Tło: Wraz z rozwojem przemysłu i nadejściem ery przemysłu 4.0 inteligencja maszyn staje się rzeczywistością. W szczególności niedawny rozwój technologii widzenia maszynowego w automatyce przemysłowej oraz ciągłe aktualizowanie i iteracja technologii wizualnej sprawiają, że jej pozycja w inteligentnej produkcji jest coraz bardziej widoczna i promuje automatyzację przemysłową i sztuczną inteligencję. Postępy w branżach, takich jak inteligentna produkcja, nadały impet rozwojowi we wszystkich dziedzinach.
Rozwój historii widzenia maszynowego:
Wizja maszynowa jest rozwijana od ponad 20 lat. Jest to zasadniczo ważna gałąź informatyki. W latach pięćdziesiątych XX wieku badano proste statystyczne rozpoznawanie wzorów dwuwymiarowych obrazów, aw latach sześćdziesiątych XX wieku badano trójwymiarowe widzenie maszynowe. Od połowy lat 70-tych do wczesnych 80-tych widzenie maszynowe zaczęto badać na skalę globalną. W tym samym czasie laboratorium sztucznej inteligencji MIT rozpoczęło kurs GG, a wizja maszynowa dynamicznie się rozwinęła w tym okresie.
Technologia wizyjna, którą teraz przyjmujemy, należy do systemu wizyjnego robotów trzeciej generacji. Przyjmuje szybki algorytm przetwarzania obrazu, ma wyjątkowo wysoką inteligencję i zdolność adaptacji, może symulować ludzkie funkcje wizualne.
Wizja maszynowa składa się z trzech głównych części:
1. Konstrukcja gałki ocznej robota Gałka oczna robota jest odpowiednikiem aparatu lub skanera. Emituje światło podczerwone przez emiter podczerwieni. Światło podczerwone jest odbijane z powrotem, gdy napotyka obiekt. Po odebraniu odbitego światła podczerwonego odbiornik podczerwieni przesyła sygnał elektryczny do chipa.
2. Jako jeden z podstawowych elementów robota przemysłowego, system sterowania ruchem ma decydujący wpływ na wydajność robota. Sterowanie ruchem to gałąź automatyki. Wykorzystując serwomechanizm do napędu, taki jak pompa hydrauliczna, do sterowania położeniem i prędkością maszyny poprzez wykonanie liniowe lub silnik, wraz z ulepszeniem technologii robota, precyzja i prędkość robota były bardzo dokładne.
3. Sam obraz może znaleźć żądane cechy dopiero po przetworzeniu obrazu w celu dalszego wykonywania innych działań poleceń, takich jak ruch ramienia robota i ruch ramienia robota. Umożliwia robotowi wykonywanie powiązanych poleceń.
W zastosowaniach w przemyśle znajduje zastosowanie głównie w produkcji robotów przemysłowych, montażu, obsłudze i innych pracach.
