由于制造和或裝配過程的低標(biāo)準(zhǔn)，工業(yè)遭受巨大損失。傳統(tǒng)上，由人工專家對制成品進行手工檢測一直是保證質(zhì)量的方法。雖然這種方法適用于粗糙的物體，但用一致的、可量化的結(jié)果來測量關(guān)鍵物品的精確度和精度對人眼來說是一個挑戰(zhàn)。

人工視覺檢查正逐漸被用于尋找產(chǎn)品特征的攝像頭和移動攝像頭來檢查產(chǎn)品上的多個點的機器人所取代。這篇文章解釋了機器視覺檢查是如何幫助工業(yè)和工廠確保他們的制造和組裝過程是準(zhǔn)確的，他們的產(chǎn)品質(zhì)量是一致的。

什么是目視檢查?

目視檢查是檢查設(shè)備和產(chǎn)品的缺陷、特征的一致性和準(zhǔn)確性是否符合理想的規(guī)格。訓(xùn)練有素的比較物體的人可以勝任一些簡單的任務(wù)，比如確定每個罐頭的形狀是否完美。然而，人們很難檢查和量化食品成分的質(zhì)量是否符合要求，PCB的所有組件是否安裝和焊接正確，或一個組件是否正確。

目視檢查是非侵入性的，并允許圖像優(yōu)化，以更好的缺陷評估，自動化文檔，并基于文檔的過程優(yōu)化。在大多數(shù)應(yīng)用程序中，視覺檢測比人工檢查更快，并且在處理大量特性時幾乎可以立即檢測出缺陷。

圖1所示。用于視覺特征檢查的多臺攝像機

基于攝像頭的視覺檢查已經(jīng)很容易被工廠用于生產(chǎn)的所有階段，從原始產(chǎn)品分析到成品監(jiān)控。雖然使用固定攝像機進行視覺檢查是有效的，但它需要安裝在適當(dāng)幀上的多個復(fù)雜的攝像機，單獨配置以檢測產(chǎn)品上的特征點，并與裝配線同步。工業(yè)相機價格昂貴，使用一臺相機進行一項特定任務(wù)/功能檢查是對它們所提供的通用性的嚴(yán)重利用不足，成本高得令人望而卻步，剛性強，管理起來也很麻煩。

大多數(shù)工業(yè)相機通過GUI很容易使用，即使是非專業(yè)用戶也可以檢查產(chǎn)品的某些區(qū)域，并配置相機應(yīng)該在圖像中尋找的功能。一旦檢測到特性，用戶就可以配置成功分類的閾值以及通信和文檔策略。

常見的視覺特性

試樣的外觀特征取決于產(chǎn)品的形狀、質(zhì)地和性質(zhì)。在產(chǎn)品中觀察到的常見特征是邊、線、規(guī)則形狀、色斑和圖案(如棋盤)。這些特征可以在試樣的不同結(jié)構(gòu)中觀察到。當(dāng)螺栓被扭到帶有指定槽的孔上時，可以觀察到規(guī)則的同心圓。

對于特定的子程序集，檢測圖像中的對象，分類，并與理想的子程序集進行比較。傳統(tǒng)的計算機視覺應(yīng)用，以及深度學(xué)習(xí)和人工智能被用于后端檢測。

機器視覺檢測

機器人視覺檢測是指安裝在機器人末端執(zhí)行器上的攝像機和照明裝置，機器人通過運動對同一物體/試件上的多個點進行特征檢測。機器人可以通過編程來自動檢測物體上的一系列位置。

圖2。機器視覺檢測

在程序序列中添加一個新的檢查位置及其特征是一個簡單的步驟。通過選擇使用機器人的末端執(zhí)行器方向來控制攝像機的入射角，可以獲得最佳的圖像進行檢查。

用于機器人目視檢查的管道

管道包括攝像頭配置，機器人運動配置，與PLC通信進行數(shù)據(jù)記錄，最后生成結(jié)果。這有助于今天的工廠確保他們的產(chǎn)品不是不合格的，并且故障是在原產(chǎn)地發(fā)現(xiàn)的，而不是在整個生產(chǎn)線的多個步驟。

圖3。機器人目視檢測管線

對來自相機的高分辨率圖像進行實時處理，進行特征匹配，成功與否取決于匹配百分比是否大于用戶配置的閾值。通常，機器人與PLC相連，PLC同步機器人對測試件及其各個測試位置的運動。它還與傳送帶溝通，以及如何將測試件呈現(xiàn)給機器人。

常用工業(yè)工具

常見的工業(yè)相機公司，如Keyence, Cognex, Flir，和Balluff支持可配置的特征檢測理想的視覺檢查應(yīng)用。這些產(chǎn)品通常有一個板載計算平臺，帶有基于web的用戶界面，可以通過網(wǎng)絡(luò)來配置要檢測的特性、閾值、要傳遞給PLC的數(shù)據(jù)類型以及進一步的輸入。

理想情況下，視覺檢測系統(tǒng)需要小型、敏捷、低載荷能力的機器人——它們只夠攜帶一個攝像頭，同時滿足運動學(xué)要求。而且，大多數(shù)具有這種檢測機制的生產(chǎn)線都有人員在附近工作，因此，協(xié)同機器人手臂是最適合這些應(yīng)用的。Universal Robots、Fanuc、Doosan Robotics和Franka Emika是著名的公司，它們生產(chǎn)的價格合理的協(xié)作機器人非常適合視覺檢查應(yīng)用。

艾倫-布拉德利，施耐德電氣，西門子和三菱電氣是著名的PLC公司，在工業(yè)中CCD使用，隨時可與機器人和輸送系統(tǒng)集成。

圖4。處理差異的基于視覺的解決方案。

機器人視覺檢查的挑戰(zhàn)

檢測點的數(shù)量、周期時間、圖像分辨率和預(yù)算約束都是影響機器人視覺檢測管道實現(xiàn)的因素。雖然機器人視覺檢測具有令人印象深刻的優(yōu)勢，但由于機器人的運動和攝像頭的存在，它也有一些局限性和缺點，包括:在高速生產(chǎn)線上，由于圖像處理的計算延遲，低周期時間是困難的對于穩(wěn)定且不模糊的圖像，機器人獲得穩(wěn)態(tài)姿態(tài)會造成周期時間上的延遲實時計算需要昂貴的計算硬件和攝像機它們不能免疫環(huán)境照明問題和機器人姿態(tài)的可重復(fù)性和準(zhǔn)確性效率這一過程需要昂貴的高效機器人硬件對于空間受限的裝置，它們不符合可接受的解決方案

目視檢查復(fù)查

雖然機器人視覺檢查在技術(shù)上很有吸引力，但商業(yè)上的考慮限制了它的采用率。機器人視覺檢測系統(tǒng)中運動部件較多，需要更多的維護和配置。這些機構(gòu)還需要更多的工程人員來進行機器人控制、計算機視覺和通信管道管理。

視覺檢查在工業(yè)中是一種行之有效的工具，但由于預(yù)算、物流和人員的需求，機器人輔助視覺檢查與固定框架視覺檢查存在競爭。然而，隨著協(xié)作機器人越來越便宜和可靠,人工智能和深度學(xué)習(xí)的進步，它們將很快成為視覺檢查的首選平臺。