天天看點

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

雲栖号: https://www.aliyun.com/#module-yedOfott8 第一手的上雲資訊,不同行業精選的上雲企業案例庫,基于衆多成功案例萃取而成的最佳實踐,助力您上雲決策!
「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

來源:人工智能産業鍊聯盟

人類想要實作一系列的基本活動,如生活、工作、學習就必須依靠自身的器官,除腦以外,最重要的就是我們的眼睛了,(工業)機器人也不例外,要完成正常的生産任務,沒有一套完善的,先進的視覺系統是很難想象的。

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

機器視覺系統就是利用機器代替人眼來作各種測量和判斷。它是計算科的一個重要分支,它綜合了光學、機械、電子、計算機軟硬體等方面的技術,涉及到計算機、圖像處理、模式識别、人工智能、信号處理、光機電一體化等多個領域。圖像處理和模式識别等技術的快速發展,也大大地推動了機器視覺的發展。

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

了解機器人視覺系統

一般來說,機器視覺系統包括了照明系統、鏡頭、攝像系統和圖像處理系統。對于每一個應用,我們都需要考慮系統的運作速度和圖像的處理速度、使用彩色還是黑白錄影機、檢測目标的尺寸還是檢測目标有無缺陷、視場需要多大、分辨率需要多高、對比度需要多大等。

從功能上來看,典型的機器視覺系統可以分為:圖像采集部分、圖像處理部分和運動控制部分。

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

1、非接觸測量,對于觀測者與被觀測者都不會産生任何損傷,進而提高系統的可靠性。

2、具有較寬的光譜響應範圍,例如使用人眼看不見的紅外測量,擴充了人眼的視覺範圍。

3、長時間穩定工作,人類難以長時間對同一對象進行觀察,而機器視覺則可以長時間地作測量、分析和識别任務。

4、機器視覺系統的應用領域越來越廣泛。在工業、農業、國防、交通、醫療、金融甚至體育、娛樂等等行業都獲得了廣泛的應用,可以說已經深入到我們的生活、生産和工作的方方面面。

一、系統構成

視覺系統的設計分為軟體設計和硬體設計兩大部分。

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

(一)視覺系統的硬體設計

視覺系統的硬體主要由鏡頭、錄影機、圖像采集卡、輸入輸出單元、控制裝置構成。

一套視覺系統的好壞則分别取決于錄影機像素的高低,硬體品質的優劣,更重要的是各個部件間的互相配合和合理使用。

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

(二)視覺系統的軟體設計

視覺系統的軟體設計是一個複雜的課題,不僅要考慮到程式設計的最優化,還要考慮到算法的有效性,及其能否實作,在軟體設計的過程中要考慮到可能出現的問題。

視覺系統的軟體設計完成還要對其魯棒性進行檢測和提高,以适應複雜的外部環境。

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

二、工作原理

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

機器人視覺硬體主要包括圖像擷取和視覺處理兩部分,而圖像擷取由照明系統、視覺傳感器、模拟-數字轉換器和幀存儲器等組成。機器人視覺通過視覺傳感器擷取環境的二維圖像,并通過視覺處理器進行分析和解釋,進而轉換為符号,讓機器人能夠辨識物體,并确定其位置。

具體過程如下:

「機器人視覺」帶你深入了解機器人視覺系統工作原理及其應用

三、應用領域

工業機器視覺難點在于精度和速度,要求都在毫米級,且工業領域工業機器人抓手的變動是在三維空間内。根據功能不同,機器人視覺可分為視覺檢驗和視覺引導兩種。

主要的應用領域包括:

1) 觸摸屏

随着技術的發展,人們對電子産品互動體驗的要求越來越高,觸摸屏作為新一代的電子産品輸入裝置正逐漸成為平闆電腦、手機、電子書、GPS、遊戲機等裝置的新寵。觸摸屏生産工藝複雜,從上遊的ITO玻璃鍍膜、光刻、IC元件加工,到中遊的觸摸屏模組貼合、絲網印刷、切割,再到下遊的觸摸屏模組貼合、蓋闆玻璃檢測,都對工藝提出更高的要求,使機器視覺技術成為相關環節生産和品質檢測的必要技術。

2)FPD

FPD(Flat Panel Display)行業包括LCD、LED、OLED等多種顯示裝置,各種技術工藝流程都非常複雜,其中LCD是目前最主要的顯示技術。FPD行業對生産效率和産品品質有極高的要求,機器視覺技術作為非接觸、高精度、高速度的生産,檢測能力成為不可或缺的技術手段。從前端的ITO玻璃檢測、背光模組檢測,到Cell貼合、LCD模組的COG裝置、對位貼合、切割機、飛針檢測裝置等,機器視覺技術的應用提高了裝置廠商的核心競争力。

3)雷射加工

技工加工是一種應用廣泛的工業加工技術,利用對雷射器的運動控制,實作高精度的打标、切割、雕刻、焊接等功能,随着雷射加工的工藝更新,傳統技術已經不能滿足工業加工對高精度高速度的要求。這使機器視覺技術與雷射技術開始融合,同時視覺的定位和引導實作高精度加工,降低了對高成本精密卡具的需求,提升裝置精度,降低加工成本。

4)太陽能

太陽能作為最有價值的未來綠色能源之一,是國家重點發展的行業領域。短期相對的産能過剩對太陽能電池生産裝置提出更高的要求,從矽錠、矽片純度、到加工鍍膜過程的品質控制,都會銀杏最後太陽能電池片的光電裝換效率,高品質的産線能夠減低廢品率,進而降低生産能耗與太陽能電池片産出比,使太陽能成為真正的清潔能源。在太陽能電池片生産過程中,通過機器視覺定位、測量、檢測等技術可大大提高成品率,降低生産成本。

5)半導體

半導體技術是現代資訊産業的根基,也是機器視覺技術最早的發源地。上世紀90年代,歐美半導體企業在半導體行業中應用圖像技術,使其後來逐漸發展成為今天的機器視覺技術,并成為半導體工業不可或缺的關鍵技術。同時半導體産業規模龐大,行業摩爾效應為行業工藝不斷提出挑戰,也對其生産裝置中的機器視覺的要求不斷提高。

6)PCB

印制電路闆PCB(Printed Circuit Board)闆是電子資訊産品主要的産品載體,在PCB行業發展相對成熟的今天,行業競争激烈,對高性能裝置的綜合制造能力的要求越來越高。随着多層闆、撓性闆、剛撓闆等PCB制造技術的發展,對PCB生産工藝提出了更高的要求。在PCB闆制造過程中機器視覺技術得到廣泛應用,在菲林AOI、PCB AOI、PCB AVI、内層闆AXI、PCB絲網印刷、自動曝光機、SPI、打孔機等裝置中,機器視覺定位、檢測等視覺技術可實作快速、精準的品質檢測和過程,提高産品品質和生産效率,是裝置性能提升的可靠保障。

7)SMT

表面貼裝技術SMT(Surface Mount Technology)行業是繼PCB後又一重點電子資訊産業,也是中國機器視覺裝置商的發源地,電子元器件小型化、器件貼裝高密度化、器件管腳陣列複雜化和多樣化都給現代SMT裝置提出更高的要求。通過運用機器視覺視覺定位、測量、檢測檢測技術,提升SMT裝置生産效率、提高貼裝精度、提升連續貼裝工作穩定性。助力SMT行業的裝置更新和技術提高。

8)機器人與工廠自動化

工業機器人是面向工業領域的多關節機械手或多自由度的機器人,在工業生産中替代人工執行單調、頻繁、長時間作業,或是危險、惡劣環境下的作業,如沖壓、壓力鍛造、熱處理、焊接、塗裝、塑膠制品成形、機械加工和簡單裝配等工序,是現代工廠的自動化水準的重要标志。機器人與視覺技術結合,能完成更精準的組裝、焊接、處理、搬運等工作。

9)制藥

藥品的生産和加工過程是非常嚴格的管理過程,任何微小的差錯都有可能造成嚴重的後果。通過機器視覺手段實作對藥品生産過程的品質控制和管理控制,提升藥品品質和包裝品質,保障患者的生命安全。

10)物流

現代工業生産流程管理是現代化生産效率和先進性的展現,通過對條碼和字元的識别和跟蹤,能夠形成原材料器件、産成品、包裝箱、産品垛之間的一一對應,使現代生産具備可管理、可追溯型。對于工業品的生産工業管理和器件追溯,對于食品飲料防止串貨和安全追溯,汽車行業的零部件追溯有着非常重要的應用意義。

11)汽車

汽車行業作為一個自動化程度比較高的高科技行業,很多先進的自動化技術已經成功的運用到該行業各個生産流程中。在汽車制造的許多環節已經做到了無人化操作,這樣就要求有一種可靠的檢測技術去驗證每一次裝配的正确性及裝配部件的合格性。機器視覺技術以其獨特的技術優勢成為自動檢測系統的首選。機器視覺已經被廣泛的應用于汽車生産制造的各個環節,例如汽車零部件的尺寸及外觀品質檢測,自動裝配正确性的檢測。以前傳統的檢測方式耗費大量人力,而且容易受到勞工主觀情緒及自身技術水準的影響,不能保證很高的檢驗合格率。許多汽車制造廠家開始嘗試使用機器視覺檢測來替代傳統的檢測方式,并取得了良好的效果。

12)OCR

光學字元識别OCR(Optical Character Recognition)在很多行業中,比如印刷包裝、物流行業,大量涉及印刷品質檢查、包裝品質檢查以及産品包裝上的條碼檢查和字元識别等環節。這些應用的共同特點是,連續大批量生産、對外觀品質的要求高,具有高度重複性和智能性。利用機器視覺的精度、速度以及工業環境下的可靠性,來進行字元識别、條碼識别實作生産過程中自動高效的測量、檢查和辨識。

傳統制造業面臨新的颠覆,轉型更新将給中國自動化行業帶來巨大的市場機遇。而機器視覺作為自動化界高智能化産品,未來具有巨大的發展潛力。

中國的電子制造和代工廠商過去幾年正在采購大量自動化裝置取代人工,以應對中國愈演愈烈的缺工現象,未來幾年這一現象将達到高潮。自動化換裝高潮将在未來2-3年内到來,必将為機器視覺産品在該行業的應用帶來新的增長點。

原文釋出時間:2019-12-11

本文編輯:Zero

本文來自雲栖社群合作夥伴“

人工智能産業鍊聯盟

”,了解相關資訊可以關注“

繼續閱讀