工業(yè)機(jī)器視覺(jué)系統(tǒng)結(jié)構(gòu)

工業(yè)機(jī)器視覺(jué)系統(tǒng)構(gòu)架主要分為硬件設(shè)備和軟件算法兩部分，其中硬件設(shè)備主要包括光源系統(tǒng)、鏡頭、攝像機(jī)、圖像采集卡和視覺(jué)處理器；軟件包中核心算法主要包括傳統(tǒng)的數(shù)字圖像處理算法和基于深度學(xué)習(xí)的圖像處理算法。

工業(yè)機(jī)器視覺(jué)系統(tǒng)產(chǎn)業(yè)及市場(chǎng)規(guī)模

2017年全球機(jī)器視覺(jué)市場(chǎng)規(guī)模達(dá)到40億美元，2017～2025年復(fù)合增長(zhǎng)率預(yù)計(jì)達(dá)到8.5%左右。隨著食品、包裝、工業(yè)、消費(fèi)電子等制造產(chǎn)業(yè)逐步在中國(guó)制造，中國(guó)境內(nèi)對(duì)機(jī)器視覺(jué)系統(tǒng)的需求量日益增長(zhǎng)，未來(lái)5年年復(fù)合增長(zhǎng)率將達(dá)到10.4%，如維視智造、欣維視覺(jué)等公司。

機(jī)器視覺(jué)技術(shù)在工業(yè)制造環(huán)節(jié)中的應(yīng)用優(yōu)勢(shì)

1. 可實(shí)現(xiàn)可靠性更高的產(chǎn)品質(zhì)量檢測(cè)及實(shí)時(shí)監(jiān)控，有效的避免了人工檢測(cè)過(guò)程中的主觀性和個(gè)體差異；

2. 檢測(cè)精度可達(dá)到亞微米級(jí)別，突破了人眼的物理限制，在全生命產(chǎn)品周期內(nèi)對(duì)產(chǎn)品進(jìn)行外形、標(biāo)簽、完整度等方面的缺陷檢測(cè)；

3. 數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)算法不斷優(yōu)化，在軟件系統(tǒng)層面上提供更廣泛及高效的檢測(cè)功能，補(bǔ)充機(jī)器視覺(jué)硬件系統(tǒng)的檢測(cè)能力；

4. 避免檢測(cè)人員與被檢測(cè)物件直接接觸，防止物件被人為損壞，避免了檢測(cè)系統(tǒng)機(jī)械部件的消耗程度以及維護(hù)成本；防止物件免受污染；

5. 使用機(jī)器視覺(jué)技術(shù)的機(jī)器人或者機(jī)械臂可以根據(jù)機(jī)器視覺(jué)系統(tǒng)提供的位置和方向信息，對(duì)工件進(jìn)行智能抓取，廣泛應(yīng)用于食品，醫(yī)療制藥和包裝等行業(yè)，拓展了生產(chǎn)制造的柔性；

6. 減少人在現(xiàn)場(chǎng)操作的時(shí)間，有效的避免了操作人員的聽(tīng)力損害、身體機(jī)能下降等情況，保證了操作人員人身。

機(jī)器視覺(jué)技術(shù)在九大工業(yè)制造行業(yè)中的應(yīng)用案例

機(jī)器視覺(jué)技術(shù)在工業(yè)制造中應(yīng)用的局限性

1.受到環(huán)境光源的約束：不同的光源將造成不同的成像質(zhì)量和效果，直接干擾檢測(cè)算法的檢測(cè)，可能造成產(chǎn)品的誤判；單一的視覺(jué)引導(dǎo)技術(shù)不能保證路徑中障礙物檢測(cè)的精度，決策控制層往往需要融合多種傳感器采集的信息。

2. 受到硬件設(shè)備性能的限制：攝像頭的鏡頭畸變矯正、標(biāo)定差異性、視角范圍有限；安裝條件及場(chǎng)地限制，對(duì)傳感器融合方案的要求；每個(gè)像素的暗電流不同，對(duì)光子響應(yīng)不一致，會(huì)造成攝像機(jī)中空間及模式噪聲；CCD線陣相機(jī)的參數(shù)設(shè)置的局限性。

3. 受到端上計(jì)算資源的限制：工業(yè)產(chǎn)品大規(guī)模復(fù)雜的模型架構(gòu)需要依賴(lài)強(qiáng)大計(jì)算能力，當(dāng)設(shè)備終端上內(nèi)存難以滿(mǎn)足時(shí)需要采用模型云端離線訓(xùn)練再部署到設(shè)備終端；圖像數(shù)據(jù)傳輸時(shí)仍需要對(duì)特定的任務(wù)目標(biāo)進(jìn)行模型的參數(shù)調(diào)整、優(yōu)化，會(huì)產(chǎn)生額外的工程開(kāi)銷(xiāo)，且實(shí)時(shí)性較差。

4. 受到檢測(cè)對(duì)象多樣性的限制：物體表面缺陷種類(lèi)繁多、缺陷產(chǎn)生機(jī)理不明、缺陷描述不充分；機(jī)器視覺(jué)系統(tǒng)難以從數(shù)據(jù)中提取特征。

5. 受到成本和收益經(jīng)濟(jì)性的限制：視覺(jué)傳感器等工業(yè)相機(jī)核心零部件和底層視覺(jué)軟件的開(kāi)發(fā)需較大投入成本。

工業(yè)機(jī)器視覺(jué)系統(tǒng)的10大未來(lái)發(fā)展趨勢(shì)

技術(shù)

1.工業(yè)相機(jī)中的視覺(jué)傳感器在結(jié)構(gòu)設(shè)計(jì)上不斷優(yōu)化。

2.嵌入式視覺(jué)系統(tǒng)的應(yīng)用增加工業(yè)現(xiàn)場(chǎng)編程效率。

3.設(shè)備端深度學(xué)習(xí)模型不斷獲得壓縮與加速。

4.設(shè)備端上計(jì)算能力的提升。

5.計(jì)算機(jī)視覺(jué)與機(jī)器人技術(shù)結(jié)合增加機(jī)器人視覺(jué)自適應(yīng)能力。

應(yīng)用

1.可對(duì)3D打印產(chǎn)品瑕疵問(wèn)題進(jìn)行微米水平無(wú)損檢測(cè)。

2.視覺(jué)信息提升智能機(jī)床加工過(guò)程中的自主感知能力。

3.智能視覺(jué)設(shè)備的應(yīng)用提升工廠員工操作效率及安全。

4.讓工業(yè)機(jī)器人從實(shí)際工作中學(xué)習(xí)基于視覺(jué)的運(yùn)動(dòng)技能及操作策略。

5.在細(xì)胞學(xué)研究工作中進(jìn)行細(xì)胞顯微鏡圖像質(zhì)量的自動(dòng)評(píng)估。

文章來(lái)源于機(jī)器之能