智能工厂系统受益于改进的技术以及经过验证的应用
作为机器视觉基础的电子相机正变得无处不在。从智能手机到复杂的工厂自动化应用，电子眼正在以多种方式增强（如果不是取代）人眼。
多样性和选择是当今工业机器视觉市场的标志。从低分辨率、廉价的相机到具有内置处理能力的高分辨率、多光谱相机，应有尽有。
事实上，太多的多样性可能是 ma 面临的问题今天的制造工程师。这不是使用机器视觉的问题，而是如何使用机器视觉的问题。
在机器视觉领域拥有数十年经验的 Cognex 的 Rick Roszkowski 表达了这样的观点：“我已经看到机器视觉成为很长的路要走，”他说。 “从早期简单的通过/未通过应用程序到今天我们非常多样化的产品线，这些产品线与同样多样化的应用程序相匹配。我们从不使用机器视觉的人那里看到了一种更加好奇的天性，他们想知道在哪里可以使用机器视觉。”
使用机器视觉的行业同样多样化，包括汽车、航空航天、计算机、消费品和医疗设备制造。
虽然很容易看出应用范围很广，从帮助跟踪库存的简单二维条码阅读器到完整动力总成生产线中的嵌入式机器视觉，真实的故事是当今机器视觉产品提供的价值.
Roszkowski 说，工业相机越来越好、越来越快，而且最重要的是越来越便宜。他将此归因于从电荷耦合器件或 CCD 阵列过渡到互补金属氧化物半导体或 CMOS 的电子成像基本技术。
CMOS 相机产生的噪音和功耗要低得多.今天可用的相机包括简单的条形码阅读器、2D 视觉系统和复杂的 3D 视觉系统。 2D 相机具有不同程度的颜色辨别力，包括超越人类范围的多光谱系统，而且价格越来越实惠。
“但这不仅仅是相机，”Roskzowski 说。有一个连续的智能传感器，包含一个图像传感器和一个处理单元，以及自动对焦和复杂的集成照明系统等功能。 “照明一直被认为是集成的一个单独的技术组件。现在你可以获得多才多艺和可用的集成照明与相机，”他说。
此类智能成像仪还包括集成输入/输出连接，可将传感器集成到工厂自动化系统中。有用的机器视觉不仅可以找到答案，还可以提供一种根据该答案采取行动的方法。康耐视还提供一系列机器视觉软件。
指导和检查
为了帮助理解竞争环境，康耐视将机器视觉的主要应用分为四大类：指导、检查、测量和识别。机器人引导视觉是一项主要应用。检查包括确定装配的正确位置、表面质量和完整性。最后，量具使用机器视觉来确定零件是否符合其规定的 GD&T 并具有计量级精度。
FANUC 是采用视觉引导的机器人供应商之一。
使用该技术的发展部分是通过越来越有效地整合 m带有集成机器人控制器的机器视觉。 “我们在去年底发布了一款全新的控制器，具有一些突出的集成机器人视觉功能，”FANUC America 智能机器人/机器视觉高级工程师 David Dechow 说。
“在FANUC，我们所有的视觉系统都嵌入在控制器中。”他还指出并欢迎机器视觉和相机供应商大力支持引导机器人技术，尤其是使用更便宜的视觉系统。
“没有视觉的机器人是不灵活的。他们需要准确了解完成任务所需的位置——拾取、涂漆、探测，”他说。
一个很好的例子是从传送带上拾取零件的灵活性，Dechow 说。工程师必须始终权衡：要么使用精密夹具，要么使用更灵活但通常更昂贵的视觉引导机器人。
爱普生是另一家机器人供应商，Epson America 的机器人产品经理 Rick Brookshire 表示，使用视觉系统的重点主要是引导机器人。 “但是，它的用途正在增长，除了运动引导之外，我们现在还在做更多的检测应用。”
从检查装配的完整性到质量检测，一些用户正在扩展连接到他们的机器人的摄像头系统
这既重要又令人兴奋，因为公司不仅将单一机器视觉系统用于多种用途（引导和测量），而且还在制造过程中嵌入测量。这意味着他们在存在视觉引导机器人的过程的每个步骤中进行测量和检查。
这与产品制造后检查产品的“老式方式”形成对比，Brookshire 指出. “这可以实现实时检查，而不是事后检查，”他说。
可以存储统计数据，他补充说，如果这些产品在现场发生了一些事情，它们更容易追溯到过程本身的根本原因。
Brookshire 还同意，相机范围的扩大正在扩大
“如今，我们的大多数客户都在使用典型的 2D 灰度相机，但现在许多客户开始利用彩色相机，”检查组件中的电线颜色或实验室自动化应用中的试管，他说。
集成和应用
影响视觉引导机器人技术适应方式的另一个趋势是制造本身的性质，Brookshire 说。
随着消费者要求选择和多样化，柔性制造正在成为常态。 “批量正在缩小，产品转换更频繁，制造商希望在同一条生产线上处理多个零件和组件，这就需要在传送带上灵活进料，”他说。
作为回应，爱普生正在与另一家公司合作，提供一种名为 Epson Intelliflex 的新型集成柔性进纸解决方案。它使用视觉系统来查找零件的存在和方向，从进料器中挑选它们而无需固定或要求它们以任何方式定向。他说：“客户一直在努力集成灵活的进料器、视觉系统和机器人，因此我们为他们开发了它。”
另一个有趣的新应用是使用 3D 视觉系统与 Epson WorkSense双臂机器人通过参考零件的 3D CAD 模型与零件交互。
“机器人将使用其 3D 视觉系统来匹配它所看到的，以便它可以确定零件的方向， “ 他说。因此，它既可以确定放置和拾取零件的最佳方式，也可以在传感器能力的限制范围内测量任何 GD&T 偏差。他希望它们适用于所有其他机器人，包括 SCARA 和 6-轴版本，成为爱普生 RC 700A 控制器的标准配置。
Omron Microscan Systems 工程和商业运营高级副总裁 Andrew Zosel 以两种更基本的方式看待使用机器视觉：首先，它可以执行任务人类根本做不到。其次，它可以处理人类无法长时间承受的平凡而繁琐的任务。 “如今，机器视觉用于检测极其微小和精细的特征，例如半导体或平板显示器，这是人类永远做不到的，”他说。
另一个正在检测产品质量可能以每分钟 1,200 件的速度运行的生产线，例如装瓶厂。人们无需苦思冥想就能找到人类无法长时间完成的乏味任务，例如检查涂漆部件是否有瑕疵。
Zosel 同意 3D 传感器、颜色和多光谱以及高速相机等进步，已经打开了新的应用程序。
处理和 I/O 也保持了 pace.
没有跟上步伐的是机器视觉专家的可用性，他们可以帮助制造商将这些拼图拼凑在一起。 “因此，对我们来说，最大的动力是让产品更多地融入环境，与其他设备一起工作，”他说。 “使其更具交互性和易于使用。”
一个很好的例子是将机器视觉技术直接嵌入到可能使用了更简单的传感器或没有传感器的机器中。以 Omron 的新 HAWK MV-4000 为例，这是一款 CMOS 相机系列，尺寸从 ¼ 英寸到 1 英寸不等，具有内置双核处理器、2GB 板载 RAM 和 32GB 存储空间。除其他功能外，它还提供用于集成到系统中的千兆位以太网连接。
嵌入式机器视觉能够表征单个零件的几何测量。再加上使用条形码阅读器跟踪每个零件的能力，智能软件现在可以单独匹配公差根据他们的 GD&T 选择所有零件，并选择那些将创建最佳组件的零件。
“考虑将活塞与气缸匹配，作为示例，或者将活塞的左侧和右侧匹配电子产品外壳，”Zosel 说。 “通过这样做，您可以通过利用机器视觉的力量和能力创建极其精确的组件，从而远远超出机器能力的公差。”
在欧姆龙，即插即用的开发机器视觉中的播放设备将不断扩大。 “随着即插即用在自动化部件所需的其他技术中变得普遍，你不必成为任何一个领域的专家，”他说。 “这让您可以只考虑您的流程。假设你在一家汽车公司工作，你可以成为汽车车身方面的专家，而不是自动化方面的专家，因为相对而言，[我们正在使今天] 易于使用自动化。”
人工智能
使更多即插即用和智能设备成为可能的一个关键趋势是越来越多地使用人工智能 (AI) 技术。
FANUC 的 Dechow 指出，AI 不是对于传统意义上的机器人引导特别有用：确定机器人如何从一个点移动到下一个点。
“AI 不擅长离散分析，而离散分析是机器人引导的核心，”他说. “另一方面，‘AI 学习’特别擅长分类和区分。”
这在与从机器视觉捕获的图像一起使用时尤其强大。
“机器视觉只是在过去的两到四年内，才真正接受了人工智能技术，”他说。他将其日益广泛的使用归因于当今计算机功能的极大改进。
这是技术发展中经常出现的转折点之一吗？
“人工智能有潜力发挥作用在这个使事物在即插即用环境中易于使用的领域，”欧姆龙的 Zosel 说。 “人工智能可以帮助您进行辅助设置。它将通过封装 20 到 30 年的应用工程经验来做到这一点，这些经验可以指导用户帮助设置产品。”
AI 对康耐视很重要，Roszkowski 说。 “我们真诚地相信人工智能是我们的未来，也是机器视觉的未来。我们正在大力投资。”
康耐视最新发布的图像处理软件 VisionPro ViDi 使用深度学习进行缺陷检测、纹理和材料分类、装配验证以及变形部件的 OCR。
