機器視覺技術在工業機器人中的應用研究

譚春林

（新疆昌吉職業技術學院，新疆 昌吉 831100）

1 機器視覺發展現狀

20 世紀60 年代，機器視覺研究開始興起，羅伯特等人的三維視覺研究為機器視覺技術發展打下了堅實基礎；20 世紀70 年代，機器視覺興起，大衛·馬爾提出一種新的機器視覺理論，這是機器視覺的第一個重要理論框架，也是機器視覺理論的雛形。20 世紀80 年代，隨著機器視覺技術的迅速發展，世界范圍內出現了一股新的機器視覺理論，包括動態視覺理論框架、視覺集成理論框架等。20 世紀90 年代，隨著計算機視覺工業化的出現，大量的機器視覺公司建立，各種工業領域都有了機器視覺的應用。我國在20 世紀80 年代開始機器視覺技術的研究。中國首次引入了機器視覺技術，并在南方的電子半導體工廠中得到了應用。我國機器視覺技術發展可以分成4 個時期：第1 個時期是在20 世紀80 年代開始的機器視覺，這一時期主要是技術和設備；第2 個時期為1999 ～2003 年，國內機器視覺企業通過代理部分國外機器視覺企業系統整合服務和機器視覺的二次開發；第3 個時期為2004 ～2007 年，在此期間，國內機器視覺廠商由學習向自主研發轉變，并逐漸占領初級市場；第4 個時期是從2008 到現在高速發展時期，在這一時期，我國相關機器視覺設備公司紛紛出現，并迅速提高機器視覺產業的質量和速度。根據中國機器視覺工業聯合會的數據，2019 年，機器視覺領域的銷售額超過了百億，以20%的速度增長。

2 機器視覺系統組成

2.1 光源

光源是影響成像質量的重要因素，它的作用是突出物體的特點，抑制不相關特征，提高被探測區域和未探測區域的反差，并保證光源有足夠的亮度和穩定性，從而保證圖像的成像質量。由于光源種類繁多，為了獲得最佳的使用效果，需要根據實際情況選擇適當光源。在選擇光源時，選擇不同的光源以達到反射的目的，并吸收不必要的光。

2.2 相機及鏡頭

相機是機器視覺的關鍵部件，它的作用是把接收的光線轉換成有秩序的電子信號。圖像傳感器是相機的核心感光元件，其主要包括兩類：CCD 和CMOS。其最大的區別是芯片技術結構的不同。CMOS 相機把采集的光線信號轉換成電信號，然后把電子器件整合到一個芯片中，使得相機可以更快速地讀取圖像信息。CCD 攝像機不需要在晶片上安裝任何電子元件，而是利用晶片表面來捕獲光，所以對光非常敏感，適合在弱光環境下拍攝。此外，鏡頭是機器視覺的“眼球”，還是機械視覺的一部分。透鏡的選取直接影響圖像分辨率、對比度、景深等重要的成像參數，從而影響圖像的質量。現在，鏡頭正向著高分辨率、高光譜傳輸的方向發展。

2.3 圖像采集處理

采集卡的功能是采集、壓縮、存儲、控制圖像的解析度，并以高速傳輸圖像信息。圖像處理是指對攝像機獲取的原始影像進行多種處理，以突出圖像中的特征，并對不需要的信息進行篩選。對于各種特征信息有多種處理方式，如圖像降噪、增強、分割和特征提取等。

2.4 機器視覺軟件

一般的視覺軟件可以根據功能劃分為兩大類：（1）特殊功能（例如，金屬鑄件檢測、BGA 錫球檢測、液晶顯示器檢測）；（2）一般的功能（如測量、定位、實時反饋和分類檢測）。

根據視覺軟件的著重點，可以劃分為3 個主要類別：（1）可視覺圖形處理軟件（如OpenCV、Halcon、VisionPro)；（2）算法方面的視覺軟件（Matlab、LabVIEW)；（3）由攝像機SDK 開發的視覺軟件（eVision）。當前，使用最多的是Halcon、OpenCV、VisionPro 等。Halcon 擁有超過1400 個可被各種開發語言調用的獨立操作，并擁有獨有的底層數據管理、開發語言、工業相機接口；另外，OpenCV 是一款開源跨平臺電腦視覺庫，它能適應各種不同的操作系統，并支持很多的程序設計，但是OpenCV 開發周期較長；Vi sionPro 是美國Cognex公司開發的一款圖像處理、拼接和標定的視覺軟件，它的開發速度很快，可以通過圖形化或API 函數實現。

3 機器視覺技術分析

3.1 機器視覺技術的概念和工作原理分析

機器視覺系統利用機器視覺產品（也就是分成CCD和CMOS）將目標轉化成圖像信號，再通過特殊的圖象處理系統獲取目標的外形信息，并根據像素分布、亮度、色彩等將這些數據轉化成數字信號，而且，圖像處理系統可以獲得與目標特性有關的資料，以決定設備的移動。

機器人可以利用強大的運算和仿真能力，使機器可以對周圍物體做出類似人類的反應，并對外部信息進行細致的分析，然后進行綜合處理，最后的結果反饋給機器人內的電腦，該方法由可視覺傳感器獲取，可用于日常生產檢測、控制和觀察。目前，智能視覺識別技術中有一種比較成熟的3D 視覺識別技術，它可以將圖像采集到計算機中，并將其傳輸到計算機中。計算機將圖像進行分析、處理，再將其反饋到執行機構，以實現視覺操作。

3.2 機器視覺技術的作用分析

工業機器人作為一種非常具有代表性的現代技術，具有精準、快捷、省時等諸多優點，在食品、家電、服裝、電子等行業中都有廣泛的應用。第一，在現代化工業生產中，機器視覺技術能夠在最短的時間內準確地判斷出物體的具體位置，從而準確地捕捉到目標。第二，利用機器視覺技術，可以利用它的識別能力獲得一幅圖像，然后進行分析、處理，從而確定目標和物體的不同狀態，實現對信息的追蹤和采集。第三，對各種產品在生產過程中的品質進行檢驗，如產品尺寸、外觀缺陷等，完全解放了人工。第四，在工業生產過程中，很多細小設備都是人們不易發現的，自動機器視覺技術可以對這些零件進行有效的檢測。第五，能夠有效地進行分類和處理工作。如果用人工進行分類，將會有一些限制。因此，利用視覺機器人進行分類提高了工作效率和精確性，使工人得以解放。

4 機器視覺技術在工業機器人中的應用分析

4.1 機器視覺技術在自動檢測中的應用

工業機器人的視覺系統，主要是根據攝像機和機器人的具體位置來判斷。工業機器人視覺系統分為兩大類，一種是Eye-in-Hand，該系統包括機器人、控制器、控制系統和單眼視覺系統等，并對機器人手臂的觸碰進行檢測；第二種是Eye-to-Hand，它會被固定在一個地方，在工作的過程中，它不會跟著機械臂一起移動。根據上述兩種方法的比較，第一種方法會妨礙到機器人的視覺，從而導致機器人在移動中出現較大的偏差，因此，在比較了兩種方法后，Eyein-Hand 機器人的視覺系統是最好的選擇。在工業機器人視覺系統中，它的視覺系統是通過校準來實現的，也就是說，它可以通過2D 和3D 技術來實現。

4.2 機器視覺技術在智能裝配中的應用

首先，是對運動物體的探測。運動物體的檢測要求在背景圖像中自動提取物體。在這種情況下，機器人的分類問題主要有光流法、幀間差分法和背景差分法三種方法來實現利用這三種方法，可以很容易地實現對物體的動態檢測，從而實現對物體的自動識別。其次，是對運動物體的追蹤。利用多個目標跟蹤方法，實現對運動物體的跟蹤。具體來說，就是對每幅圖像進行一幀的分析。在每個畫面中都會檢測到一個移動物體，然后對每個畫面中的像素進行分類，并建立一個目標鏈。在接下來的幾個畫面中，不斷地進行定位和識別，建立目標鏈，以及建立相應的運動對應關系，從而對目標進行精確的判定。在判定物體時，物體坐標系統與機器人坐標系統之間有某種關聯，使物體在分類時能正確地進行相應的定位，為以后的分類工作提供借鑒，對運動對象進行跟蹤時，也要建立相應的運動模型。通過建立運動模型，使機器人能夠快速、簡單地做出判斷，從而簡化工作，提高工作效率。

4.3 工業機器人的視覺技術識別應用

工業機器人是當今最具代表性的技術之一，它具有操作簡便、準確、省時等特點，在家電、電子、服裝、汽車、食品等領域得到了廣泛的應用。由于許多公司都在追求高質量、高效率的產品，工業機器人就是在這樣的背景下誕生的，例如，京東自動機器人，數以千計的機械人穿梭于各個貨架之間，分揀、投放、搬運。

機器人視覺系統包括相機定位、圖像分析和處理、目標狀態辨識和運動控制四大方面。首先，通過攝像機位置來確定物體運動坐標，得到物體的坐標對所采集到的物體進行圖像分析與處理，基于圖像分析方法，通過對物體狀態進行分析和處理，進而實現對物體運動的控制。工業機器人的應用是現代工業與傳統工業相比的重大進步和發展，它克服了傳統工業成本高、效率低、時間長等問題，解放了人們的雙手，實現了工業的自動化和智能化。

4.4 工業機器人的視覺技術定位應用

工業機器人視覺技術根據具體產品的外形，利用影像處理技術，找出適當的捕捉點，并設定象素的坐標，再用機器人手與眼連在一起，完成對工件抓取點定位。當確定了一個空間捕捉點的戰略時，它的背景必須是固定的，它的工件是有機體，可以通過相應的機器來提高它的形狀，這樣的抓取方法可以根據平面上的直線位置關系進行定位。通過對參考數據中的灰色值和特定屬性，從工件邊沿剖面的特定角度進行閾值分析，再將圓法和幾何法相結合，可以快速地獲得所需的資料，進而二維化的抓取點進行確定。為了對其進行有效的分析，把它分成兩個部分，第一部分是曲面的分塊和多邊形擬合，它可以用工件形狀來決定中心，這樣就可以對圖形進行邊緣化，工件的輪廓就會變得更加清晰。第二部分，通過與其對應的幾何要素相結合，可以對工件的外形進行簡單的分割，例如，圓、線等。該方法不僅可以保留原始輪廓的相關信息，還可以進行數據壓縮和計算，并對其進行初始化處理，這樣就可以實現對工件輪廓的擬合，并根據實際情況對工件的輪廓進行處理。

5 機器視覺技術發展趨勢

機器視覺技術的優勢：通過機器非接觸式測量，能夠在人不能操作或到達的地方，實現目標探測；它能探測肉眼看不到的紅外線和弱光探測，擴展眼睛的視野。另外，機器人不會疲勞、工作時間長、工作穩定、分析、處理和操作；采用機器視覺技術可以節約大量的人力，有效地減少企業生產成本，為現代工業生產創造了巨大的效益。例如，工廠內噪聲太大時，機器視覺會被干擾，從而導致儀器靈敏度下降或者設備受損。由于工業生產中有些地方溫度較高、有些地方溫度較低，對機器設備的抗干擾性和穩定性提出了更高的要求，在圖像獲取過程中，由于光線較弱、圖像的提取、識別和分析都會受到一定的影響，從而導致產品質量下降影響加工準確性和效率，如何解決這些問題，改善設備的性能，實現對圖像的有效識別是當前的一個重要課題。

6 結語

隨著機器視覺技術的迅速發展，對機器人的需求越來越大，它的發展也越來越深刻地影響著整個社會。目前，為適應工業生產自動化必須依靠機器視覺技術來提高生產自動化水平，所以工業制造技術的進步，讓機器視覺技術也隨之進步。本文著重探討了機器視覺技術在工業機器人中的應用，以期為機器視覺技術工作提供有益的借鑒，能夠打破簡單的重組作業模式，適應當前市場發展的需要。