機器視覺技術在工業中的應用

樊東 陳津徽 張元良

摘?要：人工智能背景下，機器視覺技術快速發展。本文首先對機器視覺技術的系統組成做了簡單介紹，然后對其在工業上部分應用的研究現狀做了總結，最后闡述了機器視覺技術的發展前景及發展方向。

關鍵詞：機器視覺技術;工業;研究現狀

1 緒論

隨著人工智能的快速發展，自動化生產水平大幅提高，各生產領域中，一貫的人工作業已滿足不了生產需求，因此急需一種技術將其取代。機器視覺技術是通過計算機來模擬人的視覺功能[1]，是一門比較復雜，多學科交叉的技術。經過近70年的發展，機器視覺技術已被廣泛應用到農業、工業等領域，提高了生產的靈活性及自動化程度，滿足當前大批量重復性生產的要求。

2 機器視覺概述

工業生產線上，機器視覺系統主要包括圖像采集系統、圖像處理系統、控制決策系統[2]。

圖像采集系統中，光源及光照方式的選擇、相機及鏡頭的選型會影響到采集圖像的質量。對于光源，常用的有LED燈、熒光燈、鹵素燈等，其中LED燈憑借功耗低等諸多優點，被人們廣泛采用。照明方式有多種，研究人員可根據研究對象特點及自身需求選擇最合理的方案。相機方面，按芯片類型可分為CCD相機、CMOS相機，兩個各有優點，可根據實際需要選擇。曝光時間、相機幀率、相機接口等參數也都是需要考慮的因素。鏡頭的選型中，最重要的參數是焦距。鏡頭的分辨率、景深、畸變等參數也對成像有一定的影響。而且，所選鏡頭應與相機有高程度的配合[3]。

圖像處理系統中，最需要關注的就是算法，包括圖像增強、邊緣銳化、特征提取、圖像識別與理解等[4]。使用恰當的算法，可以得到較好的效果，為后續工作的方便進行奠定了基礎。

控制決策系統中，包含了各類機械裝置，其控制系統根據圖像處理后的結果，按照研究要求標準，對不合格的工件進行剔除。

3 機器視覺工業應用研究現狀

3.1 尺寸測量與缺陷檢測

工業領域中所生產的工件幾乎都需要檢測，其中主要包括產品的尺寸測量和缺陷檢測。尺寸測量中，無論是微小零件的精密測量，還是軸類零件、螺紋幾何參數、薄片零件等，都達到了很高的精度。伍濟鋼[5]對薄片零件尺寸測量進行研究，提出一種輪廓矢量化的測量方法，最終檢測精度達到1um，李亞茹[6]在1.2m×2.6m的測量區域內，對板材進行測量，精度達到了1mm/m。缺陷檢測中，易松松[7]實現了對幾種LED屏幕的檢測，麥國銘[8]實現了光滑注塑產品的缺陷分割，其他諸如玻璃、薄膜等的缺陷，也都相應得到了檢測且效率較高。

3.2 機器人視覺定位應用

工業領域中，視覺定位可實現目標產品的自動化，例如，搬運、定位、焊接等。市面上Matlab、OpenCv、LabView、Halcon等成熟的軟件都可用于視覺定位。視覺定位方法有很多，按傳感器的數量多少可分為單目視覺定位、雙目視覺定位以及全方位視覺定位[9]。當前，學者們研究較多的還是單目視覺定位算法，楊平[10]結合實際場景對無人倉中的快遞抓取機器人進行了研究，實驗結果顯示，對快遞的位置估計上，位置誤差、高度距離誤差、角度平均誤差都在一個很低的范圍內。梁亮[11]進行了仿人機器人室內自主定位的研究，設計了一種基于單目視覺的多信息融合的定位算法，較其他方法降低了誤差。

3.3 汽車制造質量檢測

我國的生產制造業正朝著自動化方向發展，特別表現在汽車制造業中。在汽車儀表板檢測上，基于機器視覺的儀表板總成智能集成測試系統[12]可對5個儀表的指針誤差，24個信號報警燈等進行檢查。另外，對于同步環裝配質量的檢測，可以使裝錯、漏裝等情況杜絕。汽車車身檢測中，最為著名的是英國的ROVER汽車公司800系統汽車車身輪廓尺寸精度的100%檢測，該系統檢測速度快，精度高，達到±0.01mm。最后是對差動齒輪的檢測，福克斯公司以SIMATIC710為基礎開發了其監測方式，該監測方式接連運用兩種不同的方法，可以保證很高的精度。

4 結語

當前，國內外學者加大了對機器視覺技術的研究力度，政府部門也有對自動化生產相關政策的扶持，機器視覺技術將如雨后春筍般迅速發展。人工智能大背景下，深度學習、機器學習等也為機器視覺技術指明了方向，將它們相互結合，可以提升工業自動化生產水平，進一步解放人類的雙手。發展道路上，所面對主要問題主要是算法的更新，國內外學者已經提出了多種算法，但是大部分都還處于實驗階段，相信經過反復的錘煉，定能在機器視覺技術中大放異彩。

參考文獻：

[1]韓茜茜，耿世勇，路向陽.基于機器視覺的尺寸測量應用綜述[J].河南科技，2019（5）：8-10.

[2]馮鍇.基于機器視覺的金屬手機外殼尺寸測量與表面典型缺陷檢測研究[D].

[3]劉杰.基于機器視覺的手機二維尺寸測量技術研究[D].

[4]章煒.機器視覺技術發展及其工業應用[J].紅外，2006（02）：13-19.

[5]伍濟鋼，賓鴻贊.機器視覺的薄片零件尺寸檢測系統[J].光學精密工程，2007，15（1）.

[6]李亞茹.基于機器視覺的大尺寸板材測量方法研究[D].

[7]易松松.基于機器視覺的手機面板缺陷檢測方法研究[D].

[8]麥國銘.表面光潔的注塑制品外觀缺陷視覺檢測方法研究[D].

[9]周應東.工件視覺定位和識別的關鍵算法研究[D].

[10]楊平.供件機器人單目視覺抓取技術應用研究[D].

[11]梁亮.仿人機器人室內自主定位研究[D].

[12]劉武.機器視覺技術及其在汽車制造質量檢測中的應用[J].汽車實用技術，2018（20）：75-76.

作者簡介：樊東（1992-），男，漢族，江蘇連云港人，碩士，研究方向：圖像處理。

*通訊作者：張元良。