探析机器视觉技术在智能制造中的应用

2018-01-30张清郁

中国设备工程 2018年12期

张清郁

（河南工业贸易职业学院，河南郑州 451191）

制造业为谋求更大的发展，就不得不有效解决人力成本提升、市场个性化需求越来越高、产品生命周期缩短等问题。智能制造正是以解决并突破相关问题而产生的新型制造生产方式，而机器视觉技术则是代替人力作业、提高生产效率、满足市场个性化需求的有效技术手段，随着技术研究的不断突破，其在智能制造中的应用广度和深度将不断深化。

1 概述

1.1 机器视觉技术概述

机器视觉技术是通过计算机或图像处理器、相关设备模拟人类的视觉功能，通过图像信息获取、分析和处理最终应用在客观事物的检测和控制当中。机器视觉技术让机器拥有了眼睛和大脑，相较于传统的生产机械设备，该技术的智能性和先进性十分突出。机器视觉技术高度自动化、环境适应能力强、生产相率与精度高等优势使其在工业应用领域发挥巨大作用，尤其体现在识别、检测、测量等具体的生产领域当中。按照应用领域类型，机器视觉市场可划分为工业和非工业应用，目前工业领域的应用最为广泛，在非工业领域的应用正在快速增加。

1.2 智能制造概述

智能制造是由智能制造技术和智能制造系统组成，是传统制造业在高度自动化和自适应、自学习能力等方面不断强化的现代未来型制造。智能制造在全球的影响力在不断强化，美国的“先进制造业伙伴计划”、德国的“工业4.0”计划、日本的“再兴战略”、韩国的“新增长动力战略”和法国的“未来工业”计划等，是主要发达国家在智能制造发展上谋求突破的实际规划，中国则以“中国制造2025”强势追赶并力求突破现有的发展瓶颈。智能制造将成为现代先进制造业的新的发展方向，也是我国经济追求创新和转型的主要战场。尤其基于当前我国制造业的发展情况来看，虽然制造业的生产总量较高，但是产品质量水准较世界发达国家还有一定差距。为此，大力发展智能制造，在智能装备、加工技术乃至资源管理、生产流程方面寻求智能化发展，尤其是机器视觉技术的研究与应用，是实现智能制造的重要技术窗口。

2 机器视觉技术对制造业产生的巨大影响

2.1 机器视觉让设备变得更智能化

在行业市场发展水平不断提高的今天，更多的企业重视并实际引进高新技术，机器视觉技术正是其中的重要技术之一。机器视觉技术引入制造业当中，能够充分发挥其检测系统的优势，在生产制造中对产品作自动检测与处理，可有效把控产品品质，使得产品质量得到有效提升。同时，机器视觉技术对工作目标物体的识别和定位功能，使得生产制造的实际效率不断提高。具体而言，机器视觉技术应用于智能化机器人当中，如在自动化生产线中对产品的堆放打包的角度看，传统制造行业多通过人工操作，产品的体积和重量均较大，耗费大量的人力资源不说，生产效率较低，还有可能发生安全隐患。重载机器人的引入则有效解决了相应问题，机器视觉技术让重载机器人拥有了视觉功能，能够快速准确地抓取到产品信息，通过快速的信息获取和处理，使得产品的堆放、打包乃至成型得以快捷高效。

2.2 机器视觉将与多方技术融合

机器视觉技术研究与应用的主要方向在于通过多种技术的融合应用，形成视觉任务通用的视觉信息系统，为生产制造提供高度便捷的智能处理机制。虽然就当前的研究应用水平来看，其较人类视觉系统还有着很大的差距，短期内无法极大提升其智能性，但以此为目标，建立局部性的专用视觉系统，进而发展到更为完善的一般系统，还是有着较为明朗的发展前景。

我国加工制造业快速发展，对机器视觉技术的应用需求不断强化，为满足加工制造的多种场景和多种需求，对生产、生活多个领域场合予以需求满足，其正在不断实现技术融合强化，使得整体技术系统更加智能化和便捷化。在当前的静止或瞬时视觉信息作为输入功能的基础上，不断强化机器视觉、机器听觉、机器嗅觉、机器触觉并有机结合，将使未来的制造业在信息获取和处理方面的能力进一步强化，结合多传感器融合技术，使得制造的效率不断提高，智能性更加突出。

3 机器视觉技术在智能制造中的应用

3.1 机器视觉的感知技术在智能制造中的应用

当前制造业面临的巨大难题在于劳动力成本的不断上升，产能需求越来越大，避免通过技术升级予以解决。工业机器人作为新兴产业快速发展，在制造业中的应用程度也就越来越高。当前我国制造领域生产线装配、分拣和搬运等环节均应用了工业机器人，其在提前编程和示教的基础上完成作业，自我判断能力已经初具规模，对推动智能制造发展起到了很大的作用。随着机器视觉技术的引入，目标识别和目标位姿求取方面的技术优势使得工业机器人的功能延伸性更强，实际工业制造的应用效果越来越突出。

机器视觉技术高度的自适应和智能化性能，成像技术、图像自动获取技术、图像自动处理技术、图像的配准以及与智能装备的联合控制等实现了突出的感知能力。具体来讲，机器视觉的感知技术可以有效应用于智能制造中的产品检测、精密测控以及自动化生产线等领域。机器视觉技术使得工业机器人具备更强的感知能力，眼睛功能使其不必事先具备离线编程机制，也可摆脱预先设定的运动轨迹，通过感知能力的指引便能自动识别并处理场景信息，完成抓取指定物体的处置，使得生产过程更加智能化和柔性化。

3.2 机器视觉的动态监控与反馈技术在智能制造中的应用

传统的生产制造当中，自动化生产线的运用虽然极大提升了生产效率，但在实际运用中，由于系统相当的复杂性，一旦出现故障则可能影响整体生产线，造成产品质量损失，企业也将面临巨大的经济损失。机器视觉技术的动态监控和反馈技术则很好地解决了相应难题。在视觉技术中，动态监控与反馈技术可对生产线进行实时监控和信息反馈，对生产制造过程中出现的产品质量差错进行严密把控，通过容错能力的运用，很好地降低了产品质量差错率，避免停产及降低生产的缺陷率。同时，工业监控视觉技术还可通过视觉监控的闭环自适应控制、图像无损压缩来实现实时通信和反馈，依据检测结果，自动完成位置调整、好坏筛选、数据统计等，很好地帮助了智能化生产制造环节的把控和整体调配。从当前的应用情况来看，该技术仍处于研发和应用的起步阶段。

3.3 机器视觉技术在智能制造中的应用实例

机器视觉技术在智能制造中的应用涉及到多个领域，并随着该技术研究的不断深入而不断拓展。从当前的应用实例来看，涉及到包括医疗器械、电子制造、汽车制造等多种不同领域。

首先，机器视觉技术在医疗器械行业中的应用，其可用于医疗器械行业的缺陷检测，对于医疗产品质量进行自动筛选和剔除，如西门子机器视觉技术结合西门子自动化设备在线检测注射针的外观缺陷，并自动剔除不合格产品的方法，正是其中的代表性应用。其次，机器视觉技术在电子制造中的应用，如芯片必须用极细的焊线焊接，以绝对准确度将细的铝或金线放置于非常小的垫面，通过机器视觉技术则很好的实现焊接位置的定位和处理，很好地完成高精尖的生产处理工作。此外，在汽车制造领域，机器视觉系统被广泛用于汽车制造的工况监视、成品检验和质量控制等领域，实际的应用效果越来越显著。