摘要：近年来我国科技水平的提升，机器人视觉技术也在不断的提高。机器视觉技术与信息技术一样，在强化产业竞争力方面极为重要。此外，具有视觉能力的工业机器人比传统的工业机器人在生产效率方面会有提高，同时，生产安全的问题也会得到改善。因此，对工业机器人视觉技术的研究具有十分重要的意义。本文就机器人视觉技术的原理及应用展开探讨。
关键词：机器人视觉技术；图像采集卡；无人驾驶技术
引言
机器人技术的发展为制造业企业带来了新活力，解决了人力资源短缺问题并提高了产品质量和工作效率，单纯的机器人技术在一些高端应用场合受到限制，而引入视觉系统可满足柔性化生要求，推进了智能化和自动化的进程。
1视觉定位系统的工作原理
支持机器人的视觉系统以数字图像处理技术为基础，主要用于对被测对象的识别、定位、检测和测量。机器视觉系统是通过CMOS芯片将光能转化为电能，工业摄像机以模拟信号的形式发送到图像处理系统，通过A/D转换器将模拟信号转换成数字信号，每个像素把光强以灰度值的形式表达，光强值从CMOS芯片的矩阵中被存储在矩阵数据结构中，工控计算机对该信号进行处理，反馈给机器人控制其运动。根据三者关系控制ER50-C10机器人实现准确定位。单目视觉定位系统比较自由，应用到实际工程中也很方便，因为没有视觉差，所以从成像上很难建立三维坐标系，可以根据机器人自身特性设定高度，可以获取图像的深度信息。单目相机获取的平面信息加上机器人提供的深度信息，满足三维图像构造条件，通过简单的小孔成像原理搭建数学模型，得出坐标系间的对应关系。
2中国机器视觉企业发展概况
国内应用机器视觉的企业很多，主要在工业自动化和医疗设备的应用。自主研发的机器视觉系统还不够完善，很多是引进国外现成的设备，先进的视觉技术还掌握在国外。国内的机器视觉系统很难做到批量的检测，这一行业的人才短缺，而且大多是自学成才，没有统一的规范要求，所以每个人的水平都参差不齐。国内视觉系统不就的将来必定会快速发展，最主要原因是中国成为世界的加工中心，开拓中国市场，国外先进视觉系统设备和视觉技术同时涌入中国，同时中国机器视觉企业更需要拥有一套自主知识产权的视觉系统。
3视觉系统的组成
（1）计算机。信息需经计算机处理后再输入到控制机构进行具体操作。由于早期的计算机内存容量较小，现在均使用微型计算机或小型计算机进行处理。此外，想要实现若干视觉功能，图像处理软件也是不可或缺的，图像处理软件一般有着图像的增强、平滑、分割、特征提取、识别与理解等功能。（2）光源。光源是提供照明的装置，选择光源与照明方案影响着图像的拍摄效果，保证足够光信息，突出工件的特征量，在工件需要定位的边缘阶段尽量的产生明显的区别，增加对比度的同时保证整体的亮度，消除阴影、抵消噪光。合适的光源可以提高系统检测精度和运行速度。常用的光源有卤素灯、荧光灯、LED灯、氛灯等，和其他光源比较，LED具有光线温和，使用寿命长及价格便宜等优点。（3）镜头。镜头的参数主要有焦距、视场（FOV，FieldofView）、景深（DOF）等。镜头的景深是物体离最佳焦点较近或较远时，镜头保持所需分辨率的能力。视场指摄像头能够观察的最大范围，通常以角度来表示。为实现具体的功能，要根据具体要求选择合适的镜头。（4）图像采集卡。图像采集卡是将所获信息进行处理和储存的单元，并在图像处理软件的协助下进行图像处理。如下图。
（5）摄像机与视觉系统标定。摄像机与视觉系统的标定是本系统的基础，是研究其它工作的前提条件。系统标定就是将图像像素坐标转换为实际坐标，获得像素所代表的真实长度，补偿图像畸变，校验摄像机与实物面的几何关系，模型的表达以及目标识别一直是计算机视觉研究中的难点之一。
4机器人视觉技术的应用
4.1零件识别及检测。在工业生产中，常常需要对零件的形状、尺寸、材料进行识别，而机器人视觉技术不仅可以测出产品的长度、面积、周长等数据，还可以提取出类似孔洞、尖角、凹陷、凸起等信息。若在制造时某些步骤的缺失导致零部件的丢失，会影响产品的品质。通过对前期图像的采集和处理，可根据目标检测算法来进行识别，从而获取零件的信息。零件检测同样是机器人视觉技术在工业领域的重要应用。传统的人工检测是随机性较强而且效率较低，无法满足大量生产检测的需求；人工成本在逐步上升，造成大量财力人力的浪费。而机器人视觉技术则可克服传统的人工检测的缺点，因此被广泛应用。
4.2尺寸测量
随着人类对于美好事物的不断追求和工业生产技术的不断提高，工业产品的外形设计日趋复杂而多样。由于其体积和重量的巨大，利用传统的测量方式不足以达到测量的要求，因此机器人视觉技术在尺寸测量方面具有极大的优势，应用便日渐增多。机器人视觉技术基于光学成像、图像处理等无接触的测量方式，拥有严谨的理论基础，测量范围广，测量精度高，且拥有更高的测量效率。根据不同的光照方式和几何关系，视觉检测方法可以分为两种：被动视觉探测和主动视觉检查，例如激光测距、云纹干涉法、简单三角形法等方法。
4.3视觉定位关键技术
视觉定位系统模拟人类视觉提取客观事物的三维信息，其中关键技术是图像的处理与识别。需要对原始的工件图像二值化，滤波平滑处理剔除噪点，选择合适的算法提取边缘，最后找出工件的中心。经过处理后的图像，减少了图像的数据信息，计算机对图像可以更好地分析与处理。技术层次包括底层基础元件和材料、图像和视觉核心算法、视觉硬件和软件开发环境。整个系统的流程可简单概括为图像获取、分析、输出结果，其中涉及到运动控制技术、机器人技术、通讯技术。
4.4生活领域的应用
机器人视觉技术在生活中获得了广泛的应用。在大数据、物联网的时代背景下，智能家居正走入寻常百姓家。不论是自动感知光强的智能窗帘，还是能自动避障的扫地机器人，都离不开机器人视觉技术。此外，生活中常见的CT和核磁共振技术的来源是数字图像技术，通过对医学影像数据的分析与计算，可大大降低失误概率，降低从业人员的压力，在生活中具有很强的应用潜力。随着高科技的发展进步，无人驾驶技术的实用化进程将再一次加快，相信在不久的未来，曾经出现在科幻电影中的场景，会成为我们期盼已久的现实。此外，定位导航也成为我们生活中不可或缺的一部分，为了增加其定位的准确性，机器人视觉技术则发挥着重要作用。
结语
随着科学技术的日益进步以及生产力水平的提高，工业机器人应用到各个领域，朝着精度高、速度快和安全性稳定的多方向发展。工业机器应用领域扩大，发展迅速，为发达国家提供更多的生产力，从小批量生产扩展到大批量生产的领域，体现出工业机器人的重要性。机器人始终是辅助人类的机械动作，不能根据特定的环境变化来调整运动路径，在特定的时间里无法获得工件的姿态，智能化处理受阻，机器人应用将受到极大限制。许多枯燥而危险的工作由工业机器人取代人工完成。为了使机器人更加智能化，机器人视觉这一研究领域得到大力发展，提高了机器人的智能化水平，在测量、检测、定位与识别等领域得到广泛应用。
参考文献：
[1]谢衎祺.机器人视觉技术分析[J].科技风，2018（17）：9.
[2]刘金桥，吴金强.机器视觉系统发展及其应用[J].机械工程与自动化，2015（01）：215~216.
[3]付旭程.机器人视觉技术[J].电子技术与软件工程，2018（06）：99~100.
论文作者:曲太旭
论文发表刊物:《基层建设》2019年第18期
论文发表时间:2019/9/20
标签：视觉论文; 机器人论文; 技术论文; 图像论文; 系统论文; 测量论文; 工业论文; 《基层建设》2019年第18期论文;