機器視覺技術(shù)在工業(yè)智能化生產(chǎn)中的應(yīng)用

周潔

摘要：在工業(yè)高速發(fā)展的背景下，讓工業(yè)在我國國民經(jīng)濟中的地位得到了顯著提升，使我國的工業(yè)生產(chǎn)結(jié)構(gòu)得到了調(diào)整，逐漸轉(zhuǎn)化為技術(shù)、知識密集型工業(yè)結(jié)構(gòu)，更加強調(diào)在工業(yè)生產(chǎn)過程中的效率驅(qū)動和創(chuàng)新驅(qū)動模式。同時，在5g網(wǎng)絡(luò)時代背景下，人們的生產(chǎn)生活逐漸呈現(xiàn)出智能化發(fā)展的趨勢，為此，要求積極展開對于工業(yè)生產(chǎn)的智能化探索。在此背景下，為機器視覺技術(shù)的發(fā)展提供了更為廣闊的空間，本文將對此展開探討。

關(guān)鍵詞：機器視覺技術(shù);工業(yè);智能化

1 工業(yè)機器人的特點

工業(yè)機器人是一種十分典型的現(xiàn)代科技技術(shù)，表現(xiàn)出精準(zhǔn)便捷、省時省力等多種優(yōu)勢，已經(jīng)在食品、家電、服裝、電子設(shè)備等多個行業(yè)中得到了充分運用，將機器視覺技術(shù)應(yīng)用于工業(yè)機器人領(lǐng)域中，可以發(fā)揮如下優(yōu)勢：（1）可以發(fā)揮定位和控制作用。在現(xiàn)代化工業(yè)生產(chǎn)實踐中，利用機器視覺系統(tǒng)，可以在最短的時間內(nèi)以較為精準(zhǔn)的方式確定目標(biāo)及其所處位置，并對機械手臂進行合理引導(dǎo)，以便精準(zhǔn)地抓取相應(yīng)的目標(biāo)。（2）可以發(fā)揮出其識別的優(yōu)勢，借助機器視覺技術(shù)獲取將的圖像，并據(jù)此展開對于圖像的分析和處理，以便確定不同狀態(tài)的目標(biāo)和對象，實現(xiàn)對于信息的跟蹤和收集。（3）檢測。針對生產(chǎn)流程中各類產(chǎn)品的質(zhì)量，如產(chǎn)品尺寸、瓶子外觀缺陷及殘次品等問題予以檢測，徹底解放人力。（4）實現(xiàn)高精度檢查。工業(yè)生產(chǎn)流程中存在許多人眼難以識別的微小器件，而自助機器視覺技術(shù)可以實現(xiàn)對于此類部件的有效檢查。（5）可以進行高效的分揀和搬運工作。如果采用傳統(tǒng)的人力分揀方式，可能會存在一定的局限性。為此，可以借助視覺機器人的形式予以分揀，讓工業(yè)生產(chǎn)過程中的效率和準(zhǔn)確度得到充分提升，同時解放工人的雙手。

2 工業(yè)機器人的應(yīng)用

在工業(yè)生產(chǎn)過程中普遍表現(xiàn)出機械一體化的趨勢。以薯片生產(chǎn)為例，在生產(chǎn)全程中，無論是土豆清洗、薯片裝袋還是封口的過程都不需要人為參與。通過機械一體化的生產(chǎn)方式進行生產(chǎn)，可以有效簡化工業(yè)生產(chǎn)過程中的流程，為企業(yè)解放人力，減少成本投入，表現(xiàn)出諸多優(yōu)勢。為此，要求企業(yè)積極展開對于機械化生產(chǎn)的探索，并在其中充分利用機器視覺技術(shù)。

機器視覺控制系統(tǒng)具有十分良好的處理能力，可以在短短的十秒鐘之內(nèi)實現(xiàn)對于128個點的質(zhì)量檢測。由于該系統(tǒng)的處理能力十分突出，可以對算法造成一定程度的直接影響，進而影響視覺系統(tǒng)的決策速度。為減少圖像處理所需的時間，部分工廠選擇借助同構(gòu)處理的形式進行視覺算法運行。此外，部分機器視覺控制器中存在專用于網(wǎng)絡(luò)連接的以太網(wǎng)端口和專門用作外部數(shù)據(jù)存儲器連接的端口，借助工廠連接的功能，可以讓工作人員不需要奔赴現(xiàn)場，只需在辦公室中即可針對產(chǎn)品的生產(chǎn)流程進行檢測，通過圖像查看和實時回放的形式，在最大程度上便利工廠的生產(chǎn)。

3 機器視覺與智能質(zhì)量檢測

對于現(xiàn)代化工業(yè)生產(chǎn)而言，目標(biāo)的檢測形勢十分多樣，且市場對目標(biāo)檢測的需求一般較大。要求針對機械零件規(guī)格、條形碼和包裝條碼、產(chǎn)品外包裝、瓶口及打印缺陷等多種問題予以細致檢測，對檢測過程提出了更高的要求，要求在確保檢測速度的前提下，不斷提升檢測的精確度。在此過程中，人眼識別處于一定的劣勢狀態(tài)，如果采取人工的方式實施質(zhì)量檢測，可能會消耗大量的時間。以啤酒瓶生產(chǎn)為例，在此過程中要求針對瓶子規(guī)格和外觀缺陷問題進行質(zhì)量檢測。一個工廠平均每天會產(chǎn)生數(shù)以萬計的啤酒瓶，如果全部采用人工的方式進行檢測，則可能會導(dǎo)致大量的人力資源浪費。同時，如果檢測的時間過長，也會導(dǎo)致人眼出現(xiàn)視覺疲勞，對檢驗的準(zhǔn)確性造成了嚴(yán)重影響，使得產(chǎn)品的次品率相對較高。借助機器視覺技術(shù)可以讓此類問題得到妥善解決，通過機器檢測的形式取代人工檢測，以較快的速度完成大批量檢測工作，讓工廠的產(chǎn)品生產(chǎn)速度得到切實提升，同時，可以有效降低工廠的生產(chǎn)成本，促進產(chǎn)品生產(chǎn)效率提升。此外，可以有效避免人眼識別的缺陷，讓工業(yè)檢測流程中的精度得到切實提升，以促進工業(yè)生產(chǎn)過程中的自動化水平提升。

4 機器視覺在工業(yè)智能化生產(chǎn)中的發(fā)展趨勢

在工業(yè)智能化生產(chǎn)之中應(yīng)用機器視覺技術(shù)，表現(xiàn)出如下優(yōu)勢：（1）可以借助機器在非接觸的狀態(tài)下進行測量，也可以針對人工難以檢測的區(qū)域進行測量。（2）相比于人眼，機器對光的敏感度更高，可以用于人眼無法識別的紅外及微弱光的檢測，有效避免了人眼檢測的缺陷，在一定程度上拓展了人眼的視覺范圍。（3）機器與人不同，不會出現(xiàn)視覺疲勞，因此可以維持長期穩(wěn)定的工作。（4）通過機器視覺技術(shù)的形式可以在一定程度上節(jié)約人力資源，為企業(yè)節(jié)約生產(chǎn)成本，以實現(xiàn)增收的目的。

在科技高速發(fā)展的背景下，機器視覺技術(shù)已經(jīng)發(fā)展得相對成熟，然而在其實際運用過程中仍然存在許多問題：（1）一旦工業(yè)生產(chǎn)車間中出現(xiàn)了過大的噪音，則可能對機器視覺系統(tǒng)造成不同程度的影響，使得設(shè)備靈敏度大幅度降低，對設(shè)備造成損傷。（2）由于無法針對工業(yè)生產(chǎn)現(xiàn)場的溫度進行有效控制，導(dǎo)致生產(chǎn)現(xiàn)場常常出現(xiàn)極端的溫度條件，對機器設(shè)備的穩(wěn)定性和抗干擾能力提出了更高的要求。（3）在圖像采集過程中容易被光照強度所影響，如果環(huán)境中的光線相對較為昏暗，則可能對目標(biāo)物圖像的提取和分析造成嚴(yán)重限制，使產(chǎn)品的次品率大幅上升，對生產(chǎn)過程中的精度和效率造成了嚴(yán)重影響。

為更好解決上述問題，讓機器的性能得到充分提升，以促進機器視覺技術(shù)在工業(yè)智能化生產(chǎn)中的運用，可以從如下方面展開對于設(shè)備的優(yōu)化：首先，要求積極展開軟硬件設(shè)施研發(fā)，努力研制出效率更高的圖像處理設(shè)備。一般而言，圖像采集的速度直接取決于硬件的處理速度，如果硬件的質(zhì)量較高，則可以在一定程度上減小對主機造成的負擔(dān)，讓系統(tǒng)的圖像分辨率、采集率和圖像處理速度得到切實提升。此外，軟件的質(zhì)量也十分關(guān)鍵，通過高質(zhì)量的軟件可以切實提升機器的命令執(zhí)行速度，讓圖像處理效率得到充分保障;其次，要求積極研制具有良好適應(yīng)性且效率較高的智能算法，通過較為穩(wěn)定高效的智能算法，讓系統(tǒng)的分析處理速度得到切實提升，實現(xiàn)對于復(fù)雜環(huán)境中系統(tǒng)抗干擾能力的充分改善，讓系統(tǒng)的即時性和穩(wěn)定性得到切實提升，同時，強化系統(tǒng)的環(huán)境適應(yīng)性和魯棒性能。

5 結(jié)語

對于工業(yè)制造行業(yè)而言，機器視覺技術(shù)十分關(guān)鍵。通過機器視覺技術(shù)可以在一定程度上節(jié)約生產(chǎn)成本和勞動力，在提升企業(yè)生產(chǎn)效率的前提下，減少產(chǎn)品次品率，同時實現(xiàn)非接觸測量。由于機器視覺技術(shù)具有上述優(yōu)點，在一定程度上推動了工業(yè)的智能化發(fā)展。然而，目前我國的機器視覺技術(shù)水平仍然有待提升，要求相關(guān)機構(gòu)積極展開對于這一技術(shù)的探索，努力攻克現(xiàn)存的技術(shù)難題，以促進其在工業(yè)生產(chǎn)領(lǐng)域中的智能化和自動化應(yīng)用，為我國早日成為現(xiàn)代化科技強國奠定堅實的基礎(chǔ)。

參考文獻

[1]翟愛亭.分析機器視覺定位技術(shù)在工業(yè)機器人智能化中的應(yīng)用[J].電子元器件與信息技術(shù)，2020，4（06）：62-63.

[2]張宜方.機器視覺定位技術(shù)助力工業(yè)機器人智能化[J].自動化博覽，2018，35（12）：32-34.

[3]張毅，冷文慶.探路工業(yè)生產(chǎn)智能化[J].當(dāng)代江西，2016（12）：27-28.