1引導和定位

視覺定位要求機器視覺系統(tǒng)能夠快速準確的找到被測零件并確認其位置，上下料使用機器視覺來定位，引導機械手臂準確抓取。在半導體封裝領域，設備需要根據(jù)機器視覺取得的芯片位置信息調整拾取頭，準確拾取芯片并進行綁定，這就是視覺定位在機器視覺工業(yè)領域最基本的應用。

自動化博覽：在機器視覺與機器人相結合的應用場景中，機器人引導定位應用最為普遍。關于此類場景，?？禉C器人與合作伙伴共同實施了大量成功案例與成熟方案。機器人定位引導可大致分為3種模式：

圖1所示的三種工作方式稱為固定相機模式，即相機安裝在設備機架上，不隨機器人的運動而運動，自左至右又依次分為抓取工況、抓取偏移糾正工況和放置工況。其中抓取工況，相機對傳送過來的來料進行拍攝和粗定位，將定位信息傳輸給機器人以便機器人根據(jù)定位信息抓取來料，如此可降低對工位間傳送機構準確性的要求，確保抓取的穩(wěn)定性；抓取偏移補正工況可通過設置在機械臂另一側的下相機對工件進行二次精準定位，極大程度上消除來料偏差，確保能有針對性地對每個來料進行加工；放置工況內(nèi)容涵蓋廣泛，可以是簡單的放置，亦可以是貼合、安裝等，即使用相機定位最終的目標位，結合前述兩種工況，真正做到針對每個工件有的放矢。

圖2所示為兩種運動相機模式，即相機安裝于機械臂頂端隨機械臂一同運動。雖不同于上述固定相機模式，但固定相機模式和運動相機模式在功能上殊途同歸，都可實現(xiàn)定位抓取與引導放置。兩者在保證功能的同時，能夠提供更多的安裝可能性以應對不同的環(huán)境與硬件條件限制。

針對不同的設備安裝場景，為提升硬件安裝的適應性，固定相機模式與運動相機模式也可結合使用，如圖3所示。

此外，在半導體制造領域，芯片位置信息調整拾取頭非常不好處理，機器視覺則能夠解決這個問題，因為需要準確拾取芯片以及綁定，這也是視覺定位成為機器視覺工業(yè)領域最基本應用的原因。

2外觀檢測

檢測生產(chǎn)線上產(chǎn)品有無質量問題，該環(huán)節(jié)也是取代人工最多的環(huán)節(jié)。例如機器視覺涉及到的醫(yī)藥領域，其主要檢測包括寸檢測、瓶身外觀缺陷檢測、瓶肩部缺陷檢測、瓶口檢測等。

伴隨著現(xiàn)代工業(yè)自動化的發(fā)展，機器視覺檢測被廣泛應用到各種各樣的檢查、測量和零件識別，例如紅外截止濾光片表面缺陷檢測、汽車輪轂型號識別、磁性材料外觀缺陷檢測、產(chǎn)品包裝上的條碼和字符識別等，這類應用的共同特點是連續(xù)大批量生產(chǎn)、對外觀質量的要求非常高。

通常這種帶有高度重復性和智能性的工作只能靠人工檢測來完成，我們經(jīng)常在一些工廠的現(xiàn)代化流水線后面看到數(shù)以百計甚至逾千的檢測工人來執(zhí)行這道工序，在給工廠增加巨大的人工成本和管理成本的同時，仍然不能保證100%的檢驗合格率。機器視覺檢測憑借它自動化、客觀、非接觸和高精度的特點已經(jīng)完全能代替人工來檢測這些單一、重復性的程序。機器視覺檢測系統(tǒng)與一般意義上的圖像處理系統(tǒng)相比，機器視覺檢測強調的是精度和速度，以及工業(yè)現(xiàn)場環(huán)境下的可靠性。

隨著經(jīng)濟水平的提高，機器視覺檢測越來越受到重視。它可以提高合格產(chǎn)品的生產(chǎn)能力，在生產(chǎn)過程的早期就報廢劣質產(chǎn)品，從而減少了浪費節(jié)約成本。

3高精度檢測

有些產(chǎn)品的精密度較高，達到0.01~0.02m甚至到u級，人眼無法檢測必須使用機器完成。

在生產(chǎn)生活中，每種產(chǎn)品都需要檢驗是否合格，需要一份檢驗合格證書，要說檢測在機器視覺應用最廣，應該沒人有意見。在過去機器視覺不發(fā)達的時候，人工肉眼檢測往往會遇到很多問題，比如準確性太低，容易有誤差，不能連續(xù)工作且易疲勞，而且費時費力。機器視覺的大量應用將產(chǎn)品生產(chǎn)和檢測進入到高度自動化。

最典型的案例就是硬幣字符檢測、電路板檢測等。以及人民幣造幣工藝的檢測，對精度要求特別高，檢測的設備也很多，工序復雜。此外還有機器視覺的定位檢測，飲料瓶蓋的生產(chǎn)是否合格、是否有問題，還有產(chǎn)品的條碼字符的檢測識別，玻璃瓶的缺陷檢測、以及藥用玻璃瓶檢測，醫(yī)藥領域也是機器視覺的主要應用領域之一。

4識別

圖像識別就是利用機器視覺對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象。可以達到數(shù)據(jù)的追溯和采集，在汽車零部件、食品、藥品等領域應用較多。

最典型的案例就是識別二維碼了。二維碼和條形碼是我們生活中極為常見的條碼。在商品的生產(chǎn)中，廠家把很多的數(shù)據(jù)儲存在小小的二維碼中，通過這種方式對產(chǎn)品進行管理和追溯，隨著機器視覺圖像識別應用變得越來越廣泛，各種材質表面的條碼變得非常容易被識別讀取、檢測，從而提高現(xiàn)代化的水平、生產(chǎn)效率大大的提高、生產(chǎn)成本卻逐漸降低。

5物體分揀

在機器視覺應用環(huán)節(jié)中，物體分揀應用是建立在識別、檢測之后的一個環(huán)節(jié)，通過機器視覺系統(tǒng)將圖像進行處理，結合機械臂的使用實現(xiàn)產(chǎn)品分揀。

在過去的生產(chǎn)線上，是用人工的方法將物料安放到注塑機里，再進行下一步工序。而現(xiàn)在則是使用自動化設備分料，其中使用機器視覺系統(tǒng)進行產(chǎn)品圖像抓取、圖像分析，輸出結果，再通過機器人，把對應的物料、放到固定的位置上，從而實現(xiàn)工業(yè)生產(chǎn)的智能化、現(xiàn)代化、自動化。

聲明：部分內(nèi)容來源于網(wǎng)絡，僅供讀者學術交流之目的。文章版權歸原作者所有。如有不妥，請聯(lián)系刪除。

責任編輯：PSY

原文標題：工業(yè)自動化中機器視覺的五大應用優(yōu)勢

文章出處：【微信公眾號：新機器視覺】歡迎添加關注！文章轉載請注明出處。