應用領域：3D,機器視覺,機器人,汽車行業,運動控制
在2015年年初美國舉辦的A3（自動化推進協會）商務論壇上，來自福特汽車公司和通用汽車公司的工程師們分享了各自關于機器視覺技術的發展愿景，他們認為目前廣泛應用于汽車工業的機器視覺系統仍然存在著機遇和挑戰。A3代表著自動化推進協會，它包括了如下組織：機器人工業協會（RIA）、運動控制協會（MCA）以及自動化圖像處理協會（AIA）。
福特公司動力傳動部門先進生產工程組的技術專家Frank Maslar，分析了汽車行業對于機器視覺參數及其性能的特殊需求。汽車組裝過程的特性包括：在所有方位（重復和相似的部件、表面的差異）誤差小于5mm，部件在工作站停留20到30秒，生產線24/7運行。因為在汽車組裝生產線，每分鐘的停機會導致上萬美元的損失，所以易于從機器視覺故障中恢復對生產商來說十分重要。視覺被定義為標準生產線的一部分。如果機器視覺故障，生產線就會停止。任何視覺系統都應遵循六西格瑪質量管理標準，即每百萬最多有3個不合格產品。
機器視覺的光源設計
來自通用汽車公司動力傳動生產工程的首席工程師、認證高級視覺專家Stephen Jones認為，藝術和科學不是一回事。實施機器視覺系統需要科學，也應該按照科學的、而不是藝術的態度來對待。應提前制定規則，量化結果。
有時，機器視覺應用的開發是一個迭代的過程，但并不是所有的情況都是這樣。必須做足準備，充分理解部件設計性能和實際性能之間的變動。此外，也需要具有足夠專業知識的應用專家和更好的工具來應對，Jones說。例如，如果一個部件是潮濕的，那在視覺表現上可能就有非常大的差距。
當采用LED光條用于機器視覺時，如果可以以文件的形式提供波長、光強、在整個現場區域光源的一致性以及由于距離而導致的衰減等信息，無疑是非常有幫助的。Jones說，最近檢查的產品中，半數沒有量化光源輸出。沒有這樣的規格書，就沒有辦法非常確定地回答是否可以使用某種特定的光源作為替代。
“如果生產線的配置改變，照相機將不得不向后移動8英寸，這將會有哪些影響？” Jones說道，“如果沒有光源強度信息，我們無從知道。”
被檢測物品的表面差異對于金屬表面，其反射特性對機器視覺質量的影響非常大。隨著切削工具路徑和深度的不同而有很大的變化。根據不同的表面狀況，當同樣的部件旋轉45度時，在照相機中采集的結果可能是完美的，也可以是糟糕透頂。
問題是，“給定差異，我們如何給出解決方案？” Jones問道。
Jones展示了不同的圖片，一張發灰，一張發亮，放在同樣的傳送臺上，但是曝光時間增長，并問道，“如果第一張的質量較差，那第二張是否可以接受？利用多個部件，是否可以將多個圖片整合起來？這些選項并不是那么容易配置的。”
對于集成了處理器、鏡頭的智能相機，在光線不是最佳的情況下，需要在軟件上下足功夫，以便從6個圖片中獲得最佳的圖片，Jones建議道。
當采購相機時，也許能夠獲得或猜測目前應用或將來應用的光線特性。一旦選定智能相機，可能很難去適應未來的變化。
更優的資源分配
汽車工業的時間周期與很多其它工業的不同。更長的時間周期意味著過程資源經常是空閑的。將來， 150 GigE相機可以連接在多個網絡，利用可編程邏輯控制器（PLC）來觸發需求。計算能力可以分布在位于一個軟件開發環境下的多核處理器中，每個工作站都有可用的工具。
表：視覺傳感器的數據融合
利用視覺傳感器的數據融合，而以前每種數據類型一般情況下只在其原始環境中使用專門為這種環境而開發的工具進行處理。
3D機器視覺
Maslar展望了3D數據的可視化進展。目前，我們通常采用2D圖像來顯示3D數據。系統需要在3D空間內工作，利用數據展示實體模型，實現縮放或旋轉功能。3D視覺數據尚不能提供這些功能；還需要3D邊緣處理工具,以及3D環境下所需的其它復雜的視覺工具。
目前，有一種3D點云數據（Point Cloud），它是將掃描資料以點的形式記錄，每一個點包含有三維坐標，有些可能含有顏色信息（RGB）或反射強度信息（Intensity）。點云數據除了具有幾何位置以外，有的還有顏色信息。顏色信息通常是通過相機獲取彩色影像，然后將對應位置的像素的顏色信息（RGB）賦予點云中對應的點。它可以將部件的材質和顏色等一對一的展示在統一的工作空間內。它更直觀、易用，可以對各種數據進行操作。
離線編程和虛擬化
3D機器人導航系統已經出現10年了，但是仍然復雜得難以應用。在機器視覺系統和機器人控制器之間應該有一種標準——即插即用，Maslar建議。
3D機器人導航應充分利用視覺系統的離線編程優勢。視覺系統的應用程序編程應利用可視化工具。部件的實體模型應包括表面材質以及提供機器圖像展現的形式。
視覺系統離線編程應該將在任何部件連接起來之前，通過虛擬的方式完成，Maslar說道。機器人工作單元的故障恢復，應利用嵌入式故障恢復提示來圖形化顯示故障，從而充分利用仿真環境。
“今天，大多數與機器人的交互，都是通過基于文本的交互裝置完成。我們應該將仿真裝置引入到工廠車間，充分利用虛擬工具。故障恢復可以采用虛擬化的方式執行，以便降低機器人動作中的風險。” Maslar補充道。
|
