工控网首页
>

新闻中心

>

业界动态

>

机器视觉大爆发 需抓住智能制造的黄金机遇

机器视觉大爆发 需抓住智能制造的黄金机遇

2016/6/8 17:48:39

 

机器视觉技术如今已成功的应用到了工业机器人当中,并已成为一项核心关键技术,这是否意味着该技术已经迎来黄金发展时期?

  近期,我参加了ABB公司在武汉国际博览中心举办的年度最大活动-第八届自动化世界展,近距离了解了ABB公司的工业机器人解决方案、智能家居以及智能建筑能源管理平台等产品和技术;对ABB所提出的主题物联网+”有了比较深刻直观的认识。物联网+”物、服务与人的互联,这也代表了未来制造业的发展方向,通过互联网技术把设备、服务与人以及制造流程紧密的联系起来,提升客户的体验,提高生产效率,为客户提供多样化的定制服务与产品。

  整个展会ABB的产品、技术、解决方案与服务的布局展示场景都是围绕着这一主题展开。在展会中,ABB公司基于机器视觉技术的工业机器人给人留下了极为深刻的印象,让人产生了在未来工业生产新时代中人与机器协同工作场景的遐想。机器视觉技术如今已成功的应用到了工业机器人当中,并已成为一项核心关键技术,这是否意味着该技术已经迎来黄金发展时期?

  ABB YuMi:拥有机器视觉的灵活机器人

  在展会中,我重点关注了ABB在机器人自动化方面的一些展区,ABB公司通过20个机器人工作站全面展示了ABB工业机器人在物料搬运、码垛、组装、激光雕刻、打磨、焊接、贴标、分拣等众多环节的应用,无所不能的工业机器人技术令大家耳目一新。

  其中,最吸引观众眼球的就属ABB YuMi机器人,它是ABB工业机器人产品线中具有高度灵活性的自动化产品,是全球首款能实现人机安全协作的机器人。在现场,ABB设置了自动复原魔方,折纸飞机和用笔写字3个有趣的应用场景来展示YuMi机器人的灵活性。

 

1 ABB YuMi机器人趣味应用场景展示

  现场还展示了Yumi机器人在工业方面应用,在以视觉引导装配为主题的机器人工作站上,YuMi机器人由影像系统引导,自由抓取零件盒中摆放杂乱的零件,然后再通过基于机器视觉进行零件定位最终完成电子元件连接器的装配工作,从而解决了小型零件自动化装配的生产需求,尤其是消费电子行业对柔性生产和灵活制造的需求。通过机器视觉技术,YuMi机器人拥有了视觉,可以双手完成组装工作,并能够与人进行协同工作,真正意义上实现人机协同作业。

 

2 Yumi机器人视觉引导装配工作展台

机器视觉到底是什么?

  在YuMi机器人上,机器视觉技术起到了十分关键的作用,代替人眼完成了定位和判断的工作。不过机器视觉除了应用在工业机器人上以提高其灵活性和协同能力以外,还能够应用在其他生产制造过程中,提高生产的灵活性和自动化程度。例如,在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,可以用机器视觉来替代人工视觉。同时,在大批量重复性工业生产过程中,用机器视觉检测方法可以大大提高生产的效率和自动化程度,避免人为漏失。

  归纳起来,机器视觉在工业上的应用主要集中在定位、检测、识别、测量这几大方面。

  定位:主要体现在工业机器人方面的应用,工业机器人在完成装配、分类或搬运作业时,需要视觉反馈给机器人空间坐标以提供零件的精确固定的位置和方向,保证机器人准确的抓取零件。

  检测:主要应用在检测自动化生产线上的产品有无质量问题,该环节也是取代人工最多的环节。同时还有印刷品质量的检测,产品组装过程中有/无漏装、残次品检测等应用环节。目前,机器视觉检测在电子行业的应用较为广泛,尤其是SMT、波峰焊、插件等环节,这些都是直接影响产品电气部分质量好坏的关键环节,处理不当很容易引起后期产品的电气质量问题,直接导致产品无法使用,对客户影响非常重大,所以也是管控的核心。

  识别:主要有颜色方面的识别,读码、无人驾驶汽车、纹理的识别等方面的应用。

  测量:主要是制造产品中长度、角度的测量。另外,有些产品的精密度较高,达到0.01~0.02m甚至到u级,人眼无法检测必须使用机器视觉完成。

  机器视觉的构成

  一个典型的机器视觉应用系统包括图像捕捉、光源系统、图像数字化模块、数字图像处理模块、智能判断决策模块和机械控制执行模块。

 

传统机器视觉系统构成及工作流程

  机器视觉的工作原理

  机器视觉系统的工作原理是利用图像摄取装置将被检测的目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对这些信号进行各种运算来抽取目标的特征,如面积、数量、位置、长度,再根据预设的允许度和其他条件输出结果,进而根据判别的结果来控制现场的设备动作,实现自动识别功能。

 

机器视觉的典型应用场景原理图

上图就一个典型的机器视觉检测应用场景,从图中我们也可以了解到一个机器视觉系统的工作流程,从产品到达检测位置,光电或传感器感应到产品时,触发机器视觉系统进行工作,通过光源(或多个组合光)对产品进行照明并获取产品的图像信息并完成图像的数字化处理过程,视觉软件快速识别数字化图像并判断产品是否合格,判断完成后再进行离散输出,剔除掉不良品,并在操作界面显示出不良品画面和统计信息,完成产品的检验过程,整个过程完全不需要人员干涉,使产线减少了工作人员的同时还能够高效的管控产品质量。

  智能制造呼唤机器视觉广泛应用

  如今中国制造业正在面临前所未有的压力,就在前不久,苹果CEO蒂姆库克到访印度,并对外宣称考虑iPhone生产迁往印度。无独有偶,富士康郭台铭也表示,将在2020年,在印度国内兴建10家至12家生产工厂,并创造至少100万个就业机会。中国劳动力成本与租金飙涨,使中国制造业承受着不小的压力,尤其是那些自主研发能力不强但却能解决大量就业问题的代工企业。

  据悉,我国劳动者的平均时薪已从10年前的4.35美元飙涨至12.47美元,十年间猛增近3倍,在此压力下,中国制造向低成本、高效率的智能制造转型成为发展大势。与此同时,我国制造业大而不强,质量粗糙的问题也需要得到改善。

  正因如此,2015年我国发布了实施制造强国战略第一个十年的行动纲领《中国制造2025》,其中智能制造被定位为中国制造的主攻方向,并被视为中国从制造大国向制造强国的转变的主力军,也成为中国制造业企业转型的核心目标。

  从智能制造的角度来看,机器视觉具有非常重要的作用,尤其是在智能产线和智能设备中,机器视觉可以使产品在自动化生产过程中质量更加稳定、更加高效。由于有了视觉,智能设备生产的柔性化程度、效率也将会得到极大的提升。

  首先,在打造智能产线的过程中,必须要使质量控制能够保持高速度、高精度、高分辨力、稳定性好、适应能力强以及可以长时间持续不间断运作,人工检验很显然已经无法满足这方面的生产需求,而如果有机器视觉助力,就恰恰解决了这一问题。机器视觉系统不仅可以满足自动化生产的各种需求,而且本身最大的特点在于非接触性测量和检验,对于机器本身以及产品都起到了一定的保障作用。

  并且我认为,机器视觉最大的价值不仅仅在查漏等基本的检验环节,更重要的是能够实时动态的检测产品的质量数据如尺寸、角度、精度等关键参数,并通过联网将数据收集并加以分析和处理,从而实时感知、分析、决断出产品的质量问题。

  另外,机器视觉还可以高速的识别产品上的特征、条形码等各种记录产品身份信息的内容,使生产过程变得可控,产品生产过程具有可追溯性,这都是打造智能产线所必不可少的要求。

  最后,机器视觉就是在智能设备中的应用,如前面提到ABB YuMi机器人就是很典型的代表,具备了机器视觉的工业机器人可以灵活自如的处理一些复杂的加工装配过程,并且能够做到人机协同工作,这也是未来制造的趋势。

  总结

  当前全球正在兴起以德国提出的工业4.0为首的新一轮工业革命,制造业正向数字化、网络化、智能化上进行探索和转变,商业模式也从过去以企业为中心转向以用户为中心。本文只是列举出了一部分机器视觉技术在制造业中的典型应用,相信机器视觉技术还有很多有待我们发掘的应用场景和需要深入研究的地方,随着机器视觉技术的不断进步和更加广泛的应用,必将能够使制造业朝着更智能、更快速和具有视觉感知的方向发展,创造出理想中的人机协同的工作环境,并通过柔性化生产满足客户的个性化定制需求,机器视觉技术已然成为企业智能制造转型重要应用之一。

投诉建议

提交

查看更多评论
其他资讯

查看更多

未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?

2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会

2023钢铁展洽会4月全新起航 将在日照触发更多商机

物联之星五大榜单揭榜!中国物联网Top100企业名单都有谁-IOTE 物联网展

新讯与肇庆移动圆满举办“党建和创”共建活动暨战略合作签约仪式