机器视觉助力工业的发展2022-10-27 15:03
机器视觉发展到今天已经有二十多年的历史了,它实质上是计算机学科中一个重要的分支。在起初的20世纪50年代,研究的是简单的二维图像统计模式识别;到了60年代,则开始研究三维机器视觉;70年代中期到80年代初期,机器视觉开始在全球范围内大范围开启研究,同时MIT人工智能实验室开启“机器视觉”课程,机器视觉在这个时期得到了蓬勃的发展。
从世界范围来看,中国虽然是制造的大国,但一直大而不强,中国制造目前仍然处于第三方阵。 在宏观战略的细分执行上,我国也提出三步走的具体规划:第一步要实现数字化制造,第二步实现互联网+制造,第三步实现新一代智能制造。 就整个制造类型来看,这分别代表着劳动密集、资本密集、技术引领和市场变动型的不同制造形式。 我国目前主要仍处于劳动密集型制造形态,该制造形态以低层次、低劳动成本为核心竞争力,主要行业包括加工、组装、家电、电子产品等基础制造业。 随着人工成本不可避免的不断提高、工人不稳定性影响品质问题显露,人的不确定因素成为劳动密集型制造的发展瓶颈。 这些困境的根本出路就在于转型升级,同时提升智能化程度,用人工智能结合制造业,以人工智能+机器人去减少人工,降低人工造成的品质不稳定,质量差等问题,无疑是促进制造业转型升级的良好方法。 机器视觉主要有三个主要部分: 1,机器人眼球结构 机器人眼球相当于相机或扫描仪。它通过红外发射管发射红外光。红外光在遇到物体后被反射回来。在接收到反射的红外光后,红外线接收管将电信号传输至芯片,芯片通过一定算法进行全面计算,感知物体位置形状等。 2,运动控制系统 作为工业机器人的核心部件之一,机器人控制系统对机器人的性能有决定性的影响。它的运动控制相当于自动化的一个分支。使用伺服机构装置驱动,例如液压泵,以线性地执行或电机来控制机器的位置以及速度,随着当前机机器人技术的提升,机器人的精度及速度都已达到非常精准的地步了。 3,图像处理 图像本身只能在图像处理后找到图像中所需的特征,以便进一步执行其他命令动作,例如机器人手臂的移动和机器人手臂的移动。使机器人可以完成相关命令。 这些困境的根本出路就在于转型升级,同时提升智能化程度,用人工智能结合制造业,以人工智能+机器人去减少人工,降低人工造成的品质不稳定,质量差等问题,无疑是促进制造业转型升级的良好方法。 机器视觉带来的改变人工智能是促进制造业转型的重要技术。近年来,人工智能的概念非常火爆,但在实际应用却很少,尤其是在制造业中,人工智能的应用还仍然处于初级阶段。 目前人工智能+制造业的应用,主要集中在配合机器视觉的应用。 人类的信息获取75%以上来自于视觉,机器视觉是对于人类视觉的再提升。机器视觉无疑比人眼更加强大,在很多环境下,人类的视觉变化已经越来越难满足要求。例如电子制造等行业的高速高精产线,往往速度快,工件小,非标件多,如果大量依靠人工,工人必可避免的疲劳等客观因素会带来非常高的误差,导致产品质量不稳定。因此,用机器视觉来替代人眼至关重要。 现在的机器视觉的典型实现技术方式是用工业相机来完成,工业相机通过集成运动控制单元,能把运动图像采集到计算机,通过计算机识别反馈回到机器来执行动作调整。 在原先,自动化设备是按照既有预定指令来执行,但加上视觉反馈后,同时也能根据对于环境感知,快速做出实时调整,使得设备智能性得到提升,执行的效率和准确性得到了提升。 从生产线和智能工厂的角度来看,加入机器视觉后能很好提升制造水平。 当前许多工厂设备已经实现了基本自动化,表现为能按照人的编程机械式重复运动,但如果给机器加上视觉,设备就能够根据不同环境条件来进行主动调整,从而在自动化设备基础上实现智能化。 用机器视觉技术取代人工产业已经具备非常强的场景可行性。 目前机器视觉在珠三角地区已经得到大范围应用。由于长三角珠三角地区是电子制造产业集中地,加工电子元器件、Pcb板以及手机组装等制造产业精细且比较小,同时有大量的强光作为背光,对人体的伤害非常大,这些场景无疑就非常适合机器视觉的应用。 除此之外,机器视觉还能实现更精准的定位,使得机器人在抓取过程中实现视觉定位和误差补偿。在 OCR识别上,机器视觉也大有可为,例如识别板面文字,判断漏缺,判断安装是否正确。 上一篇: 机器视觉系统的重要性
下一篇: 机器人视觉定位抓取
|