什么是智能工厂的眼睛—机器视觉?的主要图片

什么是智能工厂的眼睛—机器视觉?

什么是机器视觉?

从广义上讲,“机器视觉”是指通过数字技术来利用视觉信息和光学信息。但是,随着机器视觉越来越多地被引入制造业的生产现场,机器视觉一般是指用于在工厂进行自动检测和工序自动化等的数字成像技术。
机器视觉由

・摄像部分(摄像头)
・接口部分(插板/通用接口)
・处理引擎部分(计算机)
・处理控制部分(软件)

等构成。
由摄像部分获得的图像数据经由接口部分被输入到处理引擎部分。在处理引擎部分,处理控制部分对其进行二值化*1、边缘检测*2等图像处理。然后,将图像处理结束后的图像数据输出到机器人和工业设备。

*1:使用预设像素值(阈值)将图像转换为白色和黑色两种颜色的处理。
*2:检测图像中较亮部分和较暗部分之间的边界的处理。

机器视觉的构成图片
图1:机器视觉的构成

机器视觉用于自动检查、自动识别、自动测量等。自动检查和自动识别比人工检查更快。此外,自动测量连人类无法测量的微小值差异也能准确地判别。而且,未来有望通过与AI功能的联动,让使用更加智能化。

机器视觉、计算机视觉和机器人视觉之间的区别

计算机视觉和机器人视觉是与机器视觉类似的技术,但它们各自具有不同的作用。在此,我们对这些作用之间的差异进行解说。

机器视觉和计算机视觉的区别

“计算机视觉”是在机器视觉功能的基础上增加设备控制功能后的技术。计算机视觉可以根据机器视觉输出的数据来操作多种设备。例如,可以通过将机器视觉输出的图像数据和计算机生成的CAD数据相组合来控制加工机械,或者基于从生产线作业进展状况拍摄的图像数据来调整传送带的传送速度。
此外,计算机视觉的应用范围宽广,除了智能工厂外,体育运动中的裁判辅助系统和虚拟重放以及娱乐中的投影映射等也使用计算机视觉。

计算机视觉使用示例图片
图2:计算机视觉使用示例

机器视觉与机器人视觉的区别

“机器人视觉”是在机器视觉的基础上增加机器人视觉功能后的技术。在机器视觉中,图像数据是通过将摄像头安装到多种装置来获得的,而在机器人视觉中,图像数据是通过将摄像头安装到机器人手臂的前端来获得的。这使机器人能够基于其自身获得的视觉信息执行动作。
例如,没有机器人视觉的机器人只能执行预先编程的规定动作。而配备了机器人视觉的机器人可以将机械臂移动到靠近物体的位置,然后基于从摄像头拍摄的图像数据依次识别目标并执行动作。
由于配备了机器人视觉的机器人能进行这样的动作控制,所以可以执行程序中无法指定的详细、准确和灵活的动作。

机器人视觉使用示例图片
图3:机器人视觉使用示例

机器视觉在智能工厂中的应用示例

机器视觉用于智能工厂的多种作业。在此,我们对机器视觉的使用示例进行介绍。

特高速读取文字—OCR(Optical Character Recognition/Reader)

OCR是一种使用图像扫描仪或数码相机读取手写或打印的文字的技术。机器视觉读取印在产品上的二维码、序列号、生产日期等。读取的数据用于对打印质量和打印的文字是否正确等进行检查,并用于下一步分拣等工序。OCR读取的对象产品大多数在生产线上高速移动。因此,机器视觉使用能高速拍摄的摄像头和能进行高速处理的图像处理系统。

生产线上的OCR图片
图4:生产线上的OCR

读取2D和3D形状—外观检查

机器视觉被认为是在生产线上进行外观检查非常有效的方法。使用机器视觉进行外观检查对于提高生产效率和保持质量不可或缺,因为它能高速准确地对切割和成型后的产品精度及元件的​​安装状态等进行检查。对象物体的表面在是否有光泽以及光线吸收率等方面差异很大。通过改变用于机器视觉照明的照明方法和光线颜色,使多种表面状态的产品检查成为可能。此外,配备立体法*3、ToF(Time of Flight)法*4等测量方法以及结构化照明*5等摄影方法的3D摄像头还能测量深度。

*3:通过使用2台摄像头进行三角测量来测量到对象物体的距离的方法。
*4:根据光源照射的光从对象物体反射并返回到光检测器所花的时间来测量到对象物体的距离的方法。
*5:照射具有特定浓淡图案的光的照明方法。

通过3D摄像头进行外观检查图片
图5:通过3D摄像头进行外观检查

抓取特定元件—挑选

生产线上的“挑选”是指收集所需的元件和产品的作业。如果使用机器视觉,即使多种颜色和形状的元件和产品混合在一个箱子中,也可以识别和挑选具有指定颜色和形状的元件。

机器人挑选图片
图6:机器人挑选

赋予机器人视觉功能—机器人动作控制

现在的工业机器人操作精度高,因此也被用于高精作业。例如,用于安装微小元件、焊接等。然而,通过编程控制此类作业需要高精度的定位装置。如果有利用机器视觉的机器人视觉,机器人就能利用安装在机器人手臂前端的摄像头拍摄的图像数据来进行准确定位,因此不需要高精度的定位装置。

通过机器人安装微小元件图片
图7:通过机器人安装微小元件

未来的机器视觉—AI视觉

随着AI在多种工业设备中的应用不断普及,“AI视觉”有望成为机器视觉进化的一种形式。

什么是AI视觉?

AI视觉是一套在带有摄像头或摄像头功能的智能手机等当中配备轻量级AI芯片来推断拍摄的图像数据的系统。它在使用AI(人工智能)这一点上与计算机视觉类似,但计算机视觉主要是使用云端AI服务进行推断(图8)。
另一方面,AI视觉使用安装在边缘设备上的AI模块进行推断,推断结果保存在边缘服务器上。仅在需要时才与云端AI进行通信(图9)。

计算机视觉图片
图8:计算机视觉
AI视觉图片
图9:AI视觉

因此,AI视觉相对于计算机视觉有
・能减少与云端AI服务之间的通信量
・能阻止传感器收集的数据泄露到外部
・响应速度出众
等优点。此外,AI视觉中使用的摄像头和智能手机被称为“边缘AI设备”,而使用边缘设备进行推断的方法被称为“边缘AI”。

实现AI视觉需要哪些技术?

虽然AI视觉具有类似以上所述的优点,但配备在边缘设备中的AI模块需要具备以下功能。
・电池容量有限,因此省电性能必须出众
・需要立即响应,因此必须能进行高速处理
・配备在有限的空间里,因此散热性必须出色
此外,非常重要的是它需要很小。

总结

以上对机器视觉和与此类似的术语—计算机视觉和机器人视觉,此外对AI视觉也进行了说明。可以预计,随着针对图像数据的深度学习的发展,机器视觉和AI的关系将变得更加密切。此外,通过将AI分为云端AI和边缘AI来分别使用,有望开发出新系统和新产品。
这些趋势或许将成为需要更接近人眼的视觉信息和超越人类的判断能力的智能工厂机器人、自动检查、自动识别、自动测量装置等不可或缺的技术。

相关文章