2020年11月25日 机器视觉与计算机视觉技术

中科院自动化所王欣刚:机器视觉将取代人类视觉

智能制造已成为全球制造业升级发展的重要方向,未来工厂里将采用越来越来越多的自动化技术,包括机器人、人工智能、虚拟现实等先进技术,其中,机器视觉将在智能工厂中将发挥关键作用。对于生产商来说,如何将这些技术运用到当前的生产线,将是实现工厂价值提升和未来发展的关键。

中国科学院自动化研究所研究员王欣刚在OFweek 2019 机器视觉技术与应用论坛会议上指出,自动化的发展史也是机器逐步取代人力的历史,在制造业转型升级的过程中,机器人开始取代落后的人力劳动。很多情况下人类视觉不能满足生产需求,现代制造业的要求越来越高,例如生产线对于高速、高精度、微距检测需求,人类劳动力会受到恶劣环境限的制,难以保证客观、无疲劳的工作。

廉价劳动力已成为过去

人口红利逐渐消失的趋势不可逆转,全球各地人力成本都在上升,许多国家开始出现老龄化的问题。而伴随着人们生活水平的提升,年轻一代不愿意从事低端的重复性劳动,因此造成了劳动力短缺的问题。中国作为制造业大国,存在大量的密集型制造业,如今劳动密集型企业正遭遇“大考”。

王欣刚列举了几个案例,例如富士康员工跳楼事件后,富士康给员工加薪66%;本田中国员工集体罢工要求加薪等。2010年春节后广东缺工200万以上,意味着中国的刘易斯拐点出现,人口红利正在迎来转折点。根据中国社会科学院2010年发布研究报告称,预计在2017、2018年,中国总的劳动年龄人口将出现负增长。

种种迹象表明,劳动力供求关系将进一步逆转,普通劳动者的工资将进入快速上升通道。对于企业来说,转型升级是必然的选择,只有调整经济增长方式,提高制造业自动化水平,才能化解工荒的问题,同时能保持企业在行业中的竞争力。

机器视觉将取代人类视觉

近年来,工业机器人开始大规模进入制造业,机器换人一触即发。越来越多的厂商开始利用机器人技术,提升生产线的效率和灵活性,实现工业4.0模式下的柔性化制造。王欣刚表示,机器人系统包括了处理器、运动控制、传感器和网络,分别对应人类大脑、四肢、感官和神经,而机器视觉是最后几个被取代的器官之一。

随着硬件水平和软件技术的发展,机器视觉系统能力得到了很大的提升,加上人工智能算法的助力,使得机器视觉变得越来越智能化,同时也突显了机器视觉在制造业中的优势。

机器视觉自动识别系统可以代替人力劳动,进一步缓解劳动密集型企业招不到人的难题。在制造业生产线上,机器视觉可以与机器人集成在一起,这样就可以代替人眼、脑和手去执行一些复杂的工作任务,且比传统人力更低成本和更高效率。

机器视觉可以不知疲倦的一直工作,在进行大量重复性工作时,能克服人眼易疲劳的劣势,并且能长时间够保持高精、高速的水平。机器视觉相比于人类,更能适应恶劣的工作环境,可在对人有伤害的恶劣环境中工作。机器视觉越来越出色的表现,代替人类视觉将是一个大趋势。

前景无限,机器视觉应用广泛

在工业生产过程中,机器视觉主要的应用类型主要有几个方面,一是对物体对象进行测量,包括尺寸、角度的测量;二是检测,例如检测有无、检测次品和定位等;还有对于物体的识别,包括读码识别等。

机器视觉的应用十分广泛,在汽车行业可以进行气缸盖、发动机、金属铸件、车身以及整车尺寸机器视觉测量。而在电子制造业通常用于锡珠检测、表面缺陷、PCB钻孔板钻孔定位及测量。此外,还有烟草、包装、纺织、金属加工等行业,进行包装质量检测、号码印刷检测、二维码在线识别、杂质检测等。

机器视觉有许多典型的应用,王欣刚在会上重点介绍了机器视觉在焊接机器人、打乒乓球机器人、精密装配、视觉导航测量仪等方面的应用案例。

在焊接机器人项目里,有了机器视觉,机器人就能完成焊接起始点自动定位,实现焊枪对焊缝的大范围高精度跟踪。在乒乓球机器人的方案里,利用分布式计算的高速立体视觉测量,可以对高速运动目标轨迹进行预测,以完成击球控制。

Banner
Related Posts

Teledyne DALSA的Linea HS 16k多场TDI相机

2019年11月28日

2019年11月28日

机器视觉技术公司 Teledyne DALSA ,近日推出其最新的电荷域CMOS TDI相机——Linea HS 16k多场TDI相机。多场成像允许最终用户捕获多个图像,例如一次扫描即可同时显示明场、暗场和背光图像。

深度学习+机器视觉=下一代检测

2019年9月18日

2019年9月18日

将机器视觉和深度学习结合起来,将为企业在运营和投资回报(ROI)方面提供强大的手段。因此,抓住传统机器视觉和深度学习之间的差异,并理解这些技术如何相互补充——而不是竞争或替代——对于实现投资最大化至关重要。

基于机器视觉的监测系统​

2019年11月3日

2019年11月3日

本研究基于机器视觉技术,结合Python语言,openCV库等,编写出了一套高精度,高稳定性的位移监测算法,以Nvidia Jetson开发板为载体,结合单片机,红外传感器等,设计制造了一套具有形变监测与预警功能的系统。

MicrochipPolarFire FPGA成像和视频开发套件加快机器视觉应用的开发与部署

2019年8月29日

2019年8月29日

制造业和工业界正在经历巨大的变化,工业物联网(IIoT)等新兴技术有望大幅提升工厂运营效率。因此,各种传感器正以前所未有的速度进行部署,让IIoT应用能够感知和洞察生产过程、工业自动化和质量控制等现实场景所发生的一切。

深度学习在机器视觉系统中的应用详解

2019年4月24日

2019年4月24日

随着机器视觉技术的不断发展,系统在不需要计算机编程的情况下也可以具有分析和分类对象的能力。而人工智能(AI)和深度学习是推动机器视觉发展的重要技术手段。

机器视觉技术可能比您想象的更厉害

2018年8月9日

2018年8月9日

从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。

深度学习在机器视觉中的应用与发展

2019年5月7日

2019年5月7日

在短短几年内,深度学习软件已经比任何传统算法可以更好地对图像进行分类处理,而且可能很快就可以超越人工检查。

自动化金属表面缺陷检测系统

2019年6月25日

2019年6月25日

近年来,生产制造企业对于金属的需求快速增长,对于产品质量的要求也是日益严格。如何对金属产品质量进行有效控制,我们的方法很简单:提供针对每种金属产品应用优化的表面缺陷检测解决方案,以高效一致方法的进行在线检查。事实证明,实时信息在为客户解决问题方面具有无可估量的价值,通过消除对生产后物理带材检验的依赖,制造商能够克服重大障碍。

机器视觉检测系统完整解决方案以及开发流程

2019年4月25日

2019年4月25日

机器视觉一词可以想象是具有一组眼睛的计算机进行检测或检验行为。为了开发机器视觉应用的完整解决方案,视觉工程师执行一系列通常分为五个类别的任务:计划,设计,构建,集成和验证。

3D视觉检测的未来:光度立体技术

2019年6月12日

2019年6月12日

利用3D表面定向,特别是它对反射光的影响,工业应用的光度立体产生对比度图像,突出了局部3D表面变化。

用于柔性显示器的缺陷检测系统

2019年5月10日

2019年5月10日

韩国国家计量院开发了一种用于自由曲面显示器(包括柔性显示器)的缺陷检测技术,该技术将帮助显示器制造商用在制造过程中通过拍摄的一张图像来检测缺陷。

3D视觉系统技术方案详解

2019年4月21日

2019年4月21日

近年来,随着芯片技术的发展以及相关软硬件系统的深入,视觉传感器得到了极为广泛的应用。社会越来越智能,可以使用人工智能和大数据技术将人们记录下来的图像智能地利用起来,而不是用一个个柜子将图像、视频束之高阁。

改善机器视觉系统的十大方法

2018年8月9日

2018年8月9日

机器视觉是一个新兴领域,如果设置正确,可以减少过程效率低下。任何使用机器视觉作为机器人引导或检查的设施都应重视这一领域,以寻求可能的改进。

工业机器视觉应用有必要使用边缘计算吗?

2019年12月17日

2019年12月17日

伴随着机器视觉技术的快速发展,在提高制造商产品质量水平的同时加快生产效率,可以说拥有巨大的潜力。这项技术的影响范围也在不断地扩大,各种新的应用注定会在我们的日常生活中发挥更大的作用。

基于相机和激光传感器的车顶视觉检测系统

2019年4月24日

2019年4月24日

像多单元高速列车这样的现代轨道车辆需要定期进行检查维护,以确保最车辆的安全稳定运行,增加使用寿命并最大限度地减少列车的磨损

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注