人类经历了三次工业革命

发明、创造各种机器

用以实现人难以实现的大规模工业生产

为人类创造财富

▲人类四次工业革命进程

而自第三次工业革命开始

人类逐渐开始发明一些机器和智能

用以取代人的劳动

比如计算机、机器人、传感器等

1982年

美国创业公司Automatix

基于摩托罗拉68000微处理器开发了机器视觉系统

并首次应用于福特汽车装配线

这是机器人与机器视觉的首次“握手”

开启了“感知”机器人的先河

▲Automatix机器视觉系统装备安川莫托曼机器人

在第四次工业革命的进程中

“机器代人”的革命全面爆发

多轴机器人、并联机器人、SCARA、直角坐标机器人、移动机器人、仿生机器人等

各种类型的机器人以替代人的手、脚

以实现移动、搬运、装配等执行动作

（前期相关文章，点击阅读：仿生软体机器人，加拿大剥螃蟹机器人）

机器视觉

以计算机与机器学习为基础

以实现替代人的眼睛的功能 

并进一步给机器人以“火眼金睛”

甚至很大程度上决定着“机器代人”的进程

本篇文章重点探讨的就是

“机器代人”过程中的机器视觉

简单来说

机器视觉就是用机器代替人眼来做测量和判断

机器视觉系统是通过机器视觉产品

(即图像摄取装置，分CMOS和CCD两种)

将被摄取目标转换成图像信号

传送给专用的图像处理系统

得到被摄目标的形态信息

根据像素分布和亮度、颜色等信息

转变成数字化信号

图像系统对这些信号进行各种运算来抽取目标的特征

进而根据判别的结果来控制现场的设备动作

▲机器视觉系统构成简图

广义的机器视觉

根据光源不同

可分为：激光、红外、视觉（可见光）

激光测量角度分辨率高

通常可以达到零点几度

测距的精度也高

测量距离可以达到几十米甚至上百米

但激光测量基于独立的激光器

且结构复杂

成本高昂

一般用在比较重要的工业部位

▲德国米铱公司3D激光成像仪用以生成齿形的数字3D影像

▲德国Precitec公司SOUVIS5000用以监控焊缝

红外成像精度较激光测量精度低

且由于任何物体都可发出不同波长的红外线

故易受环境干扰

但对于无可见光的情况

或高温难以测量区域

可借助红外热成像进行材料质量、温度等物理量测量

▲美国FLIR热成像相机帮助菲亚特汽车监控涂胶质量

▲美国FLUKE热成像相机监控高炉风口

从人类历史上机器视觉与机器人的第一次“牵手”

至今已35年有余

第四次工业革命浪潮下

工业机器人推广再掀高潮

机器视觉更成为工业生产与物流搬运自动化中机器人的“火眼金睛”

据权威统计数据显示

全球工业机器人销量中

半数机器人用于搬运应用

按照应用来分

占比前三的应用为搬运50%，焊接28%，组装9%

配合工业机器人的应用

机器视觉则主要分为：

质量保证和检测、定位和引导、测量、识别

质量保证和检测

主要指检测生产缺陷、各种表面缺陷、装配缺陷、有毒环境、信息读取、信息记录、包装错误、印刷错误、产品与设计不符等

定位和引导

通过视觉系统实时地了解工作环境的变化，相应调整动作，保证任务的正确完成

产品尺寸在线精确测量

各种几何尺寸的测量，如长度、平行线、角度、圆度、不规则图形、各种面积、装配尺寸错误、装配位置错误、尺寸及位置与设计图是否相符等

机器识别

可以进行物流系统中复杂堆叠物体的识别和分拣，工业生产物料的异物提出等

　　在工业生产和物流搬运过程中

对于固定模式物体的抓取

工业机器人可以轻易并快速分拣

而对于复杂堆叠物体的识别和分拣

依然有90%以上通过人工方式完成

极大的限制了工业生产的效率

具体来看

机器人无序分拣实现的难题还包括：

工业常用的金属、玻璃等材质易引起强反光

工业工件一般无明显的特征供识别

物体随机摆放易导致物体重叠、遮挡、阴影和复杂背景

需适应可能存在的微光、黑暗、灰尘和油脂等恶劣工业环境等

　　面对广泛存在的实用场景

工业机器人老牌强国德国和日本都有多家公司参与

连一贯以芯片、软件、互联网而为人称道的硅谷

都有数家创业公司进入

一些物流企业也已经进行了使用机器臂抓取货品的演示

这里

我们介绍几家典型的机器视觉创业公司

一.  美国硅谷Aquifi

于2011年

成立于加利福尼亚州的帕洛阿尔托市

那里是硅谷的核心地带

由于很少出现在媒体报道中

它也被称为硅谷最神秘的创企之一

Aquifi 主要致力于研究流体视觉技术

该技术结合了 3D 视觉和深度学习

在制造业和物流中与很大的潜在用途

在物流方面

Aquifi 的解决方案是使用 IIoT（工业物联网）或手持 3D 视觉扫描仪

基于深度学习的方法实时查找箱子、物品或托盘尺寸

此外，它还能自动计数托盘中的箱子

进行快速准确的库存盘点

在制造业中

Aquifi 的解决方案是检查物体的形状、颜色、配置和质量等物理属性

以全彩 3D 来进行扫描对象

实时 3D 模型重建

识别用于分类和打包的产品以及验证标签或定位缺陷

Aquifi 流体视觉系统架构共分为以下三个部分

即：3D传感器、3D数据、3D深度学习

▲Aquifi流体视觉系统架构

二. 比利时Pickit 3d

Pickit 3d公司采用结构光成像原理

视觉系统由以下组件组成： 3D相机、处理器、Pickit 3D软件及机器人和相机位置校准等

Pickit 3d相机可以在各种强光或哑光条件下

找到不同大小和材质的重叠产品

它在甚至能在光强变化和光照条件差的情况下继续工作

比如反光甚至是黑暗

Pickit 3d视觉系统主要应用于

机床上下料、抓取与装配、拆垛、分拣等

▲Pickit 3d视觉应用

▲Pickit 3d视觉系统与优傲机器人搭配机床上下料

三. 河南埃尔森

埃尔森成立于2014年

是国内首家机器人3D视觉引导系统

针对散乱、无序堆放工件的3D识别与定位

可实现真正的柔性化工装设计

该套系统通过3D快速成像技术

对物体表面轮廓数据进行扫描

形成点云数据

对点云数据进行智能分析处理

加以人工智能分析、机器人路径自动规划、自动防碰撞技术

计算出当前工件的实时坐标

并发送指令给机器人实现抓取定位的自动完成

▲埃尔森视觉系统与ABB机器人分拣抓取

四. 北京阿丘科技

阿丘科技成立于2016年

推出的产品有AQ-Insight 和 SmartPicker

AQ-Insight 是一款强大的面向工业在线质量检验的机器视觉软件平台

融入了深度学习、机器学习算法

具备一定的自学习性和自适应性

能够在复杂的工业缺陷检测领域取得极其出色的检验效果

▲阿丘科技视觉系统AQ-Insight进行质量检测

SmartPicker是一款智能分拣系统

基于团队核心的3D视觉技术和机器学习

通过对目标物体的识别和定位

实现工业机器人对复杂分拣环境处理能力

自动完成识别分拣的相关任务。

　　

▲阿丘科技视觉系统SmartPicker引导物料搬运

　具体来说

这套系统可用于零件的分拣、上下料

未来可扩展至3C产品装配等

针对不同应用场景，SmartPicker有高精度（0.05mm~0.1mm）和低精度（1mm~3mm）两套产品方案

▲阿丘科技视觉系统SmartPicker引导优傲机器人

当然

机器视觉不只成为新兴创业公司的拥趸

老牌机器人、视觉公司也纷纷加码

2016年

3D机器视觉市场的领军企业之一

康耐视公司（Cognex）宣布收购EnShape和AQSense

这两家公司专门从事3D机器视觉技术

毋庸置疑的是

随着技术成本的下降以及应用市场的成熟

在未来3年内

机器视觉是各国抢占智能市场的必争之地

3D视觉或将进入“战国时代”。