工业自动化中机器视觉的五大应用优势

 1  引导和定位

视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。

自动化博览：在机器视觉与机器人相结合的应用场景中，机器人引导定位应用最为普遍。关于此类场景，海康机器人与合作伙伴共同实施了大量成功案例与成熟方案。机器人定位引导可大致分为3种模式：

图1所示的三种工作方式称为固定相机模式，即相机安装在设备机架上，不随机器人的运动而运动，自左至右又依次分为抓取工况、抓取偏移纠正工况和放置工况。其中抓取工况，相机对传送过来的来料进行拍摄和粗定位，将定位信息传输给机器人以便机器人根据定位信息抓取来料，如此可降低对工位间传送机构准确性的要求，确保抓取的稳定性；抓取偏移补正工况可通过设置在机械臂另一侧的下相机对工件进行二次精准定位，极大程度上消除来料偏差，确保能有针对性地对每个来料进行加工；放置工况内容涵盖广泛，可以是简单的放置，亦可以是贴合、安装等，即使用相机定位最终的目标位，结合前述两种工况，真正做到针对每个工件有的放矢。

图2所示为两种运动相机模式，即相机安装于机械臂顶端随机械臂一同运动。虽不同于上述固定相机模式，但固定相机模式和运动相机模式在功能上殊途同归，都可实现定位抓取与引导放置。两者在保证功能的同时，能够提供更多的安装可能性以应对不同的环境与硬件条件限制。

针对不同的设备安装场景，为提升硬件安装的适应性，固定相机模式与运动相机模式也可结合使用，如图3所示。

此外，在半导体制造领域，芯片位置信息调整拾取头非常不好处理，机器视觉则能够解决这个问题，因为需要准确拾取芯片以及绑定，这也是视觉定位成为机器视觉工业领域最基本应用的原因。

 2  外观检测

检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。例如机器视觉涉及到的医药领域，其主要检测包括寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。

伴随着现代工业自动化的发展，机器视觉检测被广泛应用到各种各样的检查、测量和零件识别，例如红外截止滤光片表面缺陷检测、汽车轮毂型号识别、磁性材料外观缺陷检测、产品包装上的条码和字符识别等，这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。

通常这种带有高度重复性和智能性的工作只能靠人工检测来完成，我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100%的检验合格率。机器视觉检测凭借它自动化、客观、非接触和高精度的特点已经完全能代替人工来检测这些单一、重复性的程序。机器视觉检测系统与一般意义上的图像处理系统相比，机器视觉检测强调的是精度和速度，以及工业现场环境下的可靠性。

随着经济水平的提高，机器视觉检测越来越受到重视。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。

 3  高精度检测

有些产品的精密度较高，达到0.01~0.02m甚至到u级，人眼无法检测必须使用机器完成。

在生产生活中，每种产品都需要检验是否合格，需要一份检验合格证书，要说检测在机器视觉应用最广，应该没人有意见。在过去机器视觉不发达的时候，人工肉眼检测往往会遇到很多问题，比如准确性太低，容易有误差，不能连续工作且易疲劳，而且费时费力。机器视觉的大量应用将产品生产和检测进入到高度自动化。

最典型的案例就是硬币字符检测、电路板检测等。以及人民币造币工艺的检测，对精度要求特别高，检测的设备也很多，工序复杂。此外还有机器视觉的定位检测，饮料瓶盖的生产是否合格、是否有问题，还有产品的条码字符的检测识别，玻璃瓶的缺陷检测、以及药用玻璃瓶检测，医药领域也是机器视觉的主要应用领域之一。

 4  识别

图像识别就是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。可以达到数据的追溯和采集，在汽车零部件、食品、药品等领域应用较多。

内容来源：网络