面向新工科的机器视觉技术课程建设研究

王中任　刘海生　肖光润　刘德政　晏涛

摘要：分析了新工科的特点及其对机器视觉技术人才的要求，提出了要以“新工科”为指导，整合课程教学内容，进行立体化教材建设。介绍了以案例教学为重点的课堂教学方法改革。提出了以实验室建设为依托，构建机器视觉实践平台。最后，以湖北文理学院VISION团队为例，介绍了通过校企合作培养机器视觉行业创新创业人才的方法与途径。

关键词：新工科；机器视觉；课程建设

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2018）50-0246-02

当前我国拥有全球最大的工科教育规模，但我国工科人才培养的目标定位不清晰，工科教学理科化，工程教育与行业企业实际脱节较大，工科学生存在综合素质与知识结构方面的缺陷。因此，2017年2月，在复旦大学举行的综合性高校工程教育发展战略研讨会达成了“‘新工科建设复旦共识”，随后，教育部发布《关于开展新工科研究与实践的通知》，启动“新工科研究与实践”项目，面向新工科的人才培养研究成为了热点。但从根本上来说，大学新工科的目标就是培养伟大的工程师。

随着工业4.0和中国制造2025的提出，机器视觉技术已经成为智能制造的“风口”技术，机器视觉技术人才就业质量高，在沿海地区更是供不应求。机器视觉技术涵盖面广，需要机械、电子、图像处理、模式识别以及面向对象的编程技术，对人才培养提出了很大的挑战。目前，在国内开设《机器视觉技术》相关课程，各专业侧重点不同。但从根本上来说，机器视觉是以视觉技术为核心的智能机器技术，在日本也称为“视觉机器”，因此，这门课程更适合机械设计制造及自动化专业开设。本文作者从2012年开始在机械设计制造及其自动化专业开设《机器视觉技术》课程，从立体化教材建设、课堂教学方法、实验室建设和校企合作四个方面，进行了全方位的课程建设。

一、以“新工科”为指导，进行立体化教材建设

按照“新工科”的时代要求和根本目标，机械类本科专业开设《机器视觉技术》课程，其课程总体教学目标为：①了解机器视觉系统的基本组成、原理和图像处理的基础知识；②掌握机器视觉系统的硬件技术；③掌握图像处理的核心技术；④掌握机器视觉应用最普遍的尺寸测量技术与缺陷检测技术；⑤了解基于机器视觉的运动目标跟踪技术和三维重建技术。通过课程实验培养学生的使用机器视觉软硬件能力和创新思维。初步掌握机器视觉系统的设计方法和工程技能，为成为一名具有光机电一体化集成和开发能力的工程师奠定坚实的理论和工程实际基础。基于此，我们进行了课程教学大纲的设计，总学时36学时，理论学时30学时，课内实验学时6学时，另外安排了多个选做实验项目。我们正在与华中科技大学出版社合作出版《机器视觉技术》教材，并将于2018年出版。

二、以案例教學为重点，改革课程教学方法

《机器视觉技术》课程是一门多学科交叉的课程，内容繁杂，实践性强。要在30学时的有限时间内把基本理论体系构建起来，并让学生有一定的实践动手能力，对教师的教学方法提出了很高的要求。以“图像处理技术”这一章为例，虽然安排了课程近1/3的学时，但想把博大精深的图像处理技术讲清楚，非常困难。为此，我们采用了基于案例的教学方法进行教学，通过一系列的机械零件图像处理的小程序演示和项目案例，减少学生学习的难度，再通过布置课外阅读材料和辅导书，让学生能够由浅入深地去学习理论知识。比如，在“尺寸测量技术”这一章中，我们通过外螺纹视觉通用测量系统的研发案例来对“图像处理技术”一章中难懂的概念和算法进行了综合运用。基于机器视觉的外螺纹测量是根据工业CCD相机采集到的螺纹图像，应用图像处理的方法或算法，测量出外螺纹的大径、中径、小径、螺距等参数。我们采用HALCON机器视觉函数库来进行教学，在教会学生图像处理算法的同时，也教会了一种主流的工具软件，通过这个案例，用20分钟时间，让学生领悟到视觉测量算法的精华，具有系统性和实用性。在讲授三维重建技术中，我们结合团队的大型工件双目结构光扫描系统的开发和刀具在位磨损系统研发两个项目，进行了案例教学，学生真切地感受到三维重建和测量在未来智能工厂中有光明的应用前景，是实现工业4.0的关键技术，不但掌握了三维重建的理论方法，更提升了工程师素养和实现制造强国的责任感。

三、以实验室建设为依托，构建机器视觉实践平台

巩固课堂理论知识，培养学生实践动手能力，实验教学是关键。而搭建一个功能齐全，具有基础性兼顾先进性的机器视觉实验室，尤其重要。从2012年起，利用学校实验室建设经费，先后投入450多万元，打造了集教学和科研为一体的智能制造与机器视觉实验室。主要的设备有：机器视觉综合试验台5套，线阵扫描平台1套。大型综合实训和科研设备有：Faro激光跟踪仪，视觉引导激光打标机，Yamaha四轴视觉机器人，Fanuc六轴视觉机器人，激光/白光三维形貌仪，FLIR红外热像仪，药品塞视觉检测机，视觉引导AGV，雷尼绍激光干涉仪、UR人机协作机器人、Fanuc视觉并联机器人，航拍无人机等。机器视觉器件包括：智能相机、工业相机、Gocator激光位移传感器、工业镜头、运动平台、LED光源，激光器，型号规格齐全，方便学生在静态台架和运动平台上开展各种课外创新实验。实验室机器视觉仿真用计算机安装有halcon、visionpro、hexsight、opencv等商业或开源机器视觉软件。利用机器视觉综合实验台和线阵扫描平台，本科生不仅可以做课程指定的六个必做实验，还可以在第二课堂进行20项选做项目。我们开设的课内实验有：图像获取与光源实验、尺寸测量实验、印刷体缺陷检测实验、车牌识别实验等，另外选做的实验有：相机标定实验、瓶盖定位实验、条码和二维码识别实验、机器人手眼标定实验等。由于我们构建了先进而齐备的机器视觉实验室，也为我们校企合作打下了很好的基础。

四、以校企合作为抓手，培养机器视觉创新创业能力

面向“新工科”的机器视觉技术人才，是在机器视觉领域方面有良好理论基础、工程实践能力强、创新能力好的高素质复合型人才。本科第四学年的企业项目实践至关重要，是打通从学生到企业技术人才最后一步的关键环节。然而企业进行毕业生项目训练的代价很高，让企业单方面投入大量人力和财力，去义务奉献，是不现实的。校企合作，关键是教师科研团队的领军人物，要有海纳百川的胸怀和持续踏实的合作精神。高校团队必须用掌握的核心技术为企业做事，拿技术成果与企业交换。高校科研的最大优势是拥有一大批掌握前沿科学理论的博士和教授，但并不是所有博士都掌握核心技术。如果要实现，必须掌握企业所不具备的差异化核心技术，而机器视觉正是在大多数企业里缺乏的智能制造新技术。以湖北文理学院VISION团队为例，在2014—2017年，与襄阳博亚精工装备股份有限公司（以下简称“博亚公司”），开展了校企深度合作，共有50多名研究生和本科生先后参与到校企合作项目中。VISION团队与博亚公司的研发团队，合作承担了10多项以机器视觉技术为核心的研发课题，包括：柔性加工单元的视觉定位与检测系统、视觉导航AGV、管道全位置智能焊接机器人、变速箱智能装配线、刀具磨损在位测量系统等。参与其中的教师和学生的专业有机械设计、自动化、机器视觉、计算机软件等。通过与博亚公司的深度合作，VISION团队培养了一大批具有创新和实践能力、有良好团队合作能力和敬业精神的毕业生，一部分留在博亚公司，更多的学生实现高质量就业，少部分学生已经成功合伙创业。本科生参与项目后撰写发表科研论文30多篇，专利10多项。博亚公司在与VISION团队的合作中，提升了自身的产品科研理论水平，多个合作项目结出了产品硕果，为企业创造了实实在在的经济效益，实现了校企合作的双赢。

五、结论

作为契合“新工科”人才培养的机器视觉技术课程，在机械类专业开设具有重要意义。需要构建科学教学体系和校内外实践基地，牢固学生理论基础，培养学生实践创新能力。建设好这样一门新技术课程，是学校长期的投入和科研团队建设的结果，将来必然会回报社会一批批的优秀“新工科”人才。

参考文献：

[1]王中任，刘海生，秦涛.基于校企协同的应用型人才培养与VISION团队模式[J].文教资料，2016，（2）：106-107.

[2]王中任，刘海生，周岳斌，等.地方本科院校实现品牌溢价的方法与途径[J].教育教学论坛，2017，（42）：205-206.