由于制造和或装配过程的低标准，工业遭受巨大损失。传统上，由人工专家对制成品进行手工检测一直是保证质量的方法。虽然这种方法适用于粗糙的物体，但用一致的、可量化的结果来测量关键物品的精确度和精度对人眼来说是一个挑战。
人工视觉检查正逐渐被用于寻找产品特征的摄像头和移动摄像头来检查产品上的多个点的机器人所取代。这篇文章解释了机器视觉检查是如何帮助工业和工厂确保他们的制造和组装过程是准确的，他们的产品质量是一致的。
什么是目视检查?
目视检查是检查设备和产品的缺陷、特征的一致性和准确性是否符合理想的规格。训练有素的比较物体的人可以胜任一些简单的任务，比如确定每个罐头的形状是否完美。然而，人们很难检查和量化食品成分的质量是否符合要求，PCB的所有组件是否安装和焊接正确，或一个组件是否正确。
目视检查是非侵入性的，并允许图像优化，以更好的缺陷评估，自动化文档，并基于文档的过程优化。在大多数应用程序中，视觉检测比人工检查更快，并且在处理大量特性时几乎可以立即检测出缺陷。
图1所示。用于视觉特征检查的多台摄像机
基于摄像头的视觉检查已经很容易被工厂用于生产的所有阶段，从原始产品分析到成品监控。虽然使用固定摄像机进行视觉检查是有效的，但它需要安装在适当帧上的多个复杂的摄像机，单独配置以检测产品上的特征点，并与装配线同步。工业相机价格昂贵，使用一台相机进行一项特定任务/功能检查是对它们所提供的通用性的严重利用不足，成本高得令人望而却步，刚性强，管理起来也很麻烦。
大多数工业相机通过GUI很容易使用，即使是非专业用户也可以检查产品的某些区域，并配置相机应该在图像中寻找的功能。一旦检测到特性，用户就可以配置成功分类的阈值以及通信和文档策略。
常见的视觉特性
试样的外观特征取决于产品的形状、质地和性质。在产品中观察到的常见特征是边、线、规则形状、色斑和图案(如棋盘)。这些特征可以在试样的不同结构中观察到。当螺栓被扭到带有指定槽的孔上时，可以观察到规则的同心圆。
对于特定的子程序集，检测图像中的对象，分类，并与理想的子程序集进行比较。传统的计算机视觉应用，以及深度学习和人工智能被用于后端检测。
机器视觉检测
机器人视觉检测是指安装在机器人末端执行器上的摄像机和照明装置，机器人通过运动对同一物体/试件上的多个点进行特征检测。机器人可以通过编程来自动检测物体上的一系列位置。
图2。机器视觉检测
在程序序列中添加一个新的检查位置及其特征是一个简单的步骤。通过选择使用机器人的末端执行器方向来控制摄像机的入射角，可以获得最佳的图像进行检查。
用于机器人目视检查的管道
管道包括摄像头配置，机器人运动配置，与PLC通信进行数据记录，最后生成结果。这有助于今天的工厂确保他们的产品不是不合格的，并且故障是在原产地发现的，而不是在整个生产线的多个步骤。
图3。机器人目视检测管线
对来自相机的高分辨率图像进行实时处理，进行特征匹配，成功与否取决于匹配百分比是否大于用户配置的阈值。通常，机器人与PLC相连，PLC同步机器人对测试件及其各个测试位置的运动。它还与传送带沟通，以及如何将测试件呈现给机器人。
常用工业工具
常见的工业相机公司，如Keyence, Cognex, Flir，和Balluff支持可配置的特征检测理想的视觉检查应用。这些产品通常有一个板载计算平台，带有基于web的用户界面，可以通过网络来配置要检测的特性、阈值、要传递给PLC的数据类型以及进一步的输入。
理想情况下，视觉检测系统需要小型、敏捷、低载荷能力的机器人——它们只够携带一个摄像头，同时满足运动学要求。而且，大多数具有这种检测机制的生产线都有人员在附近工作，因此，协同机器人手臂是最适合这些应用的。Universal Robots、Fanuc、Doosan Robotics和Franka Emika是著名的公司，它们生产的价格合理的协作机器人非常适合视觉检查应用。
艾伦-布拉德利，施耐德电气，西门子和三菱电气是著名的PLC公司，在工业中CCD使用，随时可与机器人和输送系统集成。
图4。处理差异的基于视觉的解决方案。
机器人视觉检查的挑战
检测点的数量、周期时间、图像分辨率和预算约束都是影响机器人视觉检测管道实现的因素。虽然机器人视觉检测具有令人印象深刻的优势，但由于机器人的运动和摄像头的存在，它也有一些局限性和缺点，包括:在高速生产线上，由于图像处理的计算延迟，低周期时间是困难的对于稳定且不模糊的图像，机器人获得稳态姿态会造成周期时间上的延迟实时计算需要昂贵的计算硬件和摄像机它们不能免疫环境照明问题和机器人姿态的可重复性和准确性效率这一过程需要昂贵的高效机器人硬件对于空间受限的装置，它们不符合可接受的解决方案
目视检查复查
虽然机器人视觉检查在技术上很有吸引力，但商业上的考虑限制了它的采用率。机器人视觉检测系统中运动部件较多，需要更多的维护和配置。这些机构还需要更多的工程人员来进行机器人控制、计算机视觉和通信管道管理。
视觉检查在工业中是一种行之有效的工具，但由于预算、物流和人员的需求，机器人辅助视觉检查与固定框架视觉检查存在竞争。然而，随着协作机器人越来越便宜和可靠,人工智能和深度学习的进步，它们将很快成为视觉检查的首选平台。
