机器视觉：工业机器人的“火眼金睛”

        机器视觉是采用机器代替人眼来进行测量与判断，它不仅局限于通过计算机摄取图像，还包括对信息的处理和判断，从而实现人眼视觉的延伸。  

        工业视觉作为机器视觉的分支，更多注重广义图像信号（激光，摄像头）与自动化控制（生产线）方面的应用，具有自动化和非接触性的特点。  

        跟人眼相比，工业视觉在精确程度、客观程度、可重复性、成本以及效率上都有明显优势。  

        在智能制造体系中，机器视觉的应用主要可以归纳为四个方向 

        一、尺寸测量  

        随着制造工艺的不断提高，工业产品尤其是大型构件的外形设计日趋复杂。，由于大型构件的体积和重量限制，不便于经常移动，给传统的测量方式带来了巨大的困扰。  

        机器视觉测量技术是一种基于光学成像、数字图像处理、计算机图形学的无接触的测量方式，拥有严密的理论基础，测量范围更广，而且相对于传统测量方式而言，拥有更高的测量精度和效率。  

        二、物体定位  

        传统制造业中的焊接、搬运、等固定流程在工业机器人的操作过程中，零件的初始状态与机器人的相对位置并不是固定的。这导致工件的实际摆放位置和理想加工位置存在差距，机器人难以按照原定的程序进行加工。
  

        随着机器视觉技术以及更灵活的机器手臂的出现，这个问题得到了很好的解决，为智能制造的迅速发展提供了动力。  

        三、零件  

        零件检测是机器视觉技术在工业生产中最重要的应用之一，在制造生产的过程中，几乎所有的产品都面临着质量检测。  

        传统的手工检测存在着许多不足，人工检测的准确性依赖于工人的状态和熟练程度；，人工操作效率相对较低，不能很好的满足大量生产检测的要求；近年来人工成本也在逐步上升。  

        所以，机器视觉技术被广泛用于产品检测中，在制造环节中，某些步骤的缺失或者加工缺陷会导致的丢失，以及孔洞、污渍、划痕等常见的表面缺陷，这些工业生产中遇到的问题，都可以通过视觉检测及算法来解决。  

        四、图像识别

        在工业领域中的主要应用有条形码读取、二维码扫描识别等，以往多用NFC标签等载体进行信息读取，需要与产品进行近距离接触。  

        随着工业摄像机等硬件设备的更新换代，二维码等标识可以被远距离读取和识别，而且携带的信息更丰富，可以将所有产品信息写入二维码，而无需联网查询信息。  

        变焦相机截取条码影像与其他可视化信息，以控管产品品质。  

        可以预见随着机器视觉与机器人的深入融合，可视机器人将在未来十年内占据领域重要一席之地。  

        目前，中国的机器视觉行业正处于快速发展阶段，是世界机器视觉发展最活跃的地区之一。  

        受益于配套基础设施不断完善、制造业总体规模持续扩大、智能化水平不断提高、政策利好等因素，中国机器视觉市场需求不断增长。  

        据数据显示，2018年中国机器视觉市场规模超过100亿元。随着行业技术提升、产品应用领域更广泛，未来机器视觉市场将进一步扩大，预计2019年市场规模将近125亿元。  

        随着工业视觉在精确度和重复性上的优势以及核心技术的不断完善，工业视觉的下游应用领域也不断拓展  

        在汽车行业，几乎所有的系统和零部件制造流程均可收益；

        医疗器械和制药行业，产品质量的高要求也需要机器视觉进行参与；  

        食品饮料领域，机器视觉能帮助企业快速实现产品的准确检测，跟上生产线的速度，降本提效......  

        智能制造离不开机器视觉，具备“眼睛”的自动化将为新时代制造业提供更优质、可靠的成本和质量保障。