机器视觉如何应对与工业自动化系统集成应用的挑战

陈涛

摘要：机器视觉的出现是为了取代繁琐的劳动力。基于机器视觉的工业自动化集成设备能够进行重复性工作，且其适用于危险工作环境以及人工视觉难以达到精度要求的场合。利用机器视觉的自动识别功能，大大提高了工业流水线的生产效率，且保证了精度。本文讲述了机器视觉如何应对与工业自动化系统集成应用的挑战，希望能够对相关人员有所帮助。

关键词：机器视觉;工业自动化系统集成应用;挑战

0  引言

随着科技的不断发展，工业自动化设备越来越先进，机器视觉在自动化系统集成中的应用促进了我国的工业发展。在当下，机器视觉应用在电路板印刷、激光焊接、半导体制造、质检检测、电子封装等多个领域。我国自2007年以来，机器视觉市场不断扩张，随着工业化的不断推进，机器视觉也面临着挑战。

1  机器视觉的前景

机器视觉是工业自动化系统集成的重要组成部分，随着自动化行业的不断发展，机器视觉技术也在逐步进行完善[1]。我国的机器视觉市场起步较晚，但发展迅速且保持持续增长的势头。由于我国的机器视觉市场未饱和，因此其前景较好。近年来，国家对机器视觉行业出台了相关的政策，这也使机器视觉的前景越来越好。2017年1月国家出台的《信息产业发展指南》表明，集成电路、基础电子、工业软件、智能硬件、应用电子等领域为当下的发展重点。2018年1月，辽宁省出台《辽宁省新一代智能发展规划》，政策提出以智能机器人、智能制造、智慧医疗、智慧城市为突破口，加快构建具有辽宁区域特色的人工智能自主创新体系。在目前，北美依然是机器视觉的主要市场，图1为机器视觉的全球市场规模。

自2011年以来，我国机器视觉市场规模不断增长，如图2所示。

随着现代化科技的不断发展，智能化需求逐渐提高，我国的配套基础建设越发完善。各行各业对机器视觉技术的工业自动化应用需求增加，在未来，机器视觉会随着技术革新逐渐崛起。

2  机器视觉在工业自动化系统集成中的应用和挑战

机器视觉应用在多个领域。人工视觉不能满足大规模、高测试要求的生产线、野外工作场所、核电等危险性工作场所。以机器视觉取代人工测量或检测，能突破人类极限，提高工作的可靠性和精确度，同时高度自动化集成设备也加快了作业速度[2]。在现阶段，机器视觉大量运用在运输行业中，提高了包裹的分拣效率。分拣机器人通过机器视觉快速测量快件体积，1秒内完成快递工人30秒的工作量。分拣效率提升了30倍，同时也降低了人力成本。一些特殊产品对制造精度有较高的标准，若生产过程中出现精度误差，返修的成本甚至高出制造成本数倍。为此，机器视觉功能如何与各类自动化设备有效结合，实现对产品的精准识别成为了设备制造商的挑战。由于机器视觉为设备的运作提供辅助功能，它需要配合逻辑控制、机械臂运动、数据采集等多种功能才能发挥出其作用，因此机器视觉系统的研发涉及到多种集成功能的挑战。设备制造商或者集成商会面临开发周期长、成本高、功能配合的不确定性等多种风险。

3  解决方法

针对以上挑战，设备制造商和集成商可以利用机器视觉系统软件，可有效解决研发困难。机器视觉的开发和集成通过VBAI软件以及视觉模块实现自动检测功能。它能够提供多种模式配合、光学字符识别、二维码、条形码识别等等上百种图像处理功能。用户通过自动化集成设备能在开发环境中对不同的光源设置、采集方式以及图像处理算法进行验证。系统会根据步骤自动生成相应的执行程序。软件将开发特性以直观的图形化形式表达出来，研发团队能够将精力集中在功能研发，代码撰写依靠软件执行。在机器视觉系统开发和集成中，研发团队通过软件自带的工具包，对机械臂运动控制、数据采集、数据處理、工业通信以及人机界面等功能以相同的方式进行代码撰写，将多个功能模块与可编程自动化控制器、工业设备、客户端应用程序、企业数据库连接[3]。通过机器视觉系统软件的精准运算，提高了识别的精准度。例如半导体制造行业的晶圆切割，新型切割设备的机器视觉系统借助软件，高精度测算晶圆中心，提升算法效率，实时核算中心位置，将测量误差降低到0.0001mm。利用该软件的开发模式，即使是初级开发者都能应对不同设备所对应的机器视觉系统开发工作。这大大降低了机器视觉系统集成的难度和开发成本。

4  结语

随着科技的不断进步，人力劳动不能满足当下的生产需求，机器视觉能够取代繁琐的劳动力。基于机器视觉自动化集成设备能够实现对重复性工作的长时间运作，且设备适用于危险工作环境。同时设备还可以提高流水线作业的进度和速度，为此机器视觉良好地替代了人工视觉，且满足了行业发展的需求。近年来全球制造中心不断向中国转移，我国的工业生产不断发展，自动化集成设备在各个领域的使用越来越广泛，同时机器视觉与设备的集成成为了厂家的一大挑战。机器视觉系统软件，能降低开发难度和开发成本，设备厂家和集成商要运用该软件，为我国的工业发展提供高度现代化的设备支持。

参考文献：

[1]梁晓波，程文明.基于双目视觉的集装箱自动识别定位系统的设计[A].设计与研究，2015，1（42）：7-10.

[2]彭义喇，索津莉，戴琼海，等.从压缩传感到低秩矩阵恢复：理论与应用[J].自动化学报，2013，39（7）：981-994.

[3]施万锋，胡学钢，俞查.一种面向高维数据的.分式Laa特征速择方法[J].计算机工程与应用，2012，48（1）：157-161.