当前位置: 代写一篇论文多少钱 > 计算机论文 > 机器视觉工业应用研究现状探析

机器视觉工业应用研究现状探析

时间:2020-05-06 10:02作者:樊东 陈津徽 张元良
本文导读:这是一篇关于机器视觉工业应用研究现状探析的文章,随着人工智能的快速发展,自动化生产水平大幅提高,各生产领域中,一贯的人工作业已满足不了生产需求,因此急需一种技术将其取代。

  摘    要: 人工智能背景下,机器视觉技术快速发展。本文首先对机器视觉技术的系统组成做了简单介绍,然后对其在工业上部分应用的研究现状做了总结,最后阐述了机器视觉技术的发展前景及发展方向。

  关键词: 机器视觉技术; 工业; 研究现状;

  1、 绪论

  随着人工智能的快速发展,自动化生产水平大幅提高,各生产领域中,一贯的人工作业已满足不了生产需求,因此急需一种技术将其取代。机器视觉技术是通过计算机来模拟人的视觉功能[1],是一门比较复杂,多学科交叉的技术。经过近70年的发展,机器视觉技术已被广泛应用到农业、工业等领域,提高了生产的灵活性及自动化程度,满足当前大批量重复性生产的要求。

  2 、机器视觉概述

  工业生产线上,机器视觉系统主要包括图像采集系统、图像处理系统、控制决策系统[2]。

  图像采集系统中,光源及光照方式的选择、相机及镜头的选型会影响到采集图像的质量。对于光源,常用的有LED灯、荧光灯、卤素灯等,其中LED灯凭借功耗低等诸多优点,被人们广泛采用。照明方式有多种,研究人员可根据研究对象特点及自身需求选择最合理的方案。相机方面,按芯片类型可分为CCD相机、CMOS相机,两个各有优点,可根据实际需要选择。曝光时间、相机帧率、相机接口等参数也都是需要考虑的因素。镜头的选型中,最重要的参数是焦距。镜头的分辨率、景深、畸变等参数也对成像有一定的影响。而且,所选镜头应与相机有高程度的配合[3]。
 

机器视觉工业应用研究现状探析
 

  图像处理系统中,最需要关注的就是算法,包括图像增强、边缘锐化、特征提取、图像识别与理解等[4]。使用恰当的算法,可以得到较好的效果,为后续工作的方便进行奠定了基础。

  控制决策系统中,包含了各类机械装置,其控制系统根据图像处理后的结果,按照研究要求标准,对不合格的工件进行剔除。

  3 、机器视觉工业应用研究现状

  3.1、 尺寸测量与缺陷检测

  工业领域中所生产的工件几乎都需要检测,其中主要包括产品的尺寸测量和缺陷检测。尺寸测量中,无论是微小零件的精密测量,还是轴类零件、螺纹几何参数、薄片零件等,都达到了很高的精度。伍济钢[5]对薄片零件尺寸测量进行研究,提出一种轮廓矢量化的测量方法,最终检测精度达到1um,李亚茹[6]在1.2m×2.6m的测量区域内,对板材进行测量,精度达到了1mm/m。缺陷检测中,易松松[7]实现了对几种LED屏幕的检测,麦国铭[8]实现了光滑注塑产品的缺陷分割,其他诸如玻璃、薄膜等的缺陷,也都相应得到了检测且效率较高。

  3.2、 机器人视觉定位应用

  工业领域中,视觉定位可实现目标产品的自动化,例如,搬运、定位、焊接等。市面上Matlab、Open Cv、Lab View、Halcon等成熟的软件都可用于视觉定位。视觉定位方法有很多,按传感器的数量多少可分为单目视觉定位、双目视觉定位以及全方位视觉定位[9]。当前,学者们研究较多的还是单目视觉定位算法,杨平[10]结合实际场景对无人仓中的快递抓取机器人进行了研究,实验结果显示,对快递的位置估计上,位置误差、高度距离误差、角度平均误差都在一个很低的范围内。梁亮[11]进行了仿人机器人室内自主定位的研究,设计了一种基于单目视觉的多信息融合的定位算法,较其他方法降低了误差。

  3.3 、汽车制造质量检测

  我国的生产制造业正朝着自动化方向发展,特别表现在汽车制造业中。在汽车仪表板检测上,基于机器视觉的仪表板总成智能集成测试系统[12]可对5个仪表的指针误差,24个信号报警灯等进行检查。另外,对于同步环装配质量的检测,可以使装错、漏装等情况杜绝。汽车车身检测中,最为着名的是英国的ROVER汽车公司800系统汽车车身轮廓尺寸精度的100%检测,该系统检测速度快,精度高,达到±0.01mm。最后是对差动齿轮的检测,福克斯公司以SIMATIC710为基础开发了其监测方式,该监测方式接连运用两种不同的方法,可以保证很高的精度。

  4、 结语

  当前,国内外学者加大了对机器视觉技术的研究力度,政府部门也有对自动化生产相关政策的扶持,机器视觉技术将如雨后春笋般迅速发展。人工智能大背景下,深度学习、机器学习等也为机器视觉技术指明了方向,将它们相互结合,可以提升工业自动化生产水平,进一步解放人类的双手。发展道路上,所面对主要问题主要是算法的更新,国内外学者已经提出了多种算法,但是大部分都还处于实验阶段,相信经过反复的锤炼,定能在机器视觉技术中大放异彩。

  参考文献

  [1] 韩茜茜,耿世勇,路向阳.基于机器视觉的尺寸测量应用综述[J].河南科技,2019(5):8-10.
  [2] 冯锴.基于机器视觉的金属手机外壳尺寸测量与表面典型缺陷检测研究[D].
  [3] 刘杰.基于机器视觉的手机二维尺寸测量技术研究[D].
  [4] 章炜.机器视觉技术发展及其工业应用[J].红外,2006(02):13-19.
  [5] 伍济钢,宾鸿赞.机器视觉的薄片零件尺寸检测系统[J].光学精密工程,2007,15(1).
  [6] 李亚茹.基于机器视觉的大尺寸板材测量方法研究[D].
  [7] 易松松.基于机器视觉的手机面板缺陷检测方法研究[D].
  [8] 麦国铭.表面光洁的注塑制品外观缺陷视觉检测方法研究[D].
  [9] 周应东.工件视觉定位和识别的关键算法研究[D].
  [10] 杨平.供件机器人单目视觉抓取技术应用研究[D].
  [11] 梁亮.仿人机器人室内自主定位研究[D].
  [12] 刘武.机器视觉技术及其在汽车制造质量检测中的应用[J].汽车实用技术,2018(20):75-76.

联系我们
  • 写作QQ:79211969
  • 发表QQ:78303642
  • 服务电话:18930620780
  • 售后电话:18930493766
  • 邮箱:lunwen021@163.com
范文范例