机器视觉 - 处处都有用武之地

工业图像处理(机器视觉)与 Photoshop 毫无关系。不过,它的重要程度和潜在应用范围至少可与后者媲美。

自动化和数字化正在进入越来越多的商业领域。其背后的推动因素有很 多,供应链重整、技术人员短缺以及产品生命周期越来越短只是其中的 几个。机器视觉技术的重要性正与日俱增。它为整条工业价值链上的工 艺普遍自动化和优化铺平了道路。

Mario Bohnacker MVTec 客户服务总监

在过去几十年间,机器视觉日益成为各行各业不可或缺的技术。作为 “生产之眼”,机器视觉时刻监控着各种制造和物流过程。那么,机器视觉在实际应用中是怎样的呢?这项技术需要哪些组件,究竟有哪些优势,这些优势在哪里可以得到充分发挥?本文的目的即是解答以上和其他问题。

我们从基础知识开始:机器视觉应用需要硬件 和软件组件。硬件方面,我们需要所谓的图像采集设备。这些设备可以是位于生产环境中不同位置的相机或传感器。这些设备会记录、处理并生成大量图像数据。如果与人眼作一个形象的比较,相机和传感器就像感知事件时透过的镜片。

机器视觉 - 生产之眼

与人脑一样,采集到的信息必须经过处理才能使 用。这是由工艺中集成的机器视觉软件来完成,它负责处理数据并提供结果,以供进一步使用。这方面有许多方法和技术可以使用。特别是深度学习, 它是人工智能的一种形式,开辟了许多前所未有的全新应用领域。机器视觉的特别之处在于,就像人眼一样,它能够识别各种各样的物体及其关联,并将其置于生产的背景之中。这就为各种不同工艺中 的应用提供了极为丰富的可能性。例如,可以在货品流转过程中自动识别并分类物体。如何做到这一 点?有几种可能的方式。首先,比人眼更加精确可靠。但这还不是全部。在联网生产的环境中,可以将相关产品自动归类为废 品,在它们进入物流流程链之前移出。

机器视觉和机器人 - 梦幻组合

机器视觉还可用于机器人领域的广泛应用。传统协作式机器人,亦即可以在没有保护装置的情况下直接与人类一起工作的机器人,可以运用这项技术精确地抓取、处理和放置各种物体。由于可以独立执 行更多的任务,机器人的附加价值也随之增加。这 就使彻头彻尾的自动化生产成为可能。 这方面的一 例子是机器人在物流中的使用,或者更准确地说,托盘装卸:在这个应用中,机器人手臂上配备有工业相机。可以仅仅依据外部特征,如颜色、形状或纹理。机器视觉还可以通过使用印在物体上的数字或字母组合来识别物体。

机器视觉能用在哪里?其实更应该问的是:哪里不能?

无论是汽车行业、机械和工厂工程领域,还是食品 和饮料生产,机器视觉在任何地方都能提供支持。 此外,电子行业尤其得益于这项技术,例如半导体 制造业。繁多的生产步骤和严格的精度要求使得这 一工艺过程尤其复杂,因此质量控制的重要性不言而喻。这正是机器视觉天然适合的应用场景:要求严苛的检测工作。

时间就是金钱

使用机器视觉进行自动检查时,速度大大加快,结 果客观且可重复,而且不存在因疲劳或任务单调乏味而导致检查质量下降的风险。这使得机器视觉特别适合于高速应用。例如, 只需不到 10 毫秒的时间,即可极其精确地确定任何物体的位置。相 比之下,眨一次眼睛需要的时间是 300 至 400 毫秒。

但这并不是机器视觉能做到的全部。在联网生产或与云相结合方面,还有众多有前景的应用领域。例如,大量图像数据可用于预测性维护。任何机器维护需求,例如磨损所致,现在都可以立即识别,最终防止机器停机并降低维护成本。