2020年11月24日 机器视觉与计算机视觉技术

工业机器人及机器人视觉系统详解

人类想要实现一系列的基本活动,如生活、工作、学习就必须依靠自身的器官,除脑以外,最重要的就是我们的眼睛了,(工业)机器人也不例外,要完成正常的生产任务,没有一套完善的,先进的视觉系统是很难想象的。

机器视觉系统就是利用机器代替人眼来作各种测量和判断。它是计算科的一个重要分支,它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。图像处理和模式识别等技术的快速发展,也大大地推动了机器视觉的发展。
工业机器人视觉系统

机器视觉系统的应用

在生产线上,人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误,但是机器却会不知疲倦地、稳定地进行下去。一般来说,机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。对于每一个应用,我们都需要考虑系统的运行速度和图像的处理速度、使用彩色还是黑白摄像机、检测目标的尺寸还是检测目标有无缺陷、视场需要多大、分辨率需要多高、对比度需要多大等。从功能上来看,典型的机器视觉系统可以分为:图像采集部分、图像处理部分和运动控制部分。

机器视觉系统工作过程

• 一个完整的机器视觉系统的主要工作过程如下:
• 1、工件定位检测器探测到物体已经运动至接近摄像系统的视野中心,向图像采集部分发送触发脉冲。
• 2、图像采集部分按照事先设定的程序和延时,分别向摄像机和照明系统发出启动脉冲。
• 3、摄像机停止目前的扫描,重新开始新的一帧扫描,或者摄像机在启动脉冲来到之前处于等待状态,启动脉冲到来后启动一帧扫描。
• 4、摄像机开始新的一帧扫描之前打开曝光机构,曝光时间可以事先设定。
• 5、另一个启动脉冲打开灯光照明,灯光的开启时间应该与摄像机的曝光时间匹配。
• 6、摄像机曝光后,正式开始一帧图像的扫描和输出。
• 7、图像采集部分接收模拟视频信号通过A/D将其数字化,或者是直接接收摄像机数字化后的数字视频数据。
• 8、图像采集部分将数字图像存放在处理器或计算机的内存中。
• 9、处理器对图像进行处理、分析、识别,获得测量结果或逻辑控制值。
• 10、处理结果控制流水线的动作、进行定位、纠正运动的误差等。

机器视觉系统的优点有:

• 1、非接触测量,对于观测者与被观测者都不会产生任何损伤,从而提高系统的可靠性。
• 2、具有较宽的光谱响应范围,例如使用人眼看不见的红外测量,扩展了人眼的视觉范围。
• 3、长时间稳定工作,人类难以长时间对同一对象进行观察,而机器视觉则可以长时间地作测量、分析和识别任务。
• 4、机器视觉系统的应用领域越来越广泛。在工业、农业、国防、交通、医疗、金融甚至体育、娱乐等等行业都获得了广泛的应用,可以说已经深入到我们的生活、生产和工作的方方面面。

科幻电影中的智能机器人

———如下图所示是一种有电脑操控的加工机械装置。
———该装置主要通过前端的摄像头对被加工对象进行图像采集和加工定位,从而完成加工。
———机械类的各部件的精度由工人的熟练程度和工作经验以及加工工具(如各类机床)到如今的由数字化和智能化的加工设备(如数控机床),更多的能适应社会需要和发展的高精度,高难度的零件被加工出来。

视觉系统简单来说就可以用三个及独立又相互联系的模块来概括:目标物图像的采集、图像的处理、指令的发出。

视觉系统的设计分为软件设计和硬件设计两大部分

视觉系统的硬件设计

视觉系统的硬件主要由镜头、摄像机、图像采集卡、输入输出单元、控制装置构成。

一套视觉系统的好坏则分别取决于摄像机像素的高低,硬件质量的优劣,更重要的是各个部件间的相互配合和合理使用。

——在恶劣的自然环境中,在生产的一线,在许多复杂的情况下,要想保证整个视觉系统的正常工作,构成系统的各个硬件就必须具有很好的耐磨损性和经受住各种不可预料的情况和考验。
——随着科技的进步和现代生产生活的需要视觉系统正在机器,特别是智能机械的飞速发展,原有的系统硬件已不适应新的需要,为此,必须提高硬件的水平和质量来保证系统的正常运行。
——镜头、摄像机、图像采集卡、输入输出单元、控制装置构就好像电脑的显示器、电源、主机(处理器、内存条、硬盘、显卡等)一样,每一个构成部件都很关键,它们质量如果不过关,整个机器就无法正常工作,更别说完成复杂的工作和给以的任务了。

视觉系统的软件设计

——视觉系统的软件设计至关重要,在当今信息化大趋势下,智能控制越来越依靠软件方面的功用。
——视觉系统的软件设计是一个复杂的课题,不仅要考虑到程序设计的最优化,还要考虑到算法的有效性,及其能否实现,在软件设计的过程中要考虑到可能出现的问题。
——视觉系统的软件设计完成还要对其鲁棒性进行检测和提高,以适应复杂的外部环境(鲁棒性就是系统的健壮性。它是在异常和危险情况下系统生存的关键。)

一种视觉导航软件处理的流程图

视觉系统的实际应用

•机器视觉技术的城市交通预警系统
•近几年来,随着经济的发展,我国各大城市内部的交通基础设施建设也得到了快速发展,但是,尽管城市道路越建越宽,立交桥越建越多,交通信号越来越复杂,道路的拥挤程度和交通事故的发生率却没有得到明显的缓解,交通运输业特别是城市交通承受着越来越大的压力。

目前,随着城市交通现代化、智能化的进程日益加快,国内相关领域的研究也成为新的热点。关于智能交通系统(Intelligent Transportation System;简称为ITS)的研究得到了欧洲、美国、日本、加拿大等等很多发达国家的广泛重视,他们纷纷投入巨资应用于智能交通系统的研究,并进行了大量的模拟实验,很多子系统已经能够初步达到人们所希望的智能化程度。越来越多的事实已经证明,先进的ITS将有效地利用现有交通设施,减少交通负荷和环境污染、保证交通安全、提高运输效率、促进社会经济发展、提高人民生活质量,并能够推动社会信息化及新产业的形成。基于机器视觉技术的城市交通预警系统,是先进交通管理系统的子系统,是通过根据交通状况的变化及早预警,配合交通管理的智能监控系统。

基于机器视觉技术的城市交通预警系统结构框架

• 系统主要功能模块简介:
• 视觉监测:城市交通环境是实时变化的,通过视频监测技术采集相关数据,将检测到的环境特征值送往信息融合处理器。
• 信息融合处理器:将信息通过模糊神经网络方法得到输出结果。
• 监测预警:根据并做出决策,即相应调整实时交通信息、信号控制,以及对于将要发生事故或已经发生事故区域采取紧急救援措施。

机器人视觉

•机器人视觉【robot vision】 使机器人具有视觉感知功能的系统。
•机器人视觉可以通过视觉传感器获取环境的二维图像,并通过视觉处理器进行分析和解释,进而转换为符号,让机器人能够辨识物体,并确定其位置。
•机器人视觉广义上称为机器视觉,其基本原理与计算机视觉类似。
•计算机视觉研究视觉感知的通用理论,研究视觉过程的分层信息表示和视觉处理各功能模块的计算方法。而机器视觉侧重于研究以应用为背景的专用视觉系统,只提供对执行某一特定任务相关的景物描述。

机器人视觉硬件主要包括图像获取和视觉处理两部分,而图像获取由照明系统、视觉传感器、模拟-数字转换器和帧存储器等组成。根据功能不同,机器人视觉可分为视觉检验和视觉引导两种,广泛应用于电子、汽车、机械等工业部门和医学、军事领域。

Banner
Related Posts

基于计算机视觉和深度学习的智能缺陷检测

2019年9月4日

2019年9月4日

自亨利·福特首次引入装配线系统以来,质量控制一直是制造中的一个关键因素。其理念是,质量可以通过大规模生产流水线来实现,只要每个人在生产过程中各尽其责。从那时起,我们显然已经走了很长一段路。传统的装配线仍然以许多形式存在,尽管机器已经取代了许多手工过程。

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

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

工程点扩展函数(E-PSF)技术可以实现高精度3D成像

2019年7月10日

2019年7月10日

工程点扩散功能(E-PSF)技术以光学相位板的形式发展,将使制造商能够满足对超精密物体成像不断增长的需求。

用于目标识别的自学习机器视觉系统

2019年7月8日

2019年7月8日

机器视觉是工业4.0,即工业物联网背景下高度自动化和无缝联网过程的关键技术。使用诸如深度学习之类的新的人工智能过程变得越来越重要。许多好处使这项技术具有吸引力,但同时它也有局限性。

用机器视觉法监测石榴成熟过程

2019年11月19日

2019年11月19日

瓦伦西亚农业调查研究所(IVIA)、米格尔·埃尔南德斯·德埃尔切大学和巴伦西亚理工大学的科学家们研究了两种用于石榴质量监测的机器视觉技术。

纺织制造商将人工智能无缝集成到生产中的三种方式

2019年9月3日

2019年9月3日

人工智能正在改进纺织品制造商的经营方式。这一过程的每一个要素,包括纺织品生产、产品成本、质量控制、数据收集、统计过程控制、准时制制造和计算机集成制造,都在进行人工智能改造。

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。

机器视觉系统集成发展的现状和前景

2019年7月10日

2019年7月10日

机器视觉系统集成是一门学科,随着新成像技术的不断发展,这门学科的发展势头依然强劲。

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。

机器视觉如何保持马铃薯片的风味完整

2019年4月23日

2019年4月23日

像Pepsico这样的食品和饮料行业巨头...

基于3D技术的机器视觉解决方案

2018年8月9日

2018年8月9日

随着机器视觉领域测量技术的多元化发展,3D视觉技术必将成为一种重要的检测手段。3D视觉技术行业中越来越受到欢迎和重视。近年来,3D视觉领域的市场容量也在快速增加,相信3D市场必将成为机器视觉的一个主流的重要检测手段。

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。

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。

表面缺陷检测系统方案实施的七个步骤

2019年5月24日

2019年5月24日

表面缺陷检测系统主要以相机成像和图像处理技术为主,配置合适的相机和光源可以使被检测物体凸显表面缺陷或特征,使其检测系统能够实时、准确的对物体表面缺陷进行检测。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注