工業(yè)機器視覺系統(tǒng)結構

工業(yè)機器視覺系統(tǒng)構架主要分為硬件設備和軟件算法兩部分，其中硬件設備主要包括光源系統(tǒng)、鏡頭、攝像機、圖像采集卡和視覺處理器；軟件包中核心算法主要包括傳統(tǒng)的數(shù)字圖像處理算法和基于深度學習的圖像處理算法。

工業(yè)機器視覺系統(tǒng)產(chǎn)業(yè)及市場規(guī)模

2017年全球機器視覺市場規(guī)模達到40億美元，2017～2025年復合增長率預計達到8.5%左右。隨著食品、包裝、工業(yè)、消費電子等制造產(chǎn)業(yè)逐步在中國制造，中國境內(nèi)對機器視覺系統(tǒng)的需求量日益增長，未來5年年復合增長率將達到10.4%，如維視智造、欣維視覺等公司。

機器視覺技術在工業(yè)制造環(huán)節(jié)中的應用優(yōu)勢

1. 可實現(xiàn)可靠性更高的產(chǎn)品質(zhì)量檢測及實時監(jiān)控，有效的避免了人工檢測過程中的主觀性和個體差異；

2. 檢測精度可達到亞微米級別，突破了人眼的物理限制，在全生命產(chǎn)品周期內(nèi)對產(chǎn)品進行外形、標簽、完整度等方面的缺陷檢測；

3. 數(shù)字圖像處理和計算機視覺算法不斷優(yōu)化，在軟件系統(tǒng)層面上提供更廣泛及高效的檢測功能，補充機器視覺硬件系統(tǒng)的檢測能力；

4. 避免檢測人員與被檢測物件直接接觸，防止物件被人為損壞，避免了檢測系統(tǒng)機械部件的消耗程度以及維護成本；防止物件免受污染；

5. 使用機器視覺技術的機器人或者機械臂可以根據(jù)機器視覺系統(tǒng)提供的位置和方向信息，對工件進行智能抓取，廣泛應用于食品，醫(yī)療制藥和包裝等行業(yè)，拓展了生產(chǎn)制造的柔性；

6. 減少人在現(xiàn)場操作的時間，有效的避免了操作人員的聽力損害、身體機能下降等情況，保證了操作人員人身。

機器視覺技術在九大工業(yè)制造行業(yè)中的應用案例

機器視覺技術在工業(yè)制造中應用的局限性

1.受到環(huán)境光源的約束：不同的光源將造成不同的成像質(zhì)量和效果，直接干擾檢測算法的檢測，可能造成產(chǎn)品的誤判；單一的視覺引導技術不能保證路徑中障礙物檢測的精度，決策控制層往往需要融合多種傳感器采集的信息。

2. 受到硬件設備性能的限制：攝像頭的鏡頭畸變矯正、標定差異性、視角范圍有限；安裝條件及場地限制，對傳感器融合方案的要求；每個像素的暗電流不同，對光子響應不一致，會造成攝像機中空間及模式噪聲；CCD線陣相機的參數(shù)設置的局限性。

3. 受到端上計算資源的限制：工業(yè)產(chǎn)品大規(guī)模復雜的模型架構需要依賴強大計算能力，當設備終端上內(nèi)存難以滿足時需要采用模型云端離線訓練再部署到設備終端；圖像數(shù)據(jù)傳輸時仍需要對特定的任務目標進行模型的參數(shù)調(diào)整、優(yōu)化，會產(chǎn)生額外的工程開銷，且實時性較差。

4. 受到檢測對象多樣性的限制：物體表面缺陷種類繁多、缺陷產(chǎn)生機理不明、缺陷描述不充分；機器視覺系統(tǒng)難以從數(shù)據(jù)中提取特征。

5. 受到成本和收益經(jīng)濟性的限制：視覺傳感器等工業(yè)相機核心零部件和底層視覺軟件的開發(fā)需較大投入成本。

工業(yè)機器視覺系統(tǒng)的10大未來發(fā)展趨勢

技術

1.工業(yè)相機中的視覺傳感器在結構設計上不斷優(yōu)化。

2.嵌入式視覺系統(tǒng)的應用增加工業(yè)現(xiàn)場編程效率。

3.設備端深度學習模型不斷獲得壓縮與加速。

4.設備端上計算能力的提升。

5.計算機視覺與機器人技術結合增加機器人視覺自適應能力。

應用

1.可對3D打印產(chǎn)品瑕疵問題進行微米水平無損檢測。

2.視覺信息提升智能機床加工過程中的自主感知能力。

3.智能視覺設備的應用提升工廠員工操作效率及安全。

4.讓工業(yè)機器人從實際工作中學習基于視覺的運動技能及操作策略。

5.在細胞學研究工作中進行細胞顯微鏡圖像質(zhì)量的自動評估。

文章來源于機器之能