越来越高。

(文章转自网络,如有侵权,请联系删除)