机器视觉与运动控制

机器视觉的应用

机器视觉是计算机视觉的一个分支，工业自动化领域中的视觉控制或视觉应用，主要指的是通过前端光学摄像头，从采集到的数字化图像中提取相关信息，进行分析处理之后，用于对生产线流程或质量的控制，以代替重复性人工操作。

机器视觉在工厂生产环节中的实际应用包括：对生产工件的完整性质量检测、识别、分类、零件位置及方向、尺寸测量、读码识别追溯、表面/色差检测、自动化流水线作业等等。（检测、测量、识别、分类、定位引导）

机器视觉的供应链

从整体供应链来看，参与机器视觉系统开发的厂商大致上可以分为上游底层开发商，含核心零部件和软件开发商；中游从事二次开发的设备集成和软件服务商；以及下游所面对的各类机器视觉应用厂商。

核心零部件及软件供应商主要包括光源、镜头、工业相机、图像采集卡、图像处理软件等类型厂商，而在整个成本构成中，零部件及软件开发的费用基本上占了约80%的比例，可谓是重中之重。

供应商

光源供应商有OPT奥普特、锐视光电等；

工业相机的主要品牌有Basler、堡盟、DALSA、Point Grey、Images Source等；

市场上较知名的图像软件包有Halcon（MVtec）、VisionPro（康耐视）、免费开源库Opencv、MIL（Matrox）等；

运动控制卡供应商有固高、雷赛、研华等等。

市场热点

目前机器视觉在工业控制领域大多属于二次开发层面，形式主要包括系统集成以及组装生产自动化专机等等，要求开发商能够掌握不同生产制造环境中的Know-How技术，设计出有针对性的产品或集成方案，视觉点胶控制、视觉螺丝机控制、视觉定位+飞拍、视觉检测等电子产品后段制造流程都是现在[[市场上的开发热点。

视觉+运动控制应用的三大层面难题

但就实际应用而言，在目前机器视觉+运动控制方案的实施过程中，各种“门槛”依然较高，问题主要来自于三个方面：

一是，对于大部分技术开发工程师来说，机器视觉技术是一个全新的领域，要学习一种新的编程语言（如C++）存在一定的难度，需要花费大量的时间和精力，加上视觉项目一般都是非标的，开发者的经验非常重要，普通电气工程师要想快速掌握机器视觉应用的编程和调试，绝非易事。（学习难）

其次，对于设备制造商而言，为了提高工厂的生产效率，制造业产线升级的需求迫切，机器视觉的应用已经成为其中的一个重点，但机器视觉的硬件投资成本一直居高不下，令他们望而却步；除了硬件投入之外，往往后期还需要高薪聘请视觉工程师对买回来的视觉系统进行开发和维护，这无疑又加重了工厂的人力成本。如何能够有效地控制投资成本，是他们的主要诉求点，例如是否可以既经济又方便地在现有设备系统的基础上添加机器视觉功能等。（成本高，开发、维护难）

另外，对于终端用户来说，在使用机器视觉技术的过程中会发现，机器视觉和自动化控制（流程控制、工艺控制等）往往分属于两套不同的系统之中，两者之间常常可能会由于通讯等多种因素而导致整个系统的不稳定（如出现停机、停线等状况）。尤其是在当前多品种、小批量、柔性化的生产模式下，产线的频繁更换，增加了对机器视觉系统流程的修改和调试时间，从而大大影响了工厂产能，因此，如何让设备在生产中更加稳定，同时操作也更为便捷，能够满足产线快速调整和切换的需要，是机器视觉技术开发的一个课题。（鲁棒性不够强，普适性不高）