工业机器人机器人视觉技术应用发展研究

工业机器人机器人视觉技术应用发展研究

丁约心

重庆建筑科技职业学院

摘要：工业机器人因其高效灵敏、精准坚固而被广泛应用于工业领域。 机器视觉技术的进步让机器人控制引导技术也变得更加强大。工业机器人智能化程度高是我国装备制造业水平提升的重要标志，视觉引导技术在机器人实用技术中的重要性。通过对机器视觉技术的发展进程和多个领域利用进行了阐述。

关键词：工业机器人；视觉技术系统； 机器视觉；发展

引言

机器人视觉系统，就是用机器人代替我们人类的眼睛，来进行各种各样的调查和判断。它是计算机学科的一个重要分支，综合了光学、机械等多方面的技术，涉及计算机、图像处理、信号处理等多个领域。它表明机器视觉可以利用环境和物体对光的反射，在智能处理和判断信息的同时，获取和感受信息。对于检测缺陷和防止缺陷产品向消费者的功能，其价值不可估量。

1.视觉系统的组成

1.1 视觉系统的组成

典型的机器视觉系统包括以下五个主要区块：一是照明、二是镜头、三是摄像机、四是图像采集、五是计算机；

A：照明

对输入数据的质量和应用效果有直接的影响，它是关系到机器视觉系统输入的一个重要的要素。由于没有通用的机器视觉照明设备，因此，针对每个特定的应用案例，要一对一选择照明装置，从而达到最佳效果。而且，光源可以分为可见光和不可见光。可见光的缺点是光保持稳定性的可能，是在实地使用时急切需要解决的问题。另一方面，环境光线很可能对画面的呈现效果造成影响。

B：镜头

FOV（Field of Vision）=所需分辨率*亚像素*相机尺寸/PRTM（零件测量公差比）。镜头的参数主要有焦距、目标高度、影像高度、放大倍数等。如果为实现其具体的功能、要根据具体要求选择匹配的镜头。

C：摄像机

根据不同的标准可分为：标准分辨率数字相机和模拟相机等。要跟据不同的实际应用场合选不同的摄像机和高分辨率摄像机，如：线扫CCD、面阵CCD；如：黑白摄像机、彩色摄像机。

D：图像采集

图像采集卡只是完整机器视觉系统的一个部件而已，却起着十分重要的作用。图像采集卡直接决定了摄像头的接口：黑白、彩色、仿真、数字等。

E：计算机

这些需要的信息在输入到控制机构后，需要经过计算机处理才能进行详细的操作。想要实现更多的视觉功能，图像处理软件也是不可缺少的，图片处理软件一般都具有图片的增强、平滑、分割、特征提取、识别与理解等功能。

2.视觉系统的发展

2.1视觉系统的发展进程

2.1.1模式识别：起源于20世纪50年代的机器视觉，早期的研究主要从统计形式识别开始。

2.1.2积木世界：20世纪60年代的钻研方向是三维机器视觉，目的是了解立体场景。1965年Roberts从立方体、楔形体、棱柱体等多面体的数字图像中提取描述物体形状及物体空间关系的三维结构。他开创了3D机器视觉的研发，以理解三维场景为目的。关于积木世界的创造性研究给了人们很大的启发，许多人相信，能够理解白色积木构成的三维世界，就可以普吉岛比较复杂的三维景象中去。于是，人们深入钻研了积木世界。钻研的范围从边、点等特征，以及线、平面、曲面等几何要素的分析，或者是照片明暗、纹理运动以及成像几何等方面提取出来的，建立了多种数据结构和推理规律。

2.1.3开始发展：视觉运动系统(Guzman969， Mackworth1973)出现于20世纪70年代。与此同时，美国麻省理工大学的人工智能(AI, Artificial Intelligence)实验室正式开设了由国际著名学者B．K． EHON教授主讲的“机器视觉”课程。进入MIT参与机器视觉理论算法和系统设计研究的学者非常多。1977年，David教授在1977年提出了计算视觉理论，与“积木世界”分析法相区别，成为1980年代机器视觉研究领域一个十分重要的理论框架。

2.1.4蓬勃发展：机器视觉在1980年代至1990年代中期获得蓬勃的发展，如：基于感知特征群的对象识别理论框架，主动视觉理论框架，视觉集成理论框架等。

时至今日，机器视觉在研究领域还是非常活跃的。

2.2 机器视觉在国内的发展

机器视觉技术，大概几十年前就来到了中国。在机器视觉检测方面，在工业生产制造方面比较活跃，现阶段，伴随着我国配套设施基础设施的健全，技术和资产的积累，各领域对图像和机器视觉技术所选用的工控自动化、智能化系统的要求才刚刚开始普遍出现，我国相关的大专院校、研究所、公司都在图像和机器视觉技术领域进行了积极的思考和大胆的尝试，逐步开始应用于工业生产现场。在制药业、包装印刷、矿泉水瓶盖检测等领域经常使用。这种利用多集中于药品检测散装、包装印刷颜色检验等方面。真正的使用还是少之又少，那么，关于制造行业的左右室内空间的使用还是比较大的。

2.2.1机器视觉行业市场规模

目前我国机器视觉正处于一个高速增长阶段。未来，受益于宏观经济回暖、新基建投资力度加大、数据中心建设加快、制造业自动化推进等因素，我国机器视觉产业市场规模仍将保持增长态势，预计2022年机器视觉产业市场规模可达229亿元。

2.2.2机器视觉系统成本构成

从机器视觉系统机器的成本构成来看，在机器视觉系统中，占比最大的是中游零部件环节，高达45%，软件开发环节占比35%，零部件和软件开发环节占比高达80%，是机器视觉的核心环节。此外，装配集成和维护机器视觉系统的所占比例为20%。

2.2.3机器视觉行业下游应用结构

从下游应用结构来看，目前我国机器视觉在电子电气、半导体、汽车、印刷包装、食品加工等领域已经得到了广泛的应用。其中，电子电气产业是我国机器视觉产业最大下游应用领域，比重达到52.9%。其他如半导体、汽车、印刷包装和食品加工领域占比分别为10.3%、8.8%、5.5%和4.9%。

2.2.4国家行业政策支持行业发展

近年来，国家多次出台扶持智能装备制造业的发展的相关文件，对机器视觉行业产生了直接或间接的正面影响。国家对智能装备制造业及其关键零部件行业的发展重视，政策扶持力度不断加大，有望加速推动中国“Made In China”向“中国智造”、“中国创造”转变，为机器视觉产业提供更大的市场空间和发展机会。

2.2.5行业结构升级推动机器视觉行业发展、数字经济技术给机器视觉注入新活力、下游应用领域拓展推动机器视觉行业整体发展等。

2.3 国外机器视觉的发展现状

国外的水平在机器视觉技术中还是普遍高于中国的，不过近年来我国的机器视觉技术发展算是超级迅猛的，想来超越国外也是指日可待的事情来。在国外，机器视觉技术的使用普及化关键体现在半导体材料及电子行业，其中大40%-50%集中在半导体行业。实际如PCB印制电路：制造印制线路板的各种拼装技术、设备;单、两面、双层PCB线路板，覆铜板及所需原材料及辅材;辅助器具及其耗材、印刷油墨、药液药品、零配件;电子封装工艺及设备;靠近金属丝网的油墨印刷设备及原材料等。SMT加工工艺与技术、电焊及焊接技术、检测技术、维修技术及各种各样辅助软件及零配件、SMT原材料、贴糖衣片、粘合剂、助焊剂、焊接材料及抗氧化油、焊膏、清洁剂等;再流式二保焊机、波峰式焊机、自动化流水线设备。电子器件生产制造设备：电子元器件生产制造设备、半导体材料和集成电路芯片生产制造设备、电子器件成型设备、电子器件工磨具，机器视觉系统软件还须经过质量检验的所有订单已经被普遍的使用，其商品在使用中具有至关重要的影响力。

3.视觉系统的应用

3.1机器视觉系统的局限性

就其目前的整体技术水平而言，仍存在一些有望在未来一段时间内一一解决。

第一，它容易受到环境光源的制约：光源不同会造成成像质量和效果的不同，对检测算法的检测会产生直接的千扰，从而可能造成产品的误判；单一的视觉引1导技术无法保证路径中探测障碍物的精确性，决策控制层经常需要将各种传感器收集到的信息进行整合。

受到硬件设备性能的限制：镜头畸变矫正、相机的标定差异性和有限的视角范围；安装条件和场地限制要求的传感器集成方案；每个像素的暗电流都不一样，光子反应不一致会造成摄像机中空间及模式噪声；CCD线阵相机的参数设置的局限性。

受限于端上计算资源：大规模、复杂的工业产品模型架构，需要借助强大的计算能力，在设备终端难以满足内存的情况下，采用模型云端离线训练，再向设备终端部署；图像数据在传输时仍需对特定任务目标进行参数调整和模型优化，这将导致额外的工程支出，而且实时性较差。

受到检测对象多样性的限制：物体表面存在多种缺陷、缺陷产生机理不清、缺陷描述不全面；机器视觉系统很难提取数据中的特征。

受限于成本和收益经济性：工业相机的核心部件，如视觉传感器和底层视觉软件的开发，需要较大的成本投入。

3.2机器视觉系统的优势

  首它能实现对产品质量检测及实时监控的保障更高，杜绝我们人工自己检测过程中的主体、个体细小差异； 检测精度更高，更细化，突破了人工在物理上的局限性。在全寿命产品周期内，对产品进行缺陷检测，如外形、标签、完好度等；不断提高数字图像处理和计算机视觉算式算法，达到广泛、高效的软件系统层面的检测能力，与机器视觉系统的检测能力互相弥补； 杜绝人工与物件直接接触，杜绝人为损坏物件，最大避免检测系统机件的消耗程度和维修费用的支出；规避物品被污染； 利用机器视觉技术的机器人或机械臂，能够根据机器视觉系统提供的位置和方向信息，智能抓取工件，在食品、医药制药、包装等行业得到广泛应用，扩大了柔性生产制造； 在安全上减少作业人员在现场操作的时间，有效避免了操作人员听力受损、身体机能下降等情况的发生，最大确保工作人员人身安全。

3.3实际案例的应用

（1）在工业检测方面

近几十年来，利用视觉系统非接触性强、速度快、精度适宜、现场抗干扰能力强等工业检测中的突出优势，使机器视觉技术得到了广泛的应用，在经济和社会效益上都取得了巨大的成就。

(2） 在医学上的应用

在医学领域，机器视觉主要用于医学辅助诊断。先要采集核磁共振超声波等对人体检查记录的图像，再利用数子图像处埋技术、信息融合技术对这些医学图像进行分析、描述和识别后来得出相关信息，对辅助医生诊断人体病源大小、形状和异常，并进行有效治疗发挥了重要的作用。

（3）交通监控领域中的应用在交通监控领域中的应用

例如，在重要路口放置摄像头，利用摄像头的快速拍照功能，就可以实现自动识别、存储违法、逆行等车牌，以便相关工作人员核对。

（4） 在桥梁检测领域中的应用

基于机器视觉的检测方法是利用CCD摄像机获取桥梁的表观画面，然后经过计算机处理后自动识别裂缝图像，从背景中分离出来再进行裂缝参数的计算，具有方便、直观、精确、非接触、再现性好、适应性强、解放劳动力、排除人为千扰的优点，具有良好的应用前景。

结束语

在本文通过对机器人视觉技术发展现状的探究可知，机器人视觉技术受到越来越多的重视，其在生活、工业、农业等传统应用领域，在工业、医学、交通等热点应用领域查,例均发挥着重要的作用。工业生产、人类日常生活等多方面提供便利，提高生活生产效率，降低劳动力需求，无疑是人类发展的大势所趋。作为已有30多年发展历史的技术，机器人视觉技术已经由单一的检测逐步向智能化发展，人为因素的影响在降低，误差逐步减小，应用更具有实用价值。但是,机器人视觉技术需要根据不同的领域和不同的环境进行设计实现。这些都是视觉技术发展所取得的成果，但从长远来看，其仍具有诸多不足：工业生产的通用性方案如何解决，配套设施如何完善，定位精度不足的问题，都需要我们付出坚持不懈的努力才能攻克。

参考文献：

[1] 王 文 建 . 大 气 环境监 测 存 在 的 问题及优 化 策 略 分 析 [J]. 清 洗世 界,2022,38(02):132-134.

[2]俞栋,费腾,朱兴达.大气环境监测存在的问题及优化策略分析[J].清洗 世界,2021,37(09):112-113.

[3]王定国.大气环境监测存在的问题及优化策略分析[J]. 中国资源综合 利用,2021,39(04):163-165.