中文
LOTS机器视觉:智能制造的“幕后推手”
2024-02-27
分享
让制造智能化
机器视觉是采用机器代替人眼来做测量与判断,其功能不仅局限于通过计算机摄取图像接收信息,也包括对信息的处理和判断,实现人眼视觉的延伸。
作为机器视觉的一大分支,工业视觉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,即“眼睛对着机器”,具有自动化和非接触性的特点。
与人眼相比,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的优势。
正是因为这些特点,现今工业视觉广泛应用于工业生产的各个步骤。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:

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。同时,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。

物体定位
传统制造业中的焊接、搬运、装配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。


零件检测

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:首先,人工检测的准确性依赖于工人的状态和熟练程度;其次,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零部件的丢失,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。


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。

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”的自动化检测设备将为新时代制造业提供更优质、可靠的成本和质量保障。