工业视觉新方向-数控机床市场网

工业视觉新方向

2020-5-18 来源：-- 作者：- 访问量：

在人口红利减弱，产业升级和效率提升的背景下，工业及自动化产业趋势向好，本次疫情突发，短期对整个制造业有较大影响，中长期来看，机器换人的优势会不断凸显，也将推动自动化行业发展。

从工业的角度看待视觉

机器视觉是实现工业自动化，工厂智慧化的关键零部件之一。一是工业4.0浪潮席卷全球，制造智能化必然带来生产设备的升级;二是我国人口红利优势逐渐弱化，很多厂家倾向于机器代人，减少人工成本;三是消费水平的升级，消费者对产品的品质提出更高的要求，使得厂家加大质量把控。三者环环相扣，为机器视觉的市场，在智能制造领域带来新的发展契机。

在工业领域，机器视觉充当生产设备“眼睛”的功能，解决人眼无法识别、检测的工作，实现效率好、成本低的经济效益，是视觉技术发展的出发点和落脚点。那么，对于客户使用角度看，更倾向高精度、高准确率，大视野自动变焦检测，以及软件的快速导入等方面。对此，勃肯特已将传统口罩机升级，融入视觉和机器人，大大提高了生产效率和准确率，节约人力。

首先是检测的高精度，高准确率。这个是机器代替人眼最基础的，也是最直接的目的。人工检测容易产生疲态，导致工作质量不佳，并且精密制造领域，机器视觉比人眼有着绝对的优势。目前来看，机器视觉的测量和判断，已经非常成熟。

机器视觉是一项综合技术，其主要的市场分布在电子制造业、汽车制造、制药、食品与包装机械等领域。根据前瞻研究院报告数据显示，电子制造业在机器视觉市场占比46.57%，汽车产业次之，占比为31.02%。此外，物流、食品、包装、印刷等行业的渗透率也逐年的提高。

从机器视觉的具体应用看，电子制造业应用具体在PCB印刷电路、电子封装、丝网印刷、SMMT表面贴装、半导体及集成电路、回流和波峰焊，以及智能手机、平板电脑等消费类产品。汽车制造业的主要应用于面板印刷质量检测、精密测量等。食药和包装机械主要集中在封装缺陷检测、生产日期检测、颜色识别、分拣等方面。印刷机械则是在于印刷质量检测、印刷字符检测、条码识别等。

勃肯特结合视觉和并联机器人，实现了100多种PCB板种类识别分拣，该系统由BKT-VISION2.0视觉系统软件，配合D-1200三加一轴并联机器人，完成PCB印刷电路生产线。

工业视觉新方向

危中有机，疫情也能够在很大程度上为制造业向无人化、智能化的转型升级提供启示与展望。多数制造业企业已认识到，在生产环节上，要抛弃落后产能，摆脱传统人力手工对产能和效率的束缚，极大降低对人力的依赖，确保企业的生产和运作也不会轻易受到疫情、事故、人员变动的影响。同时，在系统调度上，要能够最大限度的保证灵活性和准确率。

BKT-VISION2.0视觉系统检测方法是一种基于图像处理技术的在线自动检测技术，该视觉检测技术主要包括：实时监控、相机标定、物体定位、颜色识别、实时通信、错误报警、状态显示，且封装了3D视觉检测、深度学习模块。该视觉检测系统装置是由工业摄像机（包含工业镜头）、相机电源线、机器视觉光源、光源电源线、光源控制器、网络传输线、勃肯特自主研发的视觉控制器等主要部件组成。

1）3D视觉的发展

我国智能制造装备产业结构转型和技术提升的市场空间巨大，机器视觉行业将受益。随着智能化生产技术的不断完善，3D机器视觉也开始进入人们的视野。目前3D机器视觉大多用于水果和蔬菜、木材、化妆品、烘焙食品、电子组件和医药产品的检测。它可以提高合格产品的生产能力，在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。这种功能非常适合用于高度、形状、数量甚至色彩等产品属性的成像。

2）深度学习带来的突破

传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟大脑工作，构建深度神经网络来学习简单特征、建立复杂特征、学习映射并输出，训练过程中所有层级都会被不断优化。

基于深度学习，勃肯特研究院技术人员已开发了垃圾分类系统。该系统基于GPU，由100多万张图片训练形成，分类准确率可达95%以上。针对作业环境为分拣对象具有种类较多，形状不规则，不易分辨等特点。