机器视觉在IIoT（工业物联网）

机器视觉技术有助于克服相关连接和自动化生产新的挑战 。

工业企业正面临着几个新趋势将从根本上改变生产和物流过程 。例如 ，术语“工业4.0” ，这是德国杜撰 ，表示人 ，对象和系统的数字网络来创建集成生产过程 。在国际术语 ，它被称为物联网产业因特网（IIoT） 。所有的技术 ，系统 ，和所涉及的工业价值创造过程组件相互连接以及到公司网络和因特网 。智能工厂是构成IIoT发展的一部分的另一个趋势 。它指的是在生产环境中 ，机器 ，装置 ，和物流系统独立地进行交互 ，无需人工输入 ，并通过IIoT部分通信 。这些自动化的发展趋势仍然是相当新的 ，以及相关的技术和系统将逐步在未来的进一步发展 。

机器人在IIoT和智能工厂场景的特殊作用 。最近公布的2015世界机器人统计从国际机器人联合会（IFR）反映了目前的进展 ：预计大约130万的工业机器人将在世界范围内使用的2018 。目前全球机器人系统的市场价值为320亿美元跨行业 。机器人在汽车行业做强进军，在这个技术投资上升了百分之43 ，从2013到2014 。在制造业方面 ，全球平均每10000名工人有66个机器人单元 。韩国是世界领先的自动化过程中使用的工业机器人 ，其次是日本和德国 。令人惊讶的是 ，根据这项研究 ，美国仅在第七和中国就在第二十八位 。

新的紧凑型新一代机器人

一种新的趋势 ，也是机器人段本身中可见 ，作为新一代机器人走的是自动化和风暴制造业 。这些工业机器人要小得多 ，更轻 ，更紧凑 。他们具有很大的灵活性操作 ，其人的同事密切合作 。他们往往拥有一个或两个武器 ，有时甚至一个头 。此外 ，它们比大的固定五轴机器人更便宜 ，也可使用作为由于其重量轻的移动单元 。另一个特殊的功能 ：机器人可以完成交替任务 ，提供更好的支持 ，他们的人类的同事 ，也承担了一些他们的工作任务 ，如果是必要的 ，例如在疾病的情况下 。

利用新生产趋势的优势的能力需要深思熟虑出伴随支持自动化的进一步发展技术 。这也包括机器视觉，这在过去几年中增长了跨越式发展 。该技术使用状态的最先进的图像采集装置 ，如高清晰度摄像机和传感器 。它们被用于从不同的频繁流程 - 记录生产角度和产生一个与机器视觉软件的帮助下处理的数字图像数据 。以这种方式 ，生产过程可以在视觉上监测 ，而薄弱点和优化电位可被识别 。该技术也非常快 ：算法毫秒处理数字图像数据 ，从而为实时应用程序的方式 。此外 ，机器视觉印象还具有强大的识别流程和较高的检出率 。

 

机器人快速灵活的设置

该技术起着重要的作用 ，特别是在与新一代的机器人的相互作用 。大多数新的工业机器人已经配备了一个或多个摄像机和一体的机器视觉功能 。准备不同的应用场景的机器人应该是快速和灵活的 ，没有长时间的训练的各种任务 ，并没有繁琐的设置过程 。同样 ，机器视觉应用也应该很容易创建 ，使用某些软件 ，例如 。它的中心元素是一个以图像为中心的用户界面 ，它直观地指导用户通过应用程序 。与传统的编程工具 ，用户不必担心处理复杂的代码 ，命令行参数列表 ，而是得益于一个易于阅读的视觉显示 ，类似于一个WYSIWYG（你看到的就是你得到的）编辑 。

此外 ，该软件还包含标准视力工具 ，例如图像采集 ，校准 ，校准 ，测量 ，计数 ，检查 ，读书 ，位置确定 ，以及缺陷检测的集合 。使用集成的特点 ，即必须被识别的物体可以被检测 ，突出显示 ，通过简单地在图片上移动鼠标光标与点击选中 。这摒弃了复杂的参数烦琐的配置 ，从而在开发过程中节省时间和成本 。现在 ，综合机器视觉应用可以迅速和容易地创建的，而不需要深入编程经验或图像处理的知识 。这样做的好处是 ，由于需要在生产链快速变化的需求新的应用程序的所有工业部门 。它不再需要编写一个完全新的程序为每一个新的任务 。

 

工件的精确定位

机器视觉流程优化产业价值链中的各种环节。例如 ，该技术可靠地检测到在生产过程中的对象 ，安全地确定工件的位置 ，并找到相同的最佳对准 。因此 ，机器人能够准确地把握和处理它们 ，从而提高了安全生产自动化生产过程 。二维过程到目前为止 ，在这一领域的标准方法 。他们通常被用来确定水平运动的物体的位置（在传送带上 ，例如） ，但他们不能确定三维度的作用对象如互动机器人 。因此 ，在高度自动化的生产方案中使用的二维方法的适用性是有限的 。

这样的环境中做更好的三维机器视觉技术 ，如“3D场景流” ，在传统的方法相比 ，“3D场景流”使用一个多个相机设置 ：几个摄像机定位在不同的位置 ，从不同的角度来看生产过程 。这将创建一个三维的运动轮廓 ，它可以用来确定不只是对象的精确位置 ，但它们的运动在三维空间和它们的速度 。的3D技术是特别有趣的机器人支持 ，高度自动化的生产过程 ，因为它使人类和机器之间的合作更有效 ，也更安全 。例如 ，它可以精确地确定移动机器人的移动方向 ，通过生产建筑独立移动 ，防止与人类或车辆的危险碰撞 。

 

减少昂贵的停机次数

由固定和大型五轴机器人用于焊接和其他装配过程中进行的工作也可以进行优化 ：在汽车行业中 ，这些机器人操作在单独的区域 ，人类没有访问 。如果一个工人仍然在一定的线以上的步骤 ，光束或传感器将停止机器人 ，以确保“入侵者”是不伤害 。宝贵的时间经过 ，直到机器人再次开始 ，这会导致昂贵的生产过程中的中断 。这些过程现在可以更安全 ，更有效地使用新的3D技术 。三维运动轮廓精确地确定了机器人的动作半径 ，使与人类的迫在眉睫的碰撞可以早期发现 。这不仅仅是增加安全性 。该公司还节省了成本 ，因为机器人停机的频率可以用精确的减少 ，生产过程的三维监测 。

现代机器视觉技术不仅有助于生产过程 ，而且有助于优化整个行业的质量保证流程 。例如 ，它们可以用于金属工业中的刀具表面的精确扫描和检查 。现在有缺陷的零件可以安全地识别和自动拒绝 ，然后进入下游工艺链 。高速的图像处理系统也允许大批量大小的快速和自动化的检查 。在电子工业中 ，该技术可以帮助安全地识别和检测错误的许多不同的组件和电子零件 。在包装过程中 ，机器视觉可以发挥重要的作用 ：在包装产品的数量 ，现在可以可靠地确定 ，确保完整性 。

 

产品和生产设备之间的无缝通信

最后 ，机器视觉方法还可以优化物流和转让过程中 ，特别是当它涉及到的产品和生产设备在现代IIoT场景之间的通信 。在这里 ，产品包含机器可读的形式全部生产信息 ，如条形码 ，二维码 ，或颜色编码 。现代影像处理系统能够可靠，甚至阅读此编码信息时 ，代码是有缺陷的（曝光过度 ，过于狭窄 ，宽或模糊的代码条） 。这样读出的数据可以被用来通过生产设备和各个过程步骤自动地控制产品的路径 。