機器人視覺系統(tǒng)的工作發(fā)展及難題

作者丨北京信息科技大學(xué)信息與通信工程學(xué)院?孫鄭芬 吳韶波

0 引言

隨著我國工業(yè)持續(xù)發(fā)展，工業(yè)主導(dǎo)地位不斷提高，我國的工業(yè)生產(chǎn)結(jié)構(gòu)產(chǎn)業(yè)結(jié)構(gòu)從勞動密集型逐漸轉(zhuǎn)向技術(shù)、知識密集型，產(chǎn)業(yè)發(fā)展的動能也逐漸從要素驅(qū)動轉(zhuǎn)向效率驅(qū)動和創(chuàng)新驅(qū)動。與此同時，隨著5G網(wǎng)絡(luò)時代的到來，人民的生產(chǎn)生活將愈來愈智能化。為建設(shè)現(xiàn)代化強國，提高工業(yè)生產(chǎn)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(chǎn)的智能化水平仍然是工業(yè)領(lǐng)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(shù)被廣泛應(yīng)用于工業(yè)生產(chǎn)各領(lǐng)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(shù)涉及計算機科學(xué)、人工智能、信號處理、圖像處理、機器學(xué)習(xí)、光學(xué)、自動化等多個領(lǐng)域。機器視覺通過光學(xué)設(shè)備和傳感器獲取到目標(biāo)物體的圖像信息，然后將圖像信息轉(zhuǎn)化成數(shù)字化信息，進(jìn)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(dǎo)機器完成任務(wù)。機器視覺偏重于信息技術(shù)工程化和自動化，但又構(gòu)建在計算機技術(shù)視覺效果方法論的基礎(chǔ)上，它的重點是感知目標(biāo)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(shù)在工業(yè)生產(chǎn)智能化中的應(yīng)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(jìn)而剖析機器視覺技術(shù)在工業(yè)智能化生產(chǎn)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(chǎn)的發(fā)展提供借鑒。

1 機器視覺的研究與發(fā)展

機器視覺的概念始于20世紀(jì)50年代，最先應(yīng)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(jìn)而通過計算估計下一步的位置來控制機器人運動。

20世紀(jì)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(jì)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(jié)構(gòu)，提出基于機器視覺的多面體零件特征提取技術(shù)，進(jìn)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(chǔ)。

20世紀(jì)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(yīng)用系統(tǒng)．簡單的視覺應(yīng)用系統(tǒng)小部分的代替人工生產(chǎn)，讓工業(yè)生產(chǎn)逐步向自動化方向發(fā)展。

20世紀(jì)80年代：機器視覺技術(shù)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(shù)也不斷和其他技術(shù)相結(jié)合，產(chǎn)生新的生產(chǎn)方式應(yīng)用于工業(yè)生產(chǎn)中，機器視覺也逐漸被人們熟知和應(yīng)用，使其工業(yè)生產(chǎn)中掀起新的生產(chǎn)浪潮。

20世紀(jì)90年代：機器視覺技術(shù)開始應(yīng)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(luò)技術(shù)相結(jié)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(shù)的實現(xiàn)讓眾多機械零件表面的檢測得到了應(yīng)用，代替了人工檢測，提高了工業(yè)生產(chǎn)效率，讓眾多工人的雙手和雙眼從工廠生產(chǎn)中解放出來。

21世紀(jì)：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(yīng)用于工業(yè)生產(chǎn)中?，F(xiàn)如今的時代是智能化的時代，現(xiàn)代工廠的生產(chǎn)也不斷追求自動化以及機械化，倡導(dǎo)將傳統(tǒng)的人工生產(chǎn)解放出來，越來越多的產(chǎn)業(yè)已經(jīng)在工業(yè)生產(chǎn)智能化方面做的相當(dāng)出色。機器視覺技術(shù)作為工業(yè)智能化生產(chǎn)中的關(guān)鍵技術(shù)，也不斷的被人們改進(jìn)。

由此可見，機器視覺技術(shù)一步步地發(fā)展到現(xiàn)階段，已經(jīng)相對成熟，并且在各個領(lǐng)域都大規(guī)模是使用，尤其在工業(yè)領(lǐng)域發(fā)揮了至關(guān)重要的作用。但是國內(nèi)的機器視覺技術(shù)相對起步較晚，相比國外還有一定的差距，還需要在技術(shù)、算法等方面努力跟進(jìn)。

2 機器視覺在工業(yè)機器人中的應(yīng)用

工業(yè)機器人是現(xiàn)代科技的主要代表技術(shù)，工業(yè)機器人以其方便精確，省時省力，而被廣泛應(yīng)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(biāo)準(zhǔn)、高效率已經(jīng)成為眾多企業(yè)追求的目標(biāo)，在這種發(fā)展背景下，工業(yè)機器人應(yīng)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(lǐng)域中機器視覺具有如下功能。

（1）定位和控制。現(xiàn)代工廠生產(chǎn)要求機器視覺系統(tǒng)能夠快速，準(zhǔn)確地找到目標(biāo)物并確認(rèn)其位置。然后使用機器視覺進(jìn)行定位，并引導(dǎo)機械手臂去準(zhǔn)確地抓取。

（2）識別。主要利用機器視覺獲取圖像，然后對圖像進(jìn)行處理、分析和理解，以識別各種狀態(tài)的目標(biāo)和對象，用于跟蹤和收集數(shù)據(jù)。一般的機器識別系統(tǒng)借助照相機完成。

（3）檢測。檢測生產(chǎn)線上產(chǎn)品的質(zhì)量，這也是取代人工最多的環(huán)節(jié)。在工業(yè)領(lǐng)域，主要檢查包括尺寸大小檢測，瓶子外觀缺陷檢測，瓶口缺陷檢測，殘次品檢測等。

（4）高精度檢查。在工業(yè)生產(chǎn)中，一些精密的電子設(shè)備零件需要較高的精度，例如計算機、手機上高度集成的電子電路板，有些可達(dá)到精度0.01mm甚至μm級，人眼無法識別這些小的元器件，因此必須使用機器來完成。

（5）分揀與搬運。現(xiàn)代工業(yè)生產(chǎn)與運轉(zhuǎn)過程中，不可避免都會有一些分揀的工作，而傳統(tǒng)利用人力進(jìn)行分揀工作的方式存在較大局限，但視覺機器人的應(yīng)用可以極大地提高工業(yè)生產(chǎn)的效率及工作精確度，進(jìn)而解放了人們的雙手。

機器視覺系技術(shù)在機器人的應(yīng)用中起到一個核心內(nèi)容的作用。機器視覺中最關(guān)鍵的一項就是：怎樣讓機器人對運動目標(biāo)物進(jìn)行準(zhǔn)確識別。視覺系統(tǒng)技術(shù)可以解決這一難題，加入視覺系統(tǒng)技術(shù)，可以使機器人對目標(biāo)物進(jìn)行實時的運動跟蹤與檢測，進(jìn)而準(zhǔn)確的確定目標(biāo)物的位置與方向，確保機器人對其的準(zhǔn)確定位。

機器人視覺系統(tǒng)的工作主要分為4個部分：相機定位、圖像分析與處理、目標(biāo)物狀態(tài)識別及機器人的動作操控。先利用相機定位對目標(biāo)物建立運動坐標(biāo)系，獲取物體坐標(biāo)；然后將獲取的目標(biāo)物分圖像進(jìn)行分析和處理；狀態(tài)識別以圖像分析為基礎(chǔ)，對目標(biāo)物的狀態(tài)進(jìn)行分析和處理，從而根據(jù)圖像處理與分析的結(jié)果操控機器人的動作行為。工業(yè)機器人的使用是現(xiàn)代工業(yè)相對于傳統(tǒng)工業(yè)的偉大進(jìn)步與發(fā)展，其解決了傳統(tǒng)工業(yè)成本高、效率低、耗時長等缺點，將人們雙手解放出來，讓現(xiàn)代化的工業(yè)生產(chǎn)更加自動化、智能化。

3 機器視覺在工業(yè)控制領(lǐng)域的應(yīng)用

現(xiàn)代化的工業(yè)生產(chǎn)大多傾向機械一體化，例如，薯片的生產(chǎn)，從土豆的清洗，到最后薯片的裝袋、封口，都不需要人為參與。當(dāng)然有的人要說這樣生產(chǎn)出來的東西沒有人情味，但是我想說機械一體化的生產(chǎn)方式或許將是未來所有工業(yè)生產(chǎn)的大趨所示，其優(yōu)點不在贅述。那么，怎么才能控制機械化生產(chǎn)呢？這就要用到機器視覺技術(shù)來控制機器生產(chǎn)。

機器視覺控制器，因其具備出色的處理能力，可在10s以內(nèi)高速完成最多128個點的檢測，強大的處理能力可以直接影響可運行的算法以及視覺系統(tǒng)做出決策的速度。為了減少圖像處理的時間，一些工廠現(xiàn)在使用同構(gòu)處理來運行視覺算法。

另外，現(xiàn)在的一些機器視覺控制器還具有用于網(wǎng)絡(luò)連接的專用以太網(wǎng)端口以及用于連接外部數(shù)據(jù)存儲器的端口。通過工廠連接功能，工作人員可以實現(xiàn)在辦公室檢測產(chǎn)品生產(chǎn)，查看圖像，還可以實時回放，極大的方便了工廠的生產(chǎn)。這種直接進(jìn)行工業(yè)一體化生產(chǎn)的方式在慢慢的取代傳統(tǒng)生產(chǎn)方式，相信在未來的工業(yè)發(fā)展中，一大部分工廠將利用機器視覺控制實現(xiàn)工廠一體化生產(chǎn)。

4 機器視覺在工業(yè)質(zhì)量檢測中的應(yīng)用

在現(xiàn)代化工業(yè)生產(chǎn)過程中，目標(biāo)檢測多種多樣，市場需求相對較大。比如，檢測機械零件大小是否達(dá)標(biāo)、辨別條形碼或包裝條碼、測試商品的外表缺陷、瓶口缺陷、打印缺陷等等。這些應(yīng)用均需大批量測試，并且都是高精度的測試，人眼識別在這些檢測中處于劣勢，如果僅僅通過人工，耗時可想而知。在啤酒瓶的生產(chǎn)過程中，瓶子大小以及外觀是否有缺陷等這些都需要經(jīng)過質(zhì)量檢測。一些工廠一天就會生產(chǎn)成千上萬的啤酒瓶，如果都利用人工來處理，是讓人無法勝任的。而且一般人眼一直盯著同樣的物體檢測，時間長了，會造成視覺疲勞，進(jìn)而導(dǎo)致殘次品率高，工作效率低下。不僅如此，一些工廠還要花費大量成本聘請人力檢測，這種落后的生產(chǎn)方式已經(jīng)不再適合現(xiàn)代化生產(chǎn)。

利用機器視覺技術(shù)可以有效的解決這一問題，用機器檢測代替了傳統(tǒng)的人工，大批量檢測可以快速完成，加快了工廠的產(chǎn)品生產(chǎn)速度；另外，減少了工廠的生產(chǎn)成本，提高了產(chǎn)品的生產(chǎn)效率。

機器視覺技術(shù)的應(yīng)用，使工業(yè)生產(chǎn)不在受限于人眼識別的缺陷，提高了工業(yè)檢測的精度和效率，使工業(yè)生產(chǎn)更加的自動化和智能化。

5 機器視覺中的關(guān)鍵技術(shù)

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(shè)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(jìn)行顏色、亮度處理，然后將圖像信息轉(zhuǎn)換成數(shù)字信號，最后通過計算機進(jìn)行處理、分析。機器視覺中的兩大關(guān)鍵技術(shù)：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(shù)中至關(guān)重要的一步，他是后續(xù)圖像處理的保障。利用攝像頭進(jìn)行圖像捕捉，攝像頭的選擇因功能而異；有時，圖像的質(zhì)量優(yōu)劣還與光線強度有關(guān)，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(zhì)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(xué)模型對圖像的色彩、透明度、色差進(jìn)行分析，進(jìn)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(jìn)行處理。一般的圖像處理方法是數(shù)字處理，主要技術(shù)和方法包括去噪、增強、復(fù)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(zhuǎn)化成可供計算機分析的數(shù)字信號，進(jìn)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(wù)。

6 機器視覺技術(shù)在工業(yè)應(yīng)用中的發(fā)展趨勢

機器視覺技術(shù)的優(yōu)點：可以利用機器進(jìn)行非接觸測量，可以利用機器實現(xiàn)在人無法工作和到達(dá)的區(qū)域完成對目標(biāo)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(chǎn)生疲勞，可以長時間的穩(wěn)定工作，機器視覺可以進(jìn)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(chǎn)成本，為現(xiàn)代化工業(yè)生產(chǎn)帶來可觀利益。

現(xiàn)在科技技術(shù)發(fā)展較迅速，機器視覺技術(shù)的應(yīng)用也相對成熟，但是還是存在諸多問題：當(dāng)工業(yè)生產(chǎn)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(shè)備靈敏度的降低或設(shè)備的損壞；另外工業(yè)生產(chǎn)現(xiàn)場有的處于高溫，有的處于低溫，這就要求機器設(shè)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(dāng)光線昏暗時，就會影響目標(biāo)物圖像的提取、識別及分析，進(jìn)而有可能造成生產(chǎn)產(chǎn)品次品率上升，影響生產(chǎn)的精度及效率。如何解決這些問題并提高機器性能，進(jìn)行有效的圖像識別，使機器視覺技術(shù)在工業(yè)智能化生產(chǎn)中得到高效的利用，是當(dāng)下研究的關(guān)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(zhì)量的硬件可有效減輕主機的負(fù)擔(dān)，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(zhì)量的軟件也尤為重要，質(zhì)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(fù)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(yīng)性。

7 結(jié)語

由此可見，機器視覺技術(shù)在工業(yè)制造有著廣泛的需求，在工業(yè)領(lǐng)域有著較大的發(fā)展空間。機器視覺技術(shù)的利用可有效的降低生產(chǎn)成本，節(jié)約勞動力，提高生產(chǎn)效率，降低產(chǎn)品次品率；另外，還可以實現(xiàn)非接觸測量。機器視覺技術(shù)的優(yōu)點如此之多，因此，對制造業(yè)領(lǐng)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(shù)還有待提高，許多技術(shù)難題還亟待解決，當(dāng)下任務(wù)應(yīng)著力解決機器視覺技術(shù)在工業(yè)

生產(chǎn)上的智能化、自動化應(yīng)用，以便以后全面投入工業(yè)領(lǐng)域生產(chǎn)，進(jìn)而為我國的現(xiàn)代化強國建設(shè)做出貢獻(xiàn)。

編輯：黃飛

?