美國(guó)制造工程師協會(huì)(SME Society of Manufacturing Engineers)機器視覺分會(huì)和美國(guó)機器人工業協會(huì)(RIA Robotic Industries Association)的自動化視覺分會(huì)對(duì)機器視覺下的定義爲:“機器視覺是通過(guò)光學(xué)器件和非接觸的傳感器自動地獲取和處理真實物體的圖像,以獲得所需信息或用于控制機器運動的裝置.通俗的說(shuō),機器視覺就(jiù)是用機器代替人眼來做測量和判斷。
最簡單的視覺檢測系統如下圖所示:
工件:被(bèi)檢測物品 | 光源:提供穩定的照明環境 | 攝像機:獲取圖像的設備 | 機械臂:根據圖像處理系統的結果,進(jìn)行相應的動作裝置。
其中圖像處理系統是核心, 目前按照處理算法劃分爲模式匹配和深度學(xué)習。其中模式匹配算法适合于有明确标準的應用場景, 而深度學(xué)習算法适合複雜場景、複雜非标準缺陷。深度學(xué)習還(hái)具有識别模型靈活度強,泛化能(néng)力強的特點。
随著(zhe)多年來機器視覺技術的發(fā)展,已經(jīng)在各個行業都(dōu)有深入的應用,例如在科學(xué)研究(材料分析,生物分析,化學(xué)分析,生命科學(xué)等),軍事(shì)(航天,航空,兵器(敵我目标識别,跟蹤)及測繪),民用(智能(néng)交通,安全防範,文字識别,身份驗證等),工業(質量檢測,産品分類,産品包裝,機器人定位)都(dōu)有廣泛的應用.本文主要介紹機器視覺在智能(néng)制造領域的應用。
應用場景
機器視覺伴随計算機技術、現場總線技術的發(fā)展,技術日臻成(chéng)熟,已是現代制造業不可或缺的産品,廣泛應用于食品和飲料、化妝品、制藥、建材和化工、金屬加工、電子制造、包裝、汽車制造等行業。機器視覺的引入,代替傳統的人工檢測方法,極大地提高了投放市場的産品質量,提高了生産效率。
機器視覺系統的特點是提高生産的柔性和自動化程度。在一些不适合于人工作業的危險工作環境或人工視覺難以滿足要求的場合,常用機器視覺來替代人工視覺;同時(shí)在大批量工業生産過(guò)程中,用人工視覺檢查産品質量效率低且精度不高,用機器視覺檢測方法可以大大提高生産效率和生産的自動化程度。
下圖展示的是機器視覺主要的行業應用:
從機器視覺的具體應用看,電子制造業應用具體在PCB印刷電路、電子封裝、絲網印刷、SMMT表面(miàn)貼裝、半導體及集成(chéng)電路、回流和波峰焊,以及智能(néng)手機、平闆電腦等消費類産品。汽車制造業的主要應用于面(miàn)闆印刷質量檢測、精密測量等。食藥和包裝機械主要集中在封裝缺陷檢測、生産日期檢測、顔色識别、分揀等方面(miàn)。印刷機械則是在于印刷質量檢測、印刷字符檢測、條碼識别等。
管理痛點
經(jīng)過(guò)調研發(fā)現,目前高端制造工廠大部分都(dōu)采用自動化生産,但人工目視檢測崗位仍占據工廠整體人員的15%-30%。人工目視檢測存在效率低、準确率低、對(duì)人眼傷害大且成(chéng)本高的問題。
傳統的機器視覺檢測設備雖然已應用多年,但其基本基于模式匹配算法,無法解決複雜場景的複雜缺陷檢測;泛化能(néng)力差,且需要積累大量缺陷圖片庫;漏檢誤檢率高的缺點。
解決方案
機器視覺技術將(jiāng)成(chéng)爲大企業檢測設備的‘不二選擇’,其主要有五大典型應用:
圖像識别應用
圖像識别,是利用機器視覺對(duì)圖像進(jìn)行處理、分析和理解,以識别各種(zhǒng)不同模式的目标和對(duì)象。圖像識别在機器視覺工業領域中最典型的應用就(jiù)是二維碼的識别。將(jiāng)大量的數據信息存儲在二維碼中,通過(guò)條碼對(duì)産品進(jìn)行跟蹤管理,通過(guò)機器視覺系統,可以方便的對(duì)各種(zhǒng)材質表面(miàn)的條碼進(jìn)行識别讀取,大大提高了現代化生産的效率。
圖像檢測應用
檢測是機器視覺工業領域最主要的應用之一。幾乎所有産品都(dōu)需要檢測,而人工檢測存在著(zhe)較多的弊端,因此,具有諸多優點的機器視覺在圖像檢測的應用方面(miàn)也非常的廣泛。
視覺定位應用
視覺定位要求機器視覺系統能(néng)夠快速準确的找到被(bèi)測零件并确認其位置。在半導體封裝領域,設備需要根據機器視覺取得的芯片位置信息調整拾取頭,準确拾取芯片并進(jìn)行綁定,這(zhè)就(jiù)是視覺定位在機器視覺工業領域最基本的應用。
物體測量應用
機器視覺工業應用最大的特點就(jiù)是其非接觸測量技術,同樣(yàng)具有高精度和高速度的性能(néng),但非接觸無磨損,消除了接觸測量可能(néng)造成(chéng)的二次損傷隐患。常見的測量應用包括齒輪、接插件、汽車零部件、IC元件管腳、麻花鑽、羅定螺紋檢測等。
物體分揀應用
實際上,物體分揀應用是建立在識别、檢測之後(hòu)一個環節,通過(guò)機器視覺系統將(jiāng)圖像進(jìn)行處理,實現分揀。在機器視覺工業應用中常用于食品分揀、零件表面(miàn)瑕疵自動分揀、棉花纖維分揀等。
預期收益
機器視覺技術在減少勞動力的同時(shí),以機器換人,更高效、更穩定的提高生産速度和産品質量,對(duì)檢測的缺陷綜合識别率提高,工作效率提升, 同時(shí)爲企業注入新科技,提升企業的競争力,給企業帶來真正意義上的生産自動化,質量控制标準化、品質化和自動化。