视觉识别技术在工业电气自动化控制中的应用研究

摘要：视觉识别技术依托智能化、网络化、系统化的优势代替传统人工检测识别，并应用于工业电气自动化控制系统中，不仅提升了工业制造水平，而且降低了工业设备故障率。文章以视觉识别技术为切入点，阐述视觉识别技术在工业电气自动化控制系统中的具体应用，提出视觉识别技术在工业电气自动化控制中的应用趋势。凭借智能化、网络化、系统化的优势，视觉识别技术被用于工业电气自动化控制系统中，不仅提高了工业制造水平，还降低了工业设备的故障率。

关键词：视觉识别技术；工业；电气自动化控制；智能制造；大数据

中图法分类号：TP391 文献标识码：A

大力推动工业智能制造是实现工业强国战略的重要举措。随着工业互联网平台、工业设备上云等战略的实施，我国制造业网络化、智能化水平不断提升，尤其是机器视觉技术的应用有效提升了我国工业制造技术水平。机器视觉技术偏重于信息技术工程化和自动化，因此为了推动我国电气自动控制系统的发展，本文详细阐述视觉识别技术在电气自动化控制系统中的具体应用，以期为今后实践工作提供经验。

１ 视觉识别技术概述

视觉识别技术是应用计算机等技术模仿人的视觉，通过对采集对象信息的观察与分析，根据识别判断结果实现智能化操作。视觉识别技术以光学检测为基础，借助相机采集到对象的图像，然后将图像信息以信号形式传输到控制系统中，由控制系统从图像的像素、亮度以及颜色等方面入手，以此抽取图像的相关特征，利用系统计算功能确定观察对象的相关参数，最后将观察判断的相关结果传递给控制系统，由控制系统完成相应的动作指令，最终达到智能化控制生产的目的。

视觉识别技术是一项综合技术，其不仅包括图像处理、机械工程、控制等领域的技术，而且包括传感器技术、模拟与数字视频技术、计算机软硬件技术等。

系统的视觉识别系统包括图像捕捉、光源系统、图像数字化、数字图像处理、智能判断决策及机械控制执行等模块。随着我国工业制造技术水平的不断发展，尤其是工业４．０ 时代的发展，视觉识别技术在电气自动化控制领域中所发挥的作用越来越突出。首先，视觉识别技术破除了人工检测的弊端（如表１ 所列），大幅提高了生产自动化处理水平。在批量生产的工业过程中，依赖人工检测的模式难以有效避免人为因素的影响，尤其是通过人工检测难以达到全面及时检测的要求，影响生产效率［１］ 。而视觉识别技术在电子自动化控制系统中的应用则可有效避免人为因素的制约，通过视觉识别技术能够完成对工业生产过程的自动化识别，及时剔除不合格的产品。例如，在食品包装行业中，通过应用视觉识别技术，自動检测系统能够对食品包装上是否存在破损、包装说明文字模糊等进行自动检测，并且利用自动控制系统中的算法作出准确判断，再将判断结果发送给分拣设备，以达到精准化控制的目的［２］ 。其次，视觉识别技术的应用能够延长生产设备的使用寿命，减少故障维修费用。生产设备的运行状况直接影响企业生产效率。传统的生产检测模式通过设备维修保养说明书进行检测，难以及时发现潜在故障，导致设备故障频发。应用视觉识别技术能够实时监控生产设备轴承的负荷及温度的变化，其不仅可以消除生产设备过载或过热的危害，而且可以转变生产设备的监测模式———由被动监测转化为主动监测，能达到及时发现故障并及时消除的目的，最大限度减少生产设备非计划停机的发生［３］ 。

总而言之，视觉识别技术是现代工业制造领域的关键技术，其能够推动现代工业的发展：提升了产品质量，固化了复杂工艺，升级了数控装备以及柔性化生产。

２ 视觉识别技术在工业电子自动化控制中的应用

随着工业制造技术的不断发展，视觉识别技术在工业电子自动化控制领域的应用越来越广泛。例如，工业制造、工业检测、工业物流运输等领域都需视觉识别技术的支持。视觉识别技术的应用主要体现在以下方面。

２．１ 在生产检测领域的应用

工业生产需实时关注产品的生产质量，产品质量检测是重点环节。基于自动化技术的发展，将视觉识别技术应用于工业生产检测领域中具有重要的现实意义。以电气测量仪表自动化检测为例，电气测量仪表是电气领域的重点工具，为了提升产品质量采取视觉识别技术，通过ＣＣＤ 工业相机对电气测量仪表进行图像采集。工业相机要设定相应的参数（如表２ 所列），并且增加环形光源，可以为图像采集提供照明，提升电气测量仪表内部的显示度。

设定参数后需对图像进行预处理：采取图像平滑幅度模板对图像进行处理。为了避免图像出现模糊等现象，需设定合适的阈值，以做好图像的边缘处理，完成电气测量仪表图像的采集和处理部分后，需根据图像提取特征对其进行自动检定。根据对测定结果的分析，使用视觉识别技术后能够达到快速检测电气测量仪表的目的。

２．２ 在工业识别领域的应用

在工业制造中需及时识别生产过程，再将生产过程的图像特征反馈给系统，完成相应的生产指令。随着我国物流产业的不断发展，实现物流分拣自动化是提升我国物流产业高质量发展的必然举措。目前，视觉识别技术在物流分拣中得以充分利用。当前，物流分拣机器人都具备图像识别系统，其通过磁条引导、激光引导、超高频ＲＦＩＤ 引导以及机器视觉识别技术实现对快递件的自动分拣［４］ 。

在现代物流分拣中首先需借助图像自动分析功能对物流件进行识别，根据物流件的相关信息进行相应的处理。由于集中在物流产业园的快递件较多，因此需根据快递件的相关信息完成自动分拣。自动化色码扫描是视觉识别技术的重要内容，其通过利用条码识别、ＯＣＲ 识别、二维码识别等技术，将快递件上的相关信息扫描到分拣系统中，分拣系统通过对扫描信息的自动分析，按照快递件产品材料、重量、配送地址等信息自动分类，然后将其反馈给电气自动化控制系统，自动化控制系统按照预定的条件发出指令，以此将快递件运送到相应的区域［５］ 。

３Ｄ 视觉检测系统在物流分拣系统中较为常用，其是由图像采集、图像处理、图像坐标转换机械手坐标、手眼标定以及机器人控制等模块组成，工作流程主要是首先利用３Ｄ 视觉系统对输送线上高速运动的货筐进行抓拍，并且提取产品的轮廓（如图１ 所示），最终得到货框里商品的二维和三维信息。图像采集系统由２ 台面阵相机和激光光源组成，视野范围（ＦＯＶ）和测量范围（ＭＲ）覆盖整个货筐，通过三维重构算法重构出物体的三维几何信息，重建物体三维轮廓及位置获得物体的三维几何信息后，进入“３Ｄ 图像处理模块”，通过物体的三维特征分割出独立的每件货物，并提取出最适宜抓取的货物的抓取位姿，使机器人可快速、准确地抓取到货物。随后利用“图像坐标转换机械手坐标”模块，将先前获得的货物最佳抓取位姿转换到机械手坐标系中，通过视觉通信协议将该坐标数据传送给机器人，由机器人控制模块控制机器人执行抓取动作。

３ 视觉识别技术在工业电气自动化控制中的应用趋势

实践证明，视觉识别技术在工业电气自动化控制领域具有较大的发展空间，其可通过控制机器人完成对区域目标的操作，大幅减少人工劳动量。但是，受技术的制约，我国视觉识别技术仍存在一些问题，如当工业生产现场噪音较大时，其会影响视觉系统的稳定，降低相关设备的灵敏度。同时，视觉识别系统易受外界环境的影响，尤其是易受外部光线的影响。因此，基于当前视觉识别技术的问题，需在今后加大对以下２ 个方面的研究。（１）侧重图像处理软硬件的研发力度。受技术的影响，视觉识别系统在运行过程中，易受图像信息存儲量大小因素的影响，导致图像采集速度较慢。而硬件设施是影响图像采集速度的重要部分，因此我国要加大技术投入，积极提升视觉识别系统的硬件设施，通过提高硬件设施的运行速度减轻主机的负担，以提高对图像信息的处理效率。例如，我国要加大工业照相机的硬件建设，提高工业照相机采集图像信息的速度，通过提高采集速度的方式加大对识别对象信息的处理效率。其次我国还要提升视觉识别系统的软件系统，增强软件系统的兼容性，以实现工业设备上云。（２）开发高效稳定的智能算法。对于工业互联网平台建设要求，视觉识别算法的完整性要突出“识别出人类无需专门记忆就能识别的内容”。智能算法不仅能提高图像信息的处理效率，而且适用于复杂的运行环境，尤其是克服因环境问题导致视觉识别系统运行不稳定的问题。因此，我国要积极开发适用性强、抗干扰的智能算法。

为推动视觉识别技术的发展，需做好以下工作。

（１）加大电气自动化控制人才培养力度。例如，企业要加大对电气自动化从业人员的教育培训工作，定期组织相关人员学习先进的技术，提升操作及设计视觉识别系统的能力。（２）提高科研创新能力，鼓励技术人才朝智能化、先进化的视觉识别系统方向努力，提升科研成果转化率。

随着智能制造技术水平的不断发展，推动视觉识别技术在工业电气自动化控制中的应用是实现制造强国战略、提升工业制造水平的重要举措［６］ 。因此，在大力发展工业互联网平台的战略背景下，要不断优化视觉识别技术，提高电气自动化控制技术，进而推动我国经济高质量发展。

参考文献：

［１］ 刘德志，卢小豪，李晓东．某车企总装车间视觉检测技术的应用［Ｊ］．汽车工艺与材料，２０２０（１１）：４９?５３．

［２］ 梁振，吴庆华．视觉识别技术在工业电气自动化控制中的运用分析［Ｊ］．中国高新科技，２０２１（２３）：４７?４８．

［３］ 吕凌锋，李新君，刘煜．人工智能化教室集散节能控制系统［Ｊ］．南方农机，２０２２（２１）：１７８?１８１．

［４］ 吴鲁纪，秦佳音，杨林杰．机器视觉识别技术在机械传动领域的发展与应用［Ｊ］．机械传动，２０２２，４６（７）：１６７?１７６．

［５］ 姚佳兴．基于ＰＬＣ 的机械设备电气自动化控制分析［Ｊ］．中国设备工程，２０２２（９）：１３７?１３９．

［６］ 章亮，冯燕萍，刘鸿茂．ＰＬＣ 在电气自动化控制中的运用价值及实践探究［Ｊ］．科技创新与应用，２０２２，１２（３０）：１５４?１５７．

作者简介：赵雷（１９８３—），本科，助理工程师，研究方向：电气自动化控制及机器视觉应用开发。