论文部分内容阅读
摘要：在機械制造业中，视频技术和红外线成像技术得到了广泛应用。利用计算机视觉技术，由计算机替代监控人员进行图像理解已经成为一些应用场合的首选。本文介绍了机器视觉系统的组成，解释并分析了它在机械制造自动化中的应用，并设想其广泛的应用前景。
关键词：机器视觉技术；机械制造自动化；应用
1 引言
文明的发展、科技的进步不断推动着现代工业的创新发展步伐，工业的空前发展催生了一系列的科技创新，尤其是在高精尖的机械制造领域催生了机器视觉技术，以机器代替人来完成许多工作。由于机器没有感官功能和生命实体，它能在恶劣的环境下保质保量的完成指定工作，能够快速没有任何疲倦的保持高效的工作效率和工程质量。对于自动化程度颇高的现代机械制造领域，机器视觉技术已成为生产制造中不可或缺的一部分，在生产过程的一些重要环节起着不可替代的作用，机器视觉技术的创新与发展对机械制造自动化领域具有非常重要的作用。
2 机器视觉技术的有关概述
2.1 机器视觉技术
机器视觉技术指的是，通过计算机对人类所具有视觉功能进行模拟，实现将物象信息进行准确提取、分析、测量以及监控等一系列流程的技术。该项技术首先利用CCD对具体物象进行转变，使其成为相应的图像并输入计算机加以处理，然后对图像所包含相关信息进行准确分析，最后再以此为基础将上述分析结果转化为相应的数字信号进行输出。机器视觉技术最突出的特点在于效率高、测量精准、噪音小、应用灵活，同时还能够对不同环境进行及时的适应。
2.2 工作原理和组成
视觉系统的输出是通过多重运算处理后的结果，而并不是想象的图像视频信号。实际上，他的测试就是利用机器来测量和判断以替代原来眼的功能。机器视觉系统实际上是一个信号转换的过程。图像经过摄取装置的处理之后被转换成图像信号，通过各种专业的处理之后被转换成数字化信号。之后系统通过对目标特征的提取，并且根据结果来控制设备动作。在现代，依据运行环境，它可分为pc-based和plc-based。
3 在机械制造中的应用
3.1 在焊接机器人中的应用
许多焊接机器人其自身和自动焊机都有一定的视觉功能，其功能是通过借助高速摄像机等图像传感装置和高效、自主的处理方法来实现。他们不仅可以完美，快速地完成焊工需要完成的任务，还有机器的自身特点。类似于绘制在干扰情况下的焊接图像，预测焊接效果，在极端环境下进行焊接工作等人无法完成的工作，他们都能很容易地完成，并能确保焊接质量。视觉传感在焊接中的体现：（1）单光点一维视觉传感—以光电接受单元为检测组件。（2）平面阵列成像式二维视觉传感—通过机械或电扫描实现。（3）三维视觉传感—通过多个低维传感器结合实现。目前，该技术已在多个领域得到应用，机器人焊接的自动化、自主化也随之得到提升。但由于此项技术过程复杂，因此在制造、调试方面仍有许多困难。而机器存在的问题、漏洞因为尚未广泛应用而未曾被人发现，也无法进行改进和完善。所以想在短时间内大规模进行普及几乎是不可能的任务。而在某些方面，研究已经进入了改善阶段。如焊接参数优化，接头特征识别等方面。随着焊接机器人和机器视觉技术的不断发展，有许多大型企业已经在进行将两项技术结合的机器人的开发。毫无疑问，它的工作性能会有巨大的提高。随之而来的就是更加广泛的应用领域，和更加光明的发展前景。目前，这种机器人也在多种领域中得到了实际检验。
3.2 应用于器件的测量
首先就是对简单零部件的批量测量，通过光学系统和计算机的处理，对零部件进行照射，由摄像头采集成像交由计算机处理分析，通过两次数据的对比差值，计算出零部件的实际尺寸和形状大小。机器视觉技术对体积小、线条单一的零部件的测量有着显著的优越性。其次是在器件的预调测量中的应用。传统的预调测量是通过人工的进行光学投影定位进行测量，这种测量方法难度较大，对操作人员的技术水平要求较高，同时需要大量的人力来满足生产需求。运用机器视觉技术进行自动化制造中的预调测量，通过三角法将光线投射到零部件表面得到不同形状的条纹从而确定零部件的外观轮廓。机器视觉技术改变了预调测量的工作方式，极大的提高了工作效率和测量精度。器件的磨损度同样也能通过机器视觉技术进行测量。器件的磨损程度很大程度上决定了机器的工作效率和准确性。许多零部件存在特殊的环境之中，无法方便有效的测量其磨损度，通过机器视觉技术能够在不改变器件的工作环境和工作属性的前提下完成对其的磨损度测量，检查是否存在隐患问题。
3.3 工件检测方向
随着社会的发展，针对工件检测所采用的传统方法已经无法满足行業要求，这主要是因为传统检测方法通常是以人工作为基础，这不仅会浪费大量的人力资源，还会由于工作人员综合能力的不同，导致检测成果质量参差不齐。另外，在长时间的检测过程中，工作人员也往往会由于过度疲劳而导致精神难以集中，这也在很大程度上对检测结果的精确程度产生了不利影响，因此，现阶段最重要的工作就是通过对机器视觉技术的合理应用，保证检测工作的顺利开展。已经有部分西方发达国家将机器视觉技术应用在了工件检测的过程中，并将其推广到了汽车制造、机械加工等多个领域。
4 结束语
机器视觉技术与我们社会许多行业的发展都有联系，尤其是制造业。不论是我们国家，还是欧美各国，制造业的发展都会促进许多机器新技术的出现和发展。而机器视觉就是其中之一。因为人类需求的不断提高，机器视觉也有着从原来仅仅采集、分析等到开放性的方向改变的趋势。在影响机器视觉发展的众多原因中，虽然人为、商业的影响也是十分巨大的，但制造业的发展需求是决定性的。因为自动化技术和机器视觉息息相关，不可分割，因此此项技术的发展也会促进机械自动化的成熟和完善。
参考文献：
[1]张堃.基于机器视觉的参数不确定大时滞环模制粒机的监督控制系统研究[D].上海大学，2016.
[2]刘松林.印刷品质量在线检测机器视觉系统的设计与实现[D].解放军信息工程大学，2006.
[3]汪友光.基于机器视觉和运动控制的传感器实时目标在线检测系统开发[D].广东工业大学，2014.
[4]应义斌，章文英，蒋亦元，赵匀.机器视觉技术在农产品收获和加工自动化中的应用[J].农业机械学报，2000，03：112-115.
[5]明哲.基于数控技术的机械设计制造及其自动化专业应用型本科人才培养模式的研究与实践[J].制造业自动化，2012，3403：95-98.
关键词：机器视觉技术；机械制造自动化；应用
1 引言
文明的发展、科技的进步不断推动着现代工业的创新发展步伐，工业的空前发展催生了一系列的科技创新，尤其是在高精尖的机械制造领域催生了机器视觉技术，以机器代替人来完成许多工作。由于机器没有感官功能和生命实体，它能在恶劣的环境下保质保量的完成指定工作，能够快速没有任何疲倦的保持高效的工作效率和工程质量。对于自动化程度颇高的现代机械制造领域，机器视觉技术已成为生产制造中不可或缺的一部分，在生产过程的一些重要环节起着不可替代的作用，机器视觉技术的创新与发展对机械制造自动化领域具有非常重要的作用。
2 机器视觉技术的有关概述
2.1 机器视觉技术
机器视觉技术指的是，通过计算机对人类所具有视觉功能进行模拟，实现将物象信息进行准确提取、分析、测量以及监控等一系列流程的技术。该项技术首先利用CCD对具体物象进行转变，使其成为相应的图像并输入计算机加以处理，然后对图像所包含相关信息进行准确分析，最后再以此为基础将上述分析结果转化为相应的数字信号进行输出。机器视觉技术最突出的特点在于效率高、测量精准、噪音小、应用灵活，同时还能够对不同环境进行及时的适应。
2.2 工作原理和组成
视觉系统的输出是通过多重运算处理后的结果，而并不是想象的图像视频信号。实际上，他的测试就是利用机器来测量和判断以替代原来眼的功能。机器视觉系统实际上是一个信号转换的过程。图像经过摄取装置的处理之后被转换成图像信号，通过各种专业的处理之后被转换成数字化信号。之后系统通过对目标特征的提取，并且根据结果来控制设备动作。在现代，依据运行环境，它可分为pc-based和plc-based。
3 在机械制造中的应用
3.1 在焊接机器人中的应用
许多焊接机器人其自身和自动焊机都有一定的视觉功能，其功能是通过借助高速摄像机等图像传感装置和高效、自主的处理方法来实现。他们不仅可以完美，快速地完成焊工需要完成的任务，还有机器的自身特点。类似于绘制在干扰情况下的焊接图像，预测焊接效果，在极端环境下进行焊接工作等人无法完成的工作，他们都能很容易地完成，并能确保焊接质量。视觉传感在焊接中的体现：（1）单光点一维视觉传感—以光电接受单元为检测组件。（2）平面阵列成像式二维视觉传感—通过机械或电扫描实现。（3）三维视觉传感—通过多个低维传感器结合实现。目前，该技术已在多个领域得到应用，机器人焊接的自动化、自主化也随之得到提升。但由于此项技术过程复杂，因此在制造、调试方面仍有许多困难。而机器存在的问题、漏洞因为尚未广泛应用而未曾被人发现，也无法进行改进和完善。所以想在短时间内大规模进行普及几乎是不可能的任务。而在某些方面，研究已经进入了改善阶段。如焊接参数优化，接头特征识别等方面。随着焊接机器人和机器视觉技术的不断发展，有许多大型企业已经在进行将两项技术结合的机器人的开发。毫无疑问，它的工作性能会有巨大的提高。随之而来的就是更加广泛的应用领域，和更加光明的发展前景。目前，这种机器人也在多种领域中得到了实际检验。
3.2 应用于器件的测量
首先就是对简单零部件的批量测量，通过光学系统和计算机的处理，对零部件进行照射，由摄像头采集成像交由计算机处理分析，通过两次数据的对比差值，计算出零部件的实际尺寸和形状大小。机器视觉技术对体积小、线条单一的零部件的测量有着显著的优越性。其次是在器件的预调测量中的应用。传统的预调测量是通过人工的进行光学投影定位进行测量，这种测量方法难度较大，对操作人员的技术水平要求较高，同时需要大量的人力来满足生产需求。运用机器视觉技术进行自动化制造中的预调测量，通过三角法将光线投射到零部件表面得到不同形状的条纹从而确定零部件的外观轮廓。机器视觉技术改变了预调测量的工作方式，极大的提高了工作效率和测量精度。器件的磨损度同样也能通过机器视觉技术进行测量。器件的磨损程度很大程度上决定了机器的工作效率和准确性。许多零部件存在特殊的环境之中，无法方便有效的测量其磨损度，通过机器视觉技术能够在不改变器件的工作环境和工作属性的前提下完成对其的磨损度测量，检查是否存在隐患问题。
3.3 工件检测方向
随着社会的发展，针对工件检测所采用的传统方法已经无法满足行業要求，这主要是因为传统检测方法通常是以人工作为基础，这不仅会浪费大量的人力资源，还会由于工作人员综合能力的不同，导致检测成果质量参差不齐。另外，在长时间的检测过程中，工作人员也往往会由于过度疲劳而导致精神难以集中，这也在很大程度上对检测结果的精确程度产生了不利影响，因此，现阶段最重要的工作就是通过对机器视觉技术的合理应用，保证检测工作的顺利开展。已经有部分西方发达国家将机器视觉技术应用在了工件检测的过程中，并将其推广到了汽车制造、机械加工等多个领域。
4 结束语
机器视觉技术与我们社会许多行业的发展都有联系，尤其是制造业。不论是我们国家，还是欧美各国，制造业的发展都会促进许多机器新技术的出现和发展。而机器视觉就是其中之一。因为人类需求的不断提高，机器视觉也有着从原来仅仅采集、分析等到开放性的方向改变的趋势。在影响机器视觉发展的众多原因中，虽然人为、商业的影响也是十分巨大的，但制造业的发展需求是决定性的。因为自动化技术和机器视觉息息相关，不可分割，因此此项技术的发展也会促进机械自动化的成熟和完善。
参考文献：
[1]张堃.基于机器视觉的参数不确定大时滞环模制粒机的监督控制系统研究[D].上海大学，2016.
[2]刘松林.印刷品质量在线检测机器视觉系统的设计与实现[D].解放军信息工程大学，2006.
[3]汪友光.基于机器视觉和运动控制的传感器实时目标在线检测系统开发[D].广东工业大学，2014.
[4]应义斌，章文英，蒋亦元，赵匀.机器视觉技术在农产品收获和加工自动化中的应用[J].农业机械学报，2000，03：112-115.
[5]明哲.基于数控技术的机械设计制造及其自动化专业应用型本科人才培养模式的研究与实践[J].制造业自动化，2012，3403：95-98.