熱線電話:0755-23712116
郵箱:contact@shuangyi-tech.com
地址:深圳市寶安區(qū)沙井街道后亭茅洲山工業(yè)園工業(yè)大廈全至科技創(chuàng)新園科創(chuàng)大廈2層2A
隨著我國工業(yè)持續(xù)發(fā)展,工業(yè)主導地位不斷提高,我國的工業(yè)生產結構產業(yè)結構從勞動密集型逐漸轉向技術、知識密集型,產業(yè)發(fā)展的動能也逐漸從要素驅動轉向效率驅動和創(chuàng)新驅動。與此同時,隨著5G網(wǎng)絡時代的到來,人民的生產生活將愈來愈智能化。為建設現(xiàn)代化強國,提高工業(yè)生產的作業(yè)效率和經(jīng)濟效益,實現(xiàn)國家經(jīng)濟增長再創(chuàng)新的高度。我國工業(yè)生產的智能化水平仍然是工業(yè)領域的一個重要的研究點,未來工業(yè)智能化的發(fā)展尤為重要。
近年來,隨著工業(yè)智能化的迅速發(fā)展,具有便捷性、精確性、迅速性、智能化等優(yōu)點的機器視覺技術被廣泛應用于工業(yè)生產各領域,其作為一種現(xiàn)代化檢測手段,越來越受到人們的重視。機器視覺技術涉及計算機科學、人工智能、信號處理、圖像處理、機器學習、光學、自動化等多個領域。機器視覺通過光學設備和傳感器獲取到目標物體的圖像信息,然后將圖像信息轉化成數(shù)字化信息,進而通過計算機分析數(shù)據(jù)顯示在電子屏幕上或者通過控制單元指導機器完成任務。機器視覺偏重于信息技術工程化和自動化,但又構建在計算機技術視覺效果方法論的基礎上,它的重點是感知目標物體的位置信息、大小形態(tài)、顏色信息及存在狀態(tài)等數(shù)據(jù)信息。
本文主要通過論述機器視覺技術在工業(yè)生產智能化中的應用,分析機器視覺的優(yōu)點及現(xiàn)如今存在的問題,并針對問題提出解決性的方法,進而剖析機器視覺技術在工業(yè)智能化生產上的發(fā)展趨勢及方向,期望能為現(xiàn)代化的智能工業(yè)生產的發(fā)展提供借鑒。
機器視覺的研究與發(fā)展
機器視覺的概念始于20世紀50年代,最先應用于“機器人”的研制。通過機器視覺傳感器采集圖像信息并處理,進而通過計算估計下一步的位置來控制機器人運動。
20世紀50年代:機器視覺的研究主要集中在二維圖像的簡單分析和識別上,像字符,工件、圖片的分析和處理等,多用于航天、工業(yè)的制造與研究。
20世紀60年代:利用計算機程序從數(shù)字圖像中提取出諸如立方體、楔形體、棱柱體等多面體的三維結構,提出基于機器視覺的多面體零件特征提取技術,進而為識別三維物體和三維計算機視覺研究打下堅實的基礎。
20世紀70年代:這個時期才有人首次提出較為完整的機器視覺理論,也陸續(xù)出現(xiàn)了一些視覺應用系統(tǒng).簡單的視覺應用系統(tǒng)小部分的代替人工生產,讓工業(yè)生產逐步向自動化方向發(fā)展。
20世紀80年代:機器視覺技術在這個時期獲得蓬勃發(fā)展,隨著一些新概念、新方法、新理論的不斷涌現(xiàn)。機器視覺技術也不斷和其他技術相結合,產生新的生產方式應用于工業(yè)生產中,機器視覺也逐漸被人們熟知和應用,使其工業(yè)生產中掀起新的生產浪潮。
20世紀90年代:機器視覺技術開始應用于零部件的裝配。同時,這一時期有人提出將機器視覺和神經(jīng)網(wǎng)絡技術相結合,實現(xiàn)了對機械零件表面粗糙度的非接觸測量。這一技術的實現(xiàn)讓眾多機械零件表面的檢測得到了應用,代替了人工檢測,提高了工業(yè)生產效率,讓眾多工人的雙手和雙眼從工廠生產中解放出來。
21世紀:現(xiàn)如今,機器視覺的發(fā)展已相對成熟,很多企業(yè)借助機器視覺的優(yōu)點將其大量應用于工業(yè)生產中?,F(xiàn)如今的時代是智能化的時代,現(xiàn)代工廠的生產也不斷追求自動化以及機械化,倡導將傳統(tǒng)的人工生產解放出來,越來越多的產業(yè)已經(jīng)在工業(yè)生產智能化方面做的相當出色。機器視覺技術作為工業(yè)智能化生產中的關鍵技術,也不斷的被人們改進。
機器視覺在工業(yè)機器人中的應用
工業(yè)機器人是現(xiàn)代科技的主要代表技術,工業(yè)機器人以其方便精確,省時省力,而被廣泛應用于家電、電子、服裝、汽車、食品、等行業(yè)。隨著現(xiàn)代科技的高速發(fā)展,高標準、高效率已經(jīng)成為眾多企業(yè)追求的目標,在這種發(fā)展背景下,工業(yè)機器人應運而生。其中讓筆者印象深刻的就是京東自動化機器人倉庫,碩大的倉庫里面成千上萬的機器人不停地在貨架之間來回運動,將物品分類、投放、運輸。在工業(yè)機器人領域中機器視覺具有如下功能。
度和效率,使工業(yè)生產更加的自動化和智能化。
機器視覺中的關鍵技術
通俗來說,機器視覺的作用是代替了人眼來做測量和判斷,機器視覺系統(tǒng)利用照相機和照明設備獲取圖像信息,然后傳送給圖像處理系統(tǒng),圖像處理系統(tǒng)將圖片進行顏色、亮度處理,然后將圖像信息轉換成數(shù)字信號,最后通過計算機進行處理、分析。機器視覺中的兩大關鍵技術:圖像采集和圖像分析與處理。
(1)圖像采集
圖像的獲取是機器視覺技術中至關重要的一步,他是后續(xù)圖像處理的保障。利用攝像頭進行圖像捕捉,攝像頭的選擇因功能而異;有時,圖像的質量優(yōu)劣還與光線強度有關,因此,會添加照明功能輔助圖像采集。
圖像采集工作涉及到圖像傳感器的使用,一般靈敏度高、像素大、動態(tài)范圍大、功耗低的圖像傳感器較受人們歡迎。目前市場上普遍使用的傳感器是CCD,其靈敏度高、讀取噪聲低,因此在圖像傳感器占據(jù)一定的市場。日常生活中常見的圖像采集有數(shù)碼相機、手機、各式各樣的攝像頭、多媒體等,圖像采集的速度、質量直接影響到后面圖像的處理以及機器的控制。
(2)圖像分析與處理
圖像分析一般利用數(shù)學模型對圖像的色彩、透明度、色差進行分析,進而提取出有用的圖像信息。主要包括圖像信息識別與讀取、圖像的存儲、圖像數(shù)據(jù)變換、圖像分割、模型匹配以及解釋。圖像分析步驟如圖1所示。
圖1 圖像分析步驟
對于分析好的圖像信息,下一步就需要進行處理。一般的圖像處理方法是數(shù)字處理,主要技術和方法包括去噪、增強、復原、提取特征等。圖像處理所需的硬件有數(shù)字圖像采集器以及圖像處理計算機,主要的圖像處理操作,還是要通過圖像處理軟件來完成。涉及的算法有傅里葉變換、正余弦變換、沃爾什變換,微分計算、濾波處理等。
圖像是機器獲取和信息交流的主要來源。通過圖像的獲取、分析與處理,將外界信息轉化成可供計算機分析的數(shù)字信號,進而通過分析系統(tǒng)傳輸給控制系統(tǒng),發(fā)出下一條動作的指令,控制機器完成任務。
機器視覺技術在工業(yè)應用中的發(fā)展趨勢
機器視覺技術的優(yōu)點:可以利用機器進行非接觸測量,可以利用機器實現(xiàn)在人無法工作和到達的區(qū)域完成對目標物的檢測;機器比人眼對光更加敏感,可檢測人眼看不見的紅外及微弱光檢測測量,解決了人眼的缺陷,擴大了人眼的視覺范圍;機器不會產生疲勞,可以長時間的穩(wěn)定工作,機器視覺可以進行長時間工作、分析、處理與操縱;利用了機器視覺解決方案,可以節(jié)省大量勞動力資源,有效降低企業(yè)生產成本,為現(xiàn)代化工業(yè)生產帶來可觀利益。
現(xiàn)在科技技術發(fā)展較迅速,機器視覺技術的應用也相對成熟,但是還是存在諸多問題:當工業(yè)生產車間現(xiàn)場的噪聲很大時,機器視覺系統(tǒng)往往會受到干擾,會造成設備靈敏度的降低或設備的損壞;另外工業(yè)生產現(xiàn)場有的處于高溫,有的處于低溫,這就要求機器設備要有一定的抗干擾能力和穩(wěn)定性。圖像的采集有時還會受光照強度的影響,當光線昏暗時,就會影響目標物圖像的提取、識別及分析,進而有可能造成生產產品次品率上升,影響生產的精度及效率。如何解決這些問題并提高機器性能,進行有效的圖像識別,使機器視覺技術在工業(yè)智能化生產中得到高效的利用,是當下研究的關鍵。
(1)研發(fā)出高效率的圖像處理軟件和硬件。圖像采集部分的快慢主要依賴于硬件的速度,高質量的硬件可有效減輕主機的負擔,提高系統(tǒng)的對圖像的分辨效率、采集效率、圖像處理的速度及處理分析效率。高質量的軟件也尤為重要,質量高的軟件可以讓機器的命令執(zhí)行速度更加高速有效。
(2)開發(fā)適用性強、高效、穩(wěn)定、實時的智能算法。智能、高效、穩(wěn)定化的智能算法可有效提高系統(tǒng)的分析處理速度,并且改善復雜環(huán)境下系統(tǒng)抗干擾能力較差的缺點,使系統(tǒng)有較強的即時性、魯棒性、穩(wěn)定性、抗干擾性以及環(huán)境適應性。
結語
由此可見,機器視覺技術在工業(yè)制造有著廣泛的需求,在工業(yè)領域有著較大的發(fā)展空間。機器視覺技術的利用可有效的降低生產成本,節(jié)約勞動力,提高生產效率,降低產品次品率;另外,還可以實現(xiàn)非接觸測量。機器視覺技術的優(yōu)點如此之多,因此,對制造業(yè)領域智能化的發(fā)展也具有較大的影響。但是,現(xiàn)在的機器視覺技術還有待提高,許多技術難題還亟待解決,當下任務應著力解決機器視覺技術在工業(yè)生產上的智能化、自動化應用,以便以后全面投入工業(yè)領域生產,進而為我國的現(xiàn)代化強國建設做出貢獻。