工業機器人的眼睛視覺系統通常由以下構成

01

攝像頭和光學部件

這一類通常含有一個或多個攝像頭和鏡頭（光學部件），用於拍攝被檢測的物體。根據應用，攝像頭可以基於如下標準，黑白、複合彩色（Y/C），RGB彩色，非標準黑白（可變掃描），步進掃描（progressive-scan）或線掃描。

02

燈光

燈光用於照亮部件，以便從攝像頭中拍攝到更好的影像，燈光系統可以在不同形狀、尺寸和亮度。一般的燈光形式是高頻熒光燈、LED、白熾燈和石英滷（quartz-halogen）光纖。

03

部件感測器

通常以光柵或感測器的形式出現。當這個感測器感知到部件靠近，它會給出一個觸發訊號。當部件處於正確位置時，這個感測器告訴機器視覺系統去採集影像。

04

影像採集卡

也稱為視訊抓取卡，這個部件通常是一張插在 PC上的卡。

這張採集卡的作用將攝像頭與 PC連線起來。它從攝像頭中獲得資料（模擬訊號或數字訊號），然後轉換成PC 能處理的資訊。

它同時可以提供控制攝像頭引數（例如觸發、曝光時間、快門速度等等）的訊號。影像採集卡形式很多，支援不同型別的攝像頭，不同的計算機匯流排。

05

PC平臺

計算機是機器視覺的關鍵組成部分。

應用在檢測方面，通常使用 Pentium或更高的 CPU。一般來講，計算機的速度越快，視覺系統處理每一張圖片的時間就越短。

由於在製造現場中，經常有振動、灰塵、熱輻射等等，所以一般需要工業級的計算機。

06

檢測軟體

機器視覺軟體用於建立和執行程式、處理採集回來的影像資料、以及作出“通過/失敗（PASS/FAIL）”決定。

機器視覺有多種形式（C 語言庫、ActiveX 控制元件、點選程式設計環境等等），可以是單一功能（例如設計只用來檢測 LCD或 BGA、對齊任務等等），也可以是多功能（例如設計一個套件，包含計量、條形碼閱讀、機器人導航、現場驗證等等）。

07

數字 I/O和網路連線

一旦系統完成這個檢測部分，這部分必須能與外界通訊，例如需要控制生產流程、將“通過/失敗（PASS/FAIL）”的資訊送給資料庫。通常，使用一張數字 I/O板卡和（或）一張網路卡來實現機器視覺系統與外界系統和資料庫的通訊。

配置一個基於 PC的機器視覺系統認真的計劃和注意細節能幫助你確保你的檢測系統符合你的應用需求。如下是你必需考慮的幾點：

確定你的目標,這可能是最重要的一步決定在這個檢測任務中你需要實現什麼，檢測任務通常分為如下幾類：

測量或計量

讀取字元或編碼（條形碼）資訊。

檢測物體的狀態

認知和識別特殊的特性 模式識別

將物體與模板進行對比或匹配

為機器或機器人導航檢測流程可以包含只有一個操作或包含多個與檢測任務相關的任務。

為了確認你的任務，首先你應該明確為了最大限度檢測部件你需要做的測試，也就是你能考慮到會出現的缺陷。

為了明確什麼哪個才是最重要的，最好做一張評估表，列出“必須做”和“可以做”的測試。一旦主要的對測試標準滿意，隨後可以將更多的測試加進去來改善檢測過程，一定要記住，新增測試的同時也會增加檢測的時間。

確定你需要的速度 –系統檢測每一個部件需要多少時間？

這個不只是由 PC的速度決定，還受生產流水線速度的影響。

很多機器視覺包含了時鐘/計時器，所以檢測操作的每一步所需要的時間都可以準確測量，從這些資料，我們就可以修改我們的程式以滿足時間上的要求。通常，一個基於 PC 的機器視覺系統每一秒可以檢測 20-25 個部件，與檢測部件的多少和處理程式以及計算機的速度有密切關係。

聰明地選擇你的硬體

一套機器視覺系統的效能與它的部件密切相關。在選擇的過程中，有很多捷徑特別在光學成像上可能很大程度降低系統的效率。如下是在選擇部件時你必須緊記的幾個基本原則：

01

攝像頭 攝像頭的選擇與應用的需求直接相關，通常考慮三點：

a）黑白還是彩色；

b）部件/目標的運動；

c）影像解析度。

在檢測應用中大部分使用黑白攝像頭，因為黑白影像能提供 90%可視資料，並且比彩色便宜。彩色攝像頭主要用於一些需要分析彩色影像的場合裡。根據部件在檢測時是否移動，決定我們選擇標準隔行掃描攝像頭還是逐行掃描攝像頭。另外，影像的解析度必須足夠高，以提供檢測任務需要的足夠的資料。最後，攝像頭必須質量好和可以避免工業現場中的振動、灰塵和熱的影響。

02

光學部件和照明這個至關重要的因素往往被人所忽略。

當你使用一個很差的光學部件或照明，就算你使用最好的機器視覺系統，它表現出的效能甚至比不上一個配上良好光學部件和適當照明的低能力系統。光學部件的目標是產生最好和最大可用面積的影像，並且提供最好的影像解析度。照明的目標是照亮需要測量或檢測的部分的關鍵特徵。通常，照明系統的設計由如下因素決定：顏色、紋理、尺寸、外形、反射率等等。

03

影像採集卡雖然影像採集卡只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。

影像採集卡直接決定了攝像頭的介面：黑白、彩色、模擬、數字等等。

使用模擬輸入的影像採集卡，目標是儘量不變地將攝像頭採集的影像轉換為數字資料。使用不正確的影像採集卡可能得到錯誤的資料。

工業用的影像採集卡通常用於檢測任務，多媒體採集卡由於它通過自動增益控制、邊沿增強和顏色增強電路來更改影像資料，所以不用在這個領域裡。使用數字輸入的影像採集卡的目標是將攝像頭輸出的數字影像資料轉換並輸送到 PC 中作處理。

01

考慮各種變化：

人類的眼睛和大腦可以在不同的條件下識別目標，但是機器視覺系統就不是這樣多才多藝了，它只能按程式編寫的任務來工作。瞭解你的系統能看到什麼和不能看到什麼能幫助你避免失敗（例如將好的部件認為是壞的）或其它檢測錯誤。一般要考慮的包括部件顏色、周圍光線、焦點、部件的位置和方向和背景顏色的大變化。

02

正確選擇軟體：

機器視覺軟體是檢測系統中的智慧部分，也是最核心的部分。軟體的選擇決定了你編寫除錯檢測程式的時間、檢測操作的效能等等。

機器視覺提供了圖形化程式設計介面 (通常稱為“Point&Click”) 通常比其他程式語言(例如 VisualC++)容易，但是在你需要一些特殊的特徵或功能時有一定的侷限性。基於程式碼的軟體包，儘管非常困難和需要編碼經驗，但在編寫複雜的特殊應用檢測演算法具備更大的靈活性。一些機器視覺軟體同時提供了圖形化和基於程式碼的程式設計環境，提供兩方面最好的特徵，提供了很多靈活性，滿足不同的應用需求。

03

通訊和記錄資料：

機器視覺系統的總的目標是通過區分好和壞的部件來實現質量檢測。為了實現這一功能，這個系統需要與生產流水線通訊，這樣才可以在發現壞的部件是做某種動作。通常這些動作是通過數字 I/O 板，這些板與製造流水線中的 PLC相連，這樣壞的部件就可以跟好的部件分離。

例如，機器視覺系統可以與網路連線，這樣就可以將資料傳送給資料庫，用於記錄資料以及讓質量控制員分析為什麼會出現廢品。在這一步認真考慮將有助於將機器視覺系統無縫與生產流水線結合起來。需要考慮的問題是：

• 使用了什麼型別的 PLC，它的介面如何？

• 需要什麼型別的訊號？

• 現在使用或必須使用什麼型別的網路？

• 在網路上傳送的檔案格式是什麼？通常使用 RS-232埠與資料庫通訊，來實現對資料的紀錄。

為以後做準備：當你為機器視覺系統選擇部件時，時刻記住未來的生產所需和有可能發生的變動。這些將直接影響你的機器視覺軟硬體是否容易更改來滿足以後新的任務。提前的準備將不僅僅節約你的時間，而且通過在將來重用現有的檢測任務可以降低整個系統的價格。機器視覺系統的效能由最差的部分決定（就像一個木桶的容量由最短的一個木塊決定），精度則由它能獲取的資訊決定。花時間和精力合理配置系統就可以建造一個零故障和有彈性的視覺檢測系統。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com