摘 要：在“中國(guó)制造”2025背景下，由傳統(tǒng)制造向智能制造轉(zhuǎn)型是一個(gè)必然趨勢(shì)和實(shí)然要求。然而智能制造環(huán)節(jié)眾多、體系復(fù)雜，相對(duì)傳統(tǒng)工業(yè)制造范式而言發(fā)生了巨大質(zhì)變，其中高精度的環(huán)境感知模塊是支持智能制造不可或缺的條件。“機(jī)器視覺(jué)”是滿足高精度環(huán)境感知需求的重要技術(shù)，它以器件模組或機(jī)器人狀態(tài)實(shí)現(xiàn)信息收集、處理、識(shí)別等功能，在智能制造中具有廣泛的應(yīng)用前景。本文通過(guò)分析機(jī)器視覺(jué)技術(shù)與智能制造系統(tǒng)的耦合機(jī)理，闡明機(jī)器視覺(jué)關(guān)鍵性技術(shù)內(nèi)容，探索其在智能制造系統(tǒng)中的典型應(yīng)用方式。
關(guān)鍵詞：機(jī)器視覺(jué)；智能制造；視覺(jué)測(cè)量；視覺(jué)引導(dǎo)；視覺(jué)檢測(cè)
Application of machine vision technology in intelligent manufacturing
Abstract: under the background of "made in China" 2025, the transformation from traditional manufacturing to intelligent manufacturing is an inevitable trend and practical requirement. However, there are many links and complex systems in intelligent manufacturing. Compared with the traditional industrial manufacturing paradigm, great qualitative changes have taken place. Among them, high-precision environmental awareness module is an indispensable condition to support intelligent manufacturing. "Machine vision" is an important technology to meet the needs of high-precision environmental perception. It can collect, process and identify information by means of device modules or robot states. It has a wide application prospect in intelligent manufacturing. This paper analyzes the coupling mechanism of machine vision technology and intelligent manufacturing system, clarifies the key technology content of machine vision, and explores its typical application in intelligent manufacturing system.
Key words: machine vision; intelligent manufacturing; visual measurement; visual guidance; visual inspection
一、機(jī)器視覺(jué)技術(shù)與智能制造系統(tǒng)的耦合機(jī)理
關(guān)于機(jī)械視覺(jué)技術(shù)與智能制造系統(tǒng)的耦合機(jī)理分析，本質(zhì)上可以歸納為“為什么智能制造需要機(jī)器視覺(jué)技術(shù)？”的問(wèn)題。首先，需要明確界定“機(jī)器視覺(jué)技術(shù)”的內(nèi)涵——直觀上理解，所謂“機(jī)器視覺(jué)”就是以機(jī)器組件或“機(jī)器人”的獨(dú)立形態(tài)來(lái)取代人類視覺(jué)，并引入人類大腦思考能力，對(duì)所獲取的信息展開(kāi)測(cè)量、分析、整合，進(jìn)而做出判斷、指揮和控制等操作——整體上，機(jī)器視覺(jué)技術(shù)要求在應(yīng)用層面與人類視覺(jué)功能相似，這其中也隱含了“視覺(jué)”自身的優(yōu)勢(shì)，即便從人類感知能力分析，視覺(jué)在固定場(chǎng)景中獲取、接受超過(guò)70%以上的信息量，且信息表現(xiàn)形式最為直觀，將這一優(yōu)勢(shì)映射到機(jī)器檢測(cè)領(lǐng)域，也是其他技術(shù)無(wú)法比擬的。基于以上分析，我們大致上可以對(duì)機(jī)器視覺(jué)技術(shù)形成認(rèn)知輪廓，采用相對(duì)專業(yè)化的語(yǔ)言組織（學(xué)術(shù)界并沒(méi)有一個(gè)針對(duì)“機(jī)器視覺(jué)技術(shù)”的標(biāo)準(zhǔn)化定義），可描述為“通過(guò)計(jì)算機(jī)或圖像處理器、相關(guān)設(shè)備模擬人類的視覺(jué)功能，通過(guò)圖像信息獲取、分析和處理最終應(yīng)用在客觀事物的檢測(cè)和控制當(dāng)中”的技術(shù)。[1]
其次，回歸到“為什么智能制造需要機(jī)器視覺(jué)技術(shù)？”的問(wèn)題上來(lái)，在現(xiàn)代化工業(yè)制造系統(tǒng)中引入機(jī)器視覺(jué)技術(shù)，相當(dāng)于為傳統(tǒng)制造裝備搭配上眼睛、大腦，則原本由人工操縱的制造裝備完成了部分“擬人化”，配合控制技術(shù)的運(yùn)用，制造行為就一定程度上滿足了無(wú)人化。即機(jī)器視覺(jué)技術(shù)基于自身優(yōu)秀的環(huán)境適應(yīng)能力，直接對(duì)制造設(shè)備（終端）展開(kāi)操作，進(jìn)而發(fā)揮出自動(dòng)化、高精度、高質(zhì)效等優(yōu)勢(shì)，而這恰恰是“中國(guó)制造2025”的核心要求，即“實(shí)施智能制造工程”，也和世界發(fā)達(dá)國(guó)家未來(lái)制造業(yè)發(fā)展方向高度一致（如德國(guó)“工業(yè)4.0”、法國(guó)“未來(lái)工業(yè)”等）。在可以預(yù)測(cè)的未來(lái)，智能制造將成為大國(guó)之間主要的競(jìng)逐目標(biāo)，而機(jī)器視覺(jué)技術(shù)是智能制造實(shí)現(xiàn)的根本保障。
再次，將研究視域遷移到“智能制造”層面，僅從技術(shù)角度說(shuō)，它與機(jī)器視覺(jué)技術(shù)的耦合度也是很高的。現(xiàn)階段，推進(jìn)智能制造阻力重重，所需要解決的不是一兩個(gè)設(shè)備或少數(shù)工業(yè)軟件的問(wèn)題，而是需要重構(gòu)整個(gè)“制造系統(tǒng)”。以“智能需求”為出發(fā)點(diǎn)，智能制造實(shí)現(xiàn)高度依賴系統(tǒng)化，以發(fā)揮軟件與硬件相互協(xié)調(diào)的機(jī)能。從硬件裝備角度看，整個(gè)智能制造過(guò)程是一系列實(shí)時(shí)信息、指令傳導(dǎo)、任務(wù)觸發(fā)、終端實(shí)施的綜合動(dòng)作，需要工業(yè)互聯(lián)網(wǎng)串聯(lián)現(xiàn)場(chǎng)設(shè)備、自動(dòng)化設(shè)備、操作裝置、移動(dòng)設(shè)備、工作站及服務(wù)器等資源。從軟件工具角度看，整個(gè)智能制造過(guò)程是一系列軟件功能的有機(jī)結(jié)合，包括工業(yè)軟件、控制軟件、商業(yè)軟件、交易軟件及各類社交平臺(tái)軟件。[2]在現(xiàn)實(shí)中的智能制造空間內(nèi)，一個(gè)完整的“智能系統(tǒng)”被解構(gòu)成不同時(shí)序維度的“制造節(jié)點(diǎn)”，而每一個(gè)制造節(jié)點(diǎn)上除了該環(huán)節(jié)需要加工制造的對(duì)象外，最重要的因素就是實(shí)時(shí)數(shù)據(jù)，因此也可以將一個(gè)智能制造節(jié)點(diǎn)視為“信息節(jié)點(diǎn)”，信息可以借助工業(yè)互聯(lián)網(wǎng)與其他制造平臺(tái)、裝備、系統(tǒng)等進(jìn)行交互，以此實(shí)現(xiàn)具有重構(gòu)性、交互式、柔性化特點(diǎn)的智能制造范式；機(jī)器視覺(jué)技術(shù)不僅是聯(lián)系軟件、硬件的中介，也是整個(gè)智能制造裝備系統(tǒng)構(gòu)建的關(guān)鍵，它取代人工因素之后，兼?zhèn)淞藢?shí)時(shí)性、模塊化、高精度、無(wú)損感知等性能。
二、智能制造視域下的機(jī)器視覺(jué)關(guān)鍵技術(shù)
立足智能制造，宏觀層面的機(jī)器視覺(jué)關(guān)鍵技術(shù)可以概括為“工業(yè)成像系統(tǒng)”，該系統(tǒng)中主要包括“光學(xué)部分”“成像部分”“處理部分”和“應(yīng)用部分”，彼此之間存在著密切的關(guān)系——以圖像信號(hào)為參照，首先由光路控制模塊（采集光信號(hào)）完成成像準(zhǔn)備，再由光闌輸送到“成像部分”中的感光元件上，經(jīng)過(guò)讀出電路、信號(hào)調(diào)整、A/D轉(zhuǎn)化之后，經(jīng)由通信電路傳輸?shù)健疤幚聿糠帧钡耐ㄐ烹娐飞希摥h(huán)節(jié)涉及到工業(yè)互聯(lián)網(wǎng)的通信協(xié)議，同時(shí)完成圖像處理算法功能（主要有圖像處理器實(shí)現(xiàn)），最后傳導(dǎo)到“應(yīng)用部分”，展開(kāi)智能制造平臺(tái)上的測(cè)量、控制等。由此可見(jiàn)，宏觀層面上的機(jī)器視覺(jué)關(guān)鍵技術(shù)是高度集成的，主要應(yīng)用在一體化設(shè)備（如光刻機(jī)）之上，而更廣泛的智能制造車間，需要結(jié)合“制造節(jié)點(diǎn)”進(jìn)行個(gè)性化設(shè)置，因此關(guān)鍵技術(shù)可以進(jìn)一步分解為“成像系統(tǒng)”“圖像預(yù)處理”“圖像定位分割”和“圖像識(shí)別檢測(cè)”。[3]
（一）成像系統(tǒng)
從智能制造設(shè)備所具有的“擬人化”特征來(lái)看，機(jī)器視覺(jué)技術(shù)最關(guān)鍵的能力就是“觀察”，即以人類視覺(jué)信息收集原理為基礎(chǔ)，在成像系統(tǒng)模塊中構(gòu)建信息收集功能。考慮到現(xiàn)代制造業(yè)裝備結(jié)構(gòu)的復(fù)雜性，精密成像元件自然成為成像系統(tǒng)的關(guān)鍵，目前已經(jīng)被證實(shí)有效的成像技術(shù)中，主要包括高速運(yùn)動(dòng)序列圖像獲取、位置觸發(fā)成像、顯微成像、立體成像等。成像系統(tǒng)的原理基本相同：光學(xué)鏡頭在光控電路的控制下完成目標(biāo)圖像的信息初步采集工作，經(jīng)過(guò)傳感器轉(zhuǎn)化為電信號(hào)，此時(shí)信號(hào)為模擬屬性，進(jìn)一步放大、調(diào)整、去噪、轉(zhuǎn)化而生成數(shù)字圖像，從而保障應(yīng)用時(shí)的精準(zhǔn)性。值得注意的是，成像系統(tǒng)類型多元化，在具體應(yīng)用時(shí)要有所區(qū)分、保證針對(duì)性，如“高速運(yùn)動(dòng)序列圖像獲取”系統(tǒng)一般應(yīng)用在微弱運(yùn)動(dòng)目標(biāo)識(shí)別和檢測(cè)領(lǐng)域（如微小顆粒物），而“顯微成像”主要應(yīng)用在特小尺寸（0.1mm級(jí)別）對(duì)象上。
（二）圖像預(yù)處理
從智能制造系統(tǒng)化特征出發(fā)，圖像預(yù)處理與成像系統(tǒng)是高度一體化的，它存在于“圖像采集”和“圖像輸出”的中間環(huán)節(jié)，主要技術(shù)涉及到圖像增強(qiáng)、去噪、校準(zhǔn)、融合、拼接、對(duì)比度調(diào)整等，其最終目的是提高圖像辨識(shí)度，保障機(jī)器視覺(jué)技術(shù)利用過(guò)程中的“精準(zhǔn)性”要求。
（三）圖像定位分割
對(duì)于機(jī)器視覺(jué)技術(shù)“精準(zhǔn)”的理解，不能僅停留在細(xì)節(jié)清晰上，由于圖像形成的過(guò)程中受到外界影響，被檢測(cè)對(duì)象在圖像畫(huà)面中的位置并不統(tǒng)一，包括電氣誤差、操作誤差、機(jī)械誤差等影響在內(nèi)的各類因素，都會(huì)形成相對(duì)空間內(nèi)的隨機(jī)分布態(tài)勢(shì)。因此，需要引入圖像定位分割方法——“定位”與“分割”是兩種不同的操作，前者適用于背景單一、結(jié)構(gòu)簡(jiǎn)單、特征明顯的對(duì)象，而后者主要應(yīng)用在多種色彩、結(jié)構(gòu)復(fù)雜、特征模糊的對(duì)象上——定位方法的運(yùn)用關(guān)鍵在于確定邊界，可利用檢測(cè)對(duì)象的幾何特征進(jìn)行界定，如加工件的形狀（圓形、方形等），通過(guò)差分閥值方法獲取。分割方法在智能制造中的實(shí)現(xiàn)途徑，主要是包括閥值分割、分水嶺分割、聚類分割、區(qū)域生長(zhǎng)等。
（四）圖像識(shí)別檢測(cè)
圖像識(shí)別檢測(cè)要解決的是“圖像上是什么”的問(wèn)題。其中，圖像識(shí)別的實(shí)現(xiàn)途徑主要包括序列圖像運(yùn)動(dòng)分析、模式匹配、特征分析等，以分割后的圖像為例，通過(guò)整合檢測(cè)對(duì)象上紋理、灰度、形狀、圖案等綜合信息，進(jìn)而達(dá)到識(shí)別檢測(cè)對(duì)象的目的。圖像檢測(cè)主要應(yīng)用于特定結(jié)構(gòu)及特征，以及檢驗(yàn)缺陷，主要實(shí)現(xiàn)途徑包括局部特征對(duì)比、紋理分系、基于模板匹配的檢測(cè)等。
三、機(jī)器視覺(jué)技術(shù)在智能制造中的典型應(yīng)用
基于以上“關(guān)鍵技術(shù)”列舉，不難判斷機(jī)器視覺(jué)技術(shù)在智能制造中的一般應(yīng)用場(chǎng)景，如測(cè)量物件尺寸、進(jìn)行物體定位、展開(kāi)零件檢測(cè)（如驗(yàn)傷、存在性檢測(cè)、缺陷篩查）等，如果將機(jī)器視覺(jué)技術(shù)置于相對(duì)完整的智能制造系統(tǒng)中，其典型應(yīng)用主要包括三方面，分別是視覺(jué)測(cè)量、視覺(jué)引導(dǎo)、視覺(jué)檢測(cè)。[4]
（一）視覺(jué)測(cè)量應(yīng)用模式
智能制造最顯著的特點(diǎn)是無(wú)人操作，這是進(jìn)行高效率、規(guī)模化生產(chǎn)的前提，但一種工業(yè)產(chǎn)品從流水線下來(lái)后，需要對(duì)其外觀尺寸進(jìn)行測(cè)量，這是最基本的質(zhì)量控制手段。以汽車產(chǎn)品為例，常規(guī)人工測(cè)量模式下不僅耗時(shí)多，且無(wú)法保障誤差最小化，如果引入機(jī)器視覺(jué)技術(shù)之后，相關(guān)測(cè)量工作可以在流水線上完成，并根據(jù)測(cè)量結(jié)果做出下一步的調(diào)整方案，這樣就有效降低了殘次率。進(jìn)一步分析，視覺(jué)測(cè)量除了對(duì)整機(jī)進(jìn)行測(cè)量之外，對(duì)于零部件也能夠?qū)崿F(xiàn)對(duì)等操作，如此一來(lái)不僅將人工干預(yù)排除在外，整機(jī)的每一個(gè)細(xì)節(jié)都能夠在尺寸維度做到標(biāo)準(zhǔn)化，而一旦發(fā)現(xiàn)不合格現(xiàn)象，可以立刻通知系統(tǒng)、發(fā)出警報(bào)；視覺(jué)測(cè)量的實(shí)現(xiàn)途徑主要包括激光在線測(cè)量、藍(lán)光掃描測(cè)量、表面涂層測(cè)量等，既有技術(shù)方面的差異，也存在功能領(lǐng)域的細(xì)分。
以激光在線測(cè)量為例，目前主要應(yīng)用在工業(yè)制品大框架上，如汽車的“白車身”（車體結(jié)構(gòu)及覆蓋件焊接總成），可以視為汽車產(chǎn)品的骨架，玻璃、電子系統(tǒng)、發(fā)動(dòng)機(jī)、輪胎等都要依據(jù)“白車身”進(jìn)行調(diào)配安裝，因此其精度的重要性是不言而喻的。但“白車身”在外觀上并不是規(guī)則結(jié)構(gòu)，兩端之間的尺寸測(cè)量難度很大，要保持較高精度，可利用激光在線測(cè)量系統(tǒng)，其原理為“三角測(cè)量”，先利用相機(jī)拍攝2D特征圖像，在轉(zhuǎn)化成3D空間坐標(biāo)，這是成像系統(tǒng)的一個(gè)典型案例；藍(lán)光掃描是一種更為先進(jìn)的視覺(jué)測(cè)量模式，基于非接觸光學(xué)測(cè)量原理，可以對(duì)整機(jī)的各個(gè)部分獲取數(shù)據(jù)、生成3D形狀，但這種技術(shù)的成本很高，一般應(yīng)用在高檔工業(yè)品或精密設(shè)備上，表面涂層測(cè)量是專門(mén)針對(duì)涂膜、油漆等的檢測(cè)應(yīng)用模式，從機(jī)器視覺(jué)技術(shù)可行性層面分析，遠(yuǎn)比人工目測(cè)的可靠性高。
（二）視覺(jué)引導(dǎo)應(yīng)用模式
視覺(jué)引導(dǎo)是機(jī)器視覺(jué)技術(shù)在智能制造領(lǐng)域的延伸應(yīng)用模式，從形式上看，它結(jié)合了多種視覺(jué)檢測(cè)技術(shù)，并將其融入到機(jī)器人運(yùn)動(dòng)學(xué)中，實(shí)現(xiàn)機(jī)器人行為的自主化、智慧性。簡(jiǎn)單地說(shuō)，等同于為每一個(gè)工業(yè)機(jī)器人賦予了一定的自由人格，在視覺(jué)引導(dǎo)引用模式下，機(jī)器人不再重復(fù)簡(jiǎn)單的運(yùn)動(dòng)軌跡，可以根據(jù)生產(chǎn)環(huán)境及實(shí)際工況做出微調(diào)，在一定范圍之內(nèi)發(fā)揮最大化的人工智能水平。
視覺(jué)引導(dǎo)應(yīng)用模式下主要包括三種表現(xiàn)類型：（1）視覺(jué)引導(dǎo)抓取。機(jī)器視覺(jué)技術(shù)不僅僅用于收集、分析、處理圖像，在完整的智能制造系統(tǒng)中，統(tǒng)一流程或生產(chǎn)環(huán)節(jié)內(nèi)的操作步驟是預(yù)先設(shè)計(jì)好的，如汽車焊裝工藝的主要操作包括焊接、黏連等，這樣一來(lái)固定操作在固定場(chǎng)域的變化很小，采用人工操作的形式有諸多不便（如難以搬運(yùn)、堆放率低、風(fēng)險(xiǎn)系數(shù)高等），采用視覺(jué)引導(dǎo)應(yīng)用模式，只需要考慮機(jī)器人運(yùn)行軌跡，就能夠保障工件的準(zhǔn)確抓取、安裝。視覺(jué)引導(dǎo)抓取的主要元件是視覺(jué)傳感器，通過(guò)測(cè)量工件、機(jī)器人、安裝位置之間的三維信息，智能化調(diào)整運(yùn)行角度，從而有效規(guī)避碰撞。（2）視覺(jué)引導(dǎo)裝配。與視覺(jué)引導(dǎo)抓取原理類似，視覺(jué)傳感器通過(guò)測(cè)量安裝工件的3D坐標(biāo)信息，機(jī)器視覺(jué)技術(shù)在高速運(yùn)轉(zhuǎn)狀態(tài)下仍然能夠保障精準(zhǔn)性。（3）視覺(jué)引導(dǎo)加工。從機(jī)器視覺(jué)技術(shù)更廣泛的應(yīng)用需要來(lái)說(shuō)，每一類工業(yè)零部件的切割、打孔、沖壓、打磨等都應(yīng)該具有適用性，這只需要將機(jī)器人的控制技術(shù)與機(jī)器視覺(jué)技術(shù)做好融合即可——以切割為例，傳統(tǒng)切割方式離不開(kāi)刀具、模板，一次性完成的難度很大，如果利用激光切割，則需要很高的人工操作水平——以“機(jī)器視覺(jué)技術(shù)+激光切割”的組合形式，智能工業(yè)系統(tǒng)只要給出具體的參數(shù)即可。
（三）視覺(jué)檢測(cè)應(yīng)用模式
無(wú)論是智能制造還是傳統(tǒng)制造，產(chǎn)品出廠前都需要進(jìn)行嚴(yán)格的質(zhì)量檢測(cè)，如“存在性檢測(cè)”用來(lái)判斷產(chǎn)品是否完整，“表面檢測(cè)”用來(lái)判斷產(chǎn)品是否存在孔洞、劃痕、暗點(diǎn)等殼體缺陷。基于機(jī)器視覺(jué)技術(shù)的視覺(jué)檢測(cè)應(yīng)用模式，不僅可以對(duì)產(chǎn)品單體進(jìn)行完整取樣，還能夠基于某一個(gè)零部件進(jìn)行制造過(guò)程的逆向追溯。
以汽車產(chǎn)品的“存在性檢測(cè)”為例，一般汽車產(chǎn)品中的零部件高達(dá)上萬(wàn)個(gè)，僅螺柱的數(shù)量也有上百個(gè)，人工檢測(cè)的難度可想而知。其中，焊接螺柱與一般螺柱出現(xiàn)的問(wèn)題存在很大差異，如果焊槍性能及使用不合格，容易造成脫焊并形成螺柱殘次，投入使用之后造成安全隱患。機(jī)器視覺(jué)技術(shù)可通過(guò)視覺(jué)傳感器裝備檢驗(yàn)字符碼，一路向前追溯到零件生產(chǎn)過(guò)程，這一過(guò)程中即可發(fā)現(xiàn)是否存在零件缺失、操作不當(dāng)、裝配錯(cuò)誤等問(wèn)題。
總體來(lái)說(shuō)，智能制造是21世紀(jì)的潮流，它所帶來(lái)的改變不僅僅是“機(jī)器取代人工”，也將重構(gòu)當(dāng)前人們引以為傲的工業(yè)系統(tǒng)，機(jī)器視覺(jué)技術(shù)是建構(gòu)智能制造系統(tǒng)的關(guān)鍵，在可以預(yù)見(jiàn)的未來(lái)，這一技術(shù)不僅會(huì)全面投入應(yīng)用，且隨著現(xiàn)代工業(yè)的細(xì)分，技術(shù)自身也會(huì)呈現(xiàn)出高度模塊化和集成化的特點(diǎn)。
參考文獻(xiàn)
[1]張清郁.探析機(jī)器視覺(jué)技術(shù)在智能制造中的應(yīng)用[J].中國(guó)設(shè)備工程,2018(12):201-202.
[21]陳鐵健. 智能制造裝備機(jī)器視覺(jué)檢測(cè)識(shí)別關(guān)鍵技術(shù)及應(yīng)用研究[D].湖南大學(xué),2016:2.
[3]歐陽(yáng)智,肖旭.機(jī)器視覺(jué)在智能制造中的應(yīng)用[J].大數(shù)據(jù)時(shí)代,2018(03):9-12.
[4]尹仕斌,任永杰,劉濤,郭思陽(yáng),趙進(jìn),邾繼貴.機(jī)器視覺(jué)技術(shù)在現(xiàn)代汽車制造中的應(yīng)用綜述[J].光學(xué)學(xué)報(bào),2018,38(08):11-22.