机器视觉技术的在不同行业的应用

-上海映初智能科技有限公司

工业4.0离不开智能制造，智能制造离不开机器视觉。如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸，是实现工业自动化和智能化的必要手段。机器视觉具有高度自动化、率、高精度和适应较差环境等优点，为我国工业自动化打开“新视界”。

传统工业制造企业在视觉图像技术方面需要构建四大能力：

• 智能识别
•  
• 智能测量
•  
• 智能检测
•  
• 智能互联
•  

1. 简介及分类

机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。机器视觉可以分为工业视觉、计算机视觉两类。

机器视觉	工业视觉	计算机视觉
应用领域	智能制造	未来消费、服务等智能生活领域
功能目标	主要解决需要人眼进行工件的定位、测量、检测等重复性劳动	赋予智能机器人视觉、实现对于外界位置信息、图像信息的识别与判断
硬件需求	要求较高、需要对工业相机的帧频、分辨率等指标依据需求筛选	除特殊情况、大部分对于相机或摄像头的要求并不高
算法需求	往往侧重于度的提高	更加复杂，侧重于采用数学逻辑或深度学习进行物体的标定与识别
产业成熟度	较高、在半导体、包装等行业的测量、检测已有较广泛的应用	总体上还处于初步探索阶段、初创企业层出不穷

• 1：机器视觉分类

1. 构成及原理

机器视觉系统一般由光源、镜头、工业相机、图像采集卡、图像处理单元和视觉处理软件构成。

 

图1：机器视觉系统构成及工作原理

1. 优势及特点

机器视觉具有高度自动化、率、高精度和适应较差环境的优点。

机器视觉性能优势	优势原因
非接触测量	对于观测者和被观测者都不会产生任何损伤，从而提高系统的可靠性
光谱响应范围较大	具有交款的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围
超长待机	能够长时间稳定工作，人类难以长时间对同一对象进行观察，而机器视觉则可以长时
	间的测量、分析和识别任务
定位功能	具备定位功能，能够自动判断物体的位置，并将位置信息通过一定的通信协议输出，此
	功能多用于全自动装配和生产
测量功能	测量功能，能够自动测量产品的外观尺寸，比如外协轮廓、孔径、高度、面积等尺寸的
	测量
缺陷检测功能	缺陷检测功能是机器视觉用的zui多的一种功能，她可以检测产品表面的一些信息。基
	本上需要用人眼来的产品品质，都可以用视觉技术来替代。

表2：机器视觉性能优势原理

是实现智能制造的必要手段

如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸。机器视觉实现了对工件尺寸、形状、颜色等特征的自动判断和识别，可以让机器代替人眼做测量和判断，是实现工业自动化和智能化的必要手段。

	人类视觉	机器视觉
性	差，64灰度级，不能分辨微小的目标	强，256灰度级，可观测微米级的目标
速度性	慢，无法看清较快运动的目标	快，快门时间可达10微秒
适应性	弱，很多环境对人体有害	强，对环境适应性强
客观性	低，数据无法量化	高，数据可量化
重复性	弱，易疲劳	强，可持续工作
可靠性小	易疲劳，受情绪波动	检测效果稳定可靠
效率性	效率低	效率高
信息集成	不易信息集成	方便信息集成

表3：机器视觉与人类视觉对比

 

图2：机器视觉应用于智能制造领域的功能

2.机器视觉下游应用现状

应用广泛

作为一种给机器人带来视觉功能的关键技术，机器视觉应用广泛。从工业视觉到计算机视觉，从人机交互到自动驾驶，从虚拟现实到物体自动识别，机器视觉都能担当着重要角色。

 

图3：机器视觉应用领域

1. 工业领域

工业机器人领域的机器视觉下游市场主要是半导体及电子制造、汽车、食品与包装和制药行业，其他如烟草、农业、机械零部件等也是机器视觉应用的重要行业。

 

图4：机器视觉在包装机械和机械零部件应用示例

行业	使用量	具体应用	未来发展
电子设备	各细分环节使用量各异，其中iPhone生产全过程需70套以上系统	PCB板印刷电路、电子封装、丝网印刷、SMT表面封装、SPI锡膏检测、回流焊和波峰焊、半导体及集成电路制造等	智能手机、平板电脑和可穿戴设备等消费电子领域的需求有望发展
汽车	一条生产线十几个系统	面板印刷质量检测、字符检测、精密测量、工件表面缺陷检测、自由曲面检测等	汽车质量把控、汽车智能化、轻量化趋势对检测提出了更高要求，对视觉技术的需求逐步提高
制药	一条装配流水线上至少5处，但目前大多数企业只有zui后的1-2套	药瓶封装缺陷检测、胶囊封装质量检测、药粒缺失检测、生产日期打码检测、药片颜色识别、分拣等	伴随着制药行业自动化升级改造提速，需求持续上涨
食品与包装机械	各细分环节使用量各异	外观封装检测、食品封装缺漏检测、外观和内部质量检测、分拣	近年来公众对食品安全要求日益严格，促使相关检测市场发展
印刷机械	生产线一条使用6套左右	印刷质量检测、印刷字符检测、条码识别、色差检测等	伴随着印刷行业自动化升级改造提速，需求持续上涨

表4：机器视觉工业应用情况

工业领域的机器视觉难点在于精度和速度，要求都在毫米级，且工业领域工业机器人抓手的变动是在三维空间内。

机器视觉+机器人

机器视觉在机器人上的应用是十分必要的，工业机器人和服务机器人都需要机器人视觉当做自己的“眼睛”，但工业机器人和服务机器人对机器人视觉的需求却是不同的。

机器视觉在工业机器人和服务机器人上的区别，首先就是应用场景。在工业机器人的环境里，计算机视觉看到的场景是相对单一，但服务机器人的应用场景就要复杂很多。场景之外，便是精度方面。在工业机器人里面，计算机视觉的辨识精度一定是在毫米级以下的，包括静态的辨识精度和动态的辨识精度，静态指的是相机或者观测物品相对处在一个静止的状态，它这个时候的辨识精度取决于相机的分辨率，包括物品的边缘是否清晰，差异化是否很明确，这个时候精度甚至可以达到微米级以下，服务机器人大部分的精度并不会很高，可能会在厘米级以上。

机器视觉+食品药品

*，食品药品关系到人类的生命健康，如果因为药品的质量问题而对人的生命造成威胁，这将是一个大的灾难。因而各药品生产厂家，尤其是世界大厂对药品的整个生产过程甚至后段的包装都给予了非常大的重视。在食品药品的生产、包装过程中，无论是药品的泡罩包装、液体灌装，还是后段的压盖、贴标、喷码，以及zui后的装盒检测，机器视觉技术都可以发挥其强大的功能。

利用机器视觉的方法，可以快速、准确地检测到制药包装是否完好无缺，通过设定图像传感器，获取包装后的对象图片信息，通过预先设定的面积参数对每个药粒或者药瓶进行检测对比，这样，破损的药粒或者缺瓶的包装都将被检测出来，正确的正常通过。

机器视觉+安防

安防是人工智能市场空间的应用领域，我们可以预测，在今后的5-10年，安防行业必然将发展到人工智能应用全面爆发的阶段，安防机器视觉的拐点已经到来。

作为高精度、非接触的测量系统，视觉系统涉及到视觉、光学和图像处理，属於高科技产业，机器视觉与运动控制、智能通信等*技术的结合正在推动着工业自动化生产的面貌的提升。

 

图5：基于机器视觉的工业机器人定位技术流程

1. 服务机器人领域

扫地机器人

目前实现自主规避障碍&规划路线的扫地机器人的技术路径主要有两类，机器视觉技术和激光雷达导航技术。基于机器视觉的扫地机器人，指通过摄像头获取图像，通过算法实现规划路径、躲避障碍。

路径规划方式	随机碰撞	激光导航	机器视觉
清洁时间	较长	短	短
覆盖率	较低	较高	高
脱困能力	低	高	高
技术研发成本	低	较高	高
售价范围	1500-3000元	4000-6000元	5000-8000元
代表品牌	iRobot Roomba、三星、科沃斯等	Neato、科沃斯地宝、Xrobot	IRobot980、Dyson360eye
缺点	清洁率低	受落地窗、花瓶等反光物体影响，旋转式激光雷达寿命问题	目前来看，地位精度不如激光导航，价格略高于激光导航
优点	价格低廉	精度较高、可以用于较大空间	适配于各种室内居室

表5：不同技术方案的扫地机器人特点对比

基于机器视觉技术的扫地机器人，目前主要有两款产品，一款是iRobot 980，一款是Dyson 360 eye。

 

图6：iRobot 980和Dyson 360 eye

1. 无人驾驶领域

摄像头（机器视觉）、激光雷达、毫米波雷达、超声波雷达、GPS是无人驾驶汽车感知系统的五大重要传感器。

 

表6：摄像头（机器视觉）与其他四类无人驾驶汽车传感器的特性对比

3.我国机器视觉发展状况

目前活跃在我国机器视觉市场上的力量主要可以分为三类：综合自动化工业公司、专门机器视觉厂商、国内专门机器视觉公司，其中外资厂商仍然占据机器视觉市场主导地位，我国机器视觉行业企业以产品代理商和系统集成及设备制造为主，底层开发商较少。

 

表7：我国机器视觉市场上的三类力量（来源：立本信息研究院）

 

表8：国内机器视觉产业链上公司分布（来源：工控网）

从行业公司来看，我国的机器视觉品牌已超100多家，我国自己的机器视觉企业也超过102家，机器视觉产品代理商超过200家，专业的机器视觉系统集成商超过50家。

4.上海映初智能科技有限公司的定位及技术应用领域

1. 公司定位

   ​按照公司的技术底蕴和发展预期，公司定位为底层系统开发商，为客户提供完整的系统解决方案。

     硬件方面：视觉的硬件采用国内外厂商的产品；机械、控制方面均自主开发。

      算法方面：依靠繆博士的*技术，全部自主开发；

      软件方面：系统软件采用windows OS，图像识别与处理软件自主开发；

      系统方面：根据客户需求提供；

      生产方面：机械部件采用OEM方式。

 

1. 应用领域

1. 制药行业
2. 工业机器人
3. 机械加工
4. 电子行业：板印刷电路、电子封装、丝网印刷等方面的检测。
5. 各类颜色识别
6. 食品与包装行业