机器视觉技术及在机械制造自动化中的应用

鲍佳秀 张晓影

摘要：机器视觉技术和机械制造自动化关系密切，制造业的不断发展，需求不断提高，给机器视觉技术发展带来了机遇，长此以往，机器视觉技术会从原先的采集—分析—传递—判断逐渐拓展到其他更为开放领域。未来机械制造自动化将和机器视觉技术实现有机融合，且在不断发展的科学技术影响下，机械制造将实现智能化。

关键词：机器视觉技术、机械制造、自动化、应用

1.机器视觉技术的应用原理与组成

机器视觉技术的工作系统比较独特，系统中包括多项组成部分，如打印机、计算机、摄像分拣机构、信息显示器等等。图像摄取装置可以将实物转化为图像，并将图像转变为图像信号，然后利用计算机进行信号的传递，再利用影像处理系统进一步处理图像信号，根据图像颜色、像素、对比度等差异，使其转变为数字信号，为操作者对物品的判断和评估提供便利。

随着现代科技的进步，机械设备的数量在不断增多，且使用范围在不断扩大。目前，许多机械已经能够代替人工劳动力完成产品、器件的测量与加工。利用机械进行改造与生产，能够在很大程度上提升生产效率，并且降低投入成本，从而改善制造业的经济效益。在生产流水线中，由机器进行测量、检测等工作，即机器视觉技术。通常，制造业对产品有很高的要求，尤其是测量工作，往往需要精确到毫米，甚至微米。所以，人的肉眼难以满足制造业产品测量对精确度的需求，需要利用计算机等现代化科学技术。机器视觉技术就有效解决了测量难题，不仅测量精确性上升，还能快速、高效的测量大量产品。此外，一些产品的生产环境十分恶劣，不适合人工生产和操作。此时，可以利用机械来完成生产和信息的采集，机械采集信息之后，再由计算机系统进行处理，从而有效降低人力成本的投入。由于该技术具有便捷、高效。持久等特点，目前已经在产品制造监测、检验、质量控制等环节广泛应用。

2.机械制造自动化中的应用

机械视觉技术在机械制造自动化中的应用有很多方面，本文主要从工件监测、工件测量以及焊接机器人三个方面对其进行分析。

2.1在工件检测中的应用

众所周知，与现代化自动监测模式相比较，传，统的检测模式需要人工的参与，有的甚至是纯手工监测，人为的手工监测不仅工作效率低下，浪费了大量的任人力物力，更重要的是，人为的检测技术监测的不准确，存在较大的误差。此外，也没有统一的标准，质控参数得不到统一，进而机械设备的质量参差不齐。值得一提的是，人为的在对工件进行监测时，监测质量还受到工作时间的影响，工人在长时间的工作中会出现视觉疲劳的现象，进而影响工件的检测质量。

2.2工件测量

2.2.1零件的测量

检测系统主要分为计算机处理系统、光学系统以及CCD摄像头，利用其照射平行光束于需测量零件，从而提供光源，通过显微光学镜来将零件边缘轮廓进行放大，从而确定零件边缘轮廓的具有位置。如果想得到位移量，则把测量两件位移后再测量即可，得出两次结果之差，如果测量时，所测零件的两条边缘轮廓线在相同成像内出现，那么这一位移量及时所测零件对应尺寸。这一系统在测量检查数目较多的生产零件，尤其是一些体积相对较小，形状较为简单的零件进行测量检查时优势较为明显。

2.2.2工件预调测量

在工件预调测量中，机器视觉技术作用十分明显。新型预调测量仪器从一定意义上来说，实现了传统预调测量仪器和当前较为常见机器视觉技术整合，改变了原先预调测量中要求人力及水平高的缺点，促进了工作效率的提高，在一定程度上节约了人力资源，操作过程进一步简化，和现代社会发展要求更为相符。

2.2.3逆向工程中的工件测量

当前科技不断发展，在逆向工程工件测量过程中，机器视觉技术得到了广泛应用，也就是快速轮廓视觉测量技术，这一技术以三角法作为建立基础，通过线结构光来对工件表面轮廓进行测量。将平面条纹结构光投射于工件表面中，从而产生了不同条纹变形，分析表面轮廓变化。CCD来摄取条纹图像时，需通过3次信号转后才得以保存，经由视频信号、模拟信号、数字信号。并把存储信息向监视器传输，采取计算机处理系统来对图像急性处理，从而得出工件模型图。

2.2.4磨损度的测量

在机械制造过程中，测量磨损度也十分关键。许多机械设备工件因未能对因素充分考虑使测量磨损度进展困难，例如在对切割机磨损度进行测量时，因这种机械设备携带有利刃，对其测量需要把有关刀具进行拆除，在一定程度上增加了测量的難度。为尽量减少出现这种情况，需要按照有关机械设备具体情况来选取相应机器视觉技术来对磨损度进行测量，尽量使测量中所需考虑因素减少。

2.3应用在焊接机器人当中

将机器视觉技术应用在焊接机器人当中，主要指的是通过X光的探伤仪和CCD摄像等技术让焊机具有视觉功能，进而将焊接机器人的生产质量得到有效提高。视觉功能主要包含有一维、二维以及三维这三种传感，一维传感其检查组件是一个或者是多个接收光电单位，也就是单光电;而二维传感其平面排列成像根据电或者扫描等形式得到;三维传感是根据对一维或者是二维传感当中的信息数据进行综合化的处理而得到的。因为焊接工作有很大的危险性，有很多的操作并不能通过人为来进行操作，而且由于工作环境的限制，也不可能开展人工作业，比如说像水下和溶液以及核辐射的环境当中。而将机器视觉技术应用在其中就可以有效的弥补这些问题，可以对数据进行实时的提取，可以在弧光四溅的状况下对焊缝图像进行提取，并预测焊接的性能和构造等等，使焊接的质量得到有效保证。

现在，这一技术已经被较为广泛的应用在熔池形状和焊道控制等生产中，这样一来有利于令焊接机器人朝着更加自动化与智能化的方向发展。但是因为焊接的整体过程比较繁杂，且造价也比较昂贵，所以在目前来看，将这一技术应用在焊接机器人当中并不能实现大规模的应用。对此，我们还应该对其进行深入的研究，并对该系统的精确性和可靠性等性能加深了解。现在，相对有实力的一些企业已经对机器视觉技术应用在焊接机器人当中进行了有效的研发，跟之前的焊接机器人相比，应用这一技术的机器人其性能更加完备，功能也比之前的更加强大，发展前景更加可观。

2.4机器视觉系统与CMM的集成

由于企业对与质量有关的数据的采集、处理和传递提出了更高的要求，更具柔性和自动化的CAQ（Computer Aided Quality）系统呈现出以下发展趋势：①在必要的情况下，CAQ系统可以100%地检测产品，而不像现在普遍采用的抽样检测;②将检测规划集成到加工过程中，形成闭环反馈控制系统，在检测时确定产品相对于标准尺寸的偏差，并在线纠正，因此，可获得近100%的优质产品;③机器视觉和先进的图像处理技术、逆向工程技术已广泛地应用于自动化检测;④适用于不同产品结构的检测技术可将新的产品技术要求直接从CAD/CAM数据库传输到检测系统中，不需要操作人员编制特殊的程序。

结束语：综上所述，在机械制造业发展的过程中，其自动化、智能化的水平在不断提升，各种现代化的新技术也普遍应用在该领域之中。在实际制造的过程中，为了确保产品的制造质量和效率，可以积极运用机械视觉技术，通过该技术提升工件检测、测量、焊接的质量和效率，进而全面带动我国机械制造业的发展。

参考文献：

[1]刘泽宇.机器视觉技术及其在机械制造自动化中应用的探讨[J].中国设备工程，2019，01：188-189.

[2]邓达.机器视觉技术以及其在机械制造自动化中的运用[J].科学技术创新，2019，07：183-184.