機(jī)器人視覺，計(jì)算機(jī)視覺，圖像處理，機(jī)器視覺和模式識(shí)別之間有什么區(qū)別?知道哪一個(gè)是哪個(gè)會(huì)讓人感到困惑。我們來看看所有這些術(shù)語的含義以及它們與機(jī)器人技術(shù)的關(guān)系。閱讀本文后，您再也不需要感到困惑了!

　　當(dāng)人們談?wù)摍C(jī)器人視覺技術(shù)時(shí)，人們有時(shí)會(huì)混淆不清。他們會(huì)說他們正在使用“計(jì)算機(jī)視覺”或“圖像處理”，事實(shí)上，他們的意思是“機(jī)器視覺”。這是一個(gè)完全可以理解的錯(cuò)誤。所有不同術(shù)語之間的界限有時(shí)會(huì)模糊不清。

　　在本文中，我們分解了機(jī)器人視覺的“家譜”，并展示了它在更廣泛的信號(hào)處理領(lǐng)域中的適用范圍。

　　什么是機(jī)器人視覺?

　　在基本術(shù)語中，機(jī)器人視覺涉及使用相機(jī)硬件和計(jì)算機(jī)算法的組合，以允許機(jī)器人處理來自世界的視覺數(shù)據(jù)。例如，您的系統(tǒng)可能有一個(gè)2D攝像頭，可以檢測機(jī)器人拾取的對象。更復(fù)雜的例子可能是使用3D立體相機(jī)引導(dǎo)機(jī)器人將輪子安裝到移動(dòng)的車輛上。

　　沒有Robot Vision，您的機(jī)器人基本上是盲目的。這對于許多機(jī)器人任務(wù)來說不是問題，但對于某些應(yīng)用，機(jī)器人視覺是有用的甚至是必不可少的。

　　機(jī)器人視覺的家譜

　　機(jī)器人視覺與機(jī)器視覺密切相關(guān)，我們將在稍后介紹。它們都與計(jì)算機(jī)視覺密切相關(guān)。如果我們談?wù)摷易V，計(jì)算機(jī)視覺可以被看作是他們的“父母”。然而，為了理解它們在世界上的適用范圍，我們必須更進(jìn)一步引入“祖父母” - 信號(hào)處理。

　　信號(hào)處理

　　信號(hào)處理涉及處理電子信號(hào)以清理它們(例如去除噪聲)，提取信息，準(zhǔn)備它們輸出到顯示器或準(zhǔn)備它們以進(jìn)行進(jìn)一步處理。任何東西都可以是一個(gè)信號(hào)，或多或少。存在可以處理的各種類型的信號(hào)，例如模擬電信號(hào)，數(shù)字電子信號(hào)，頻率信號(hào)等。圖像基本上只是兩個(gè)(或更多)維信號(hào)。對于Robot Vision，我們對圖像處理感興趣。那么，我們談的是圖像處理，對吧?錯(cuò)誤。

　　圖像處理與計(jì)算機(jī)視覺

　　計(jì)算機(jī)視覺和 圖像處理就像表兄弟一樣，但它們有著截然不同的目標(biāo)。圖像處理技術(shù)主要用于提高圖像質(zhì)量，將其轉(zhuǎn)換為另一種格式(如直方圖)或以其他方式更改以進(jìn)行進(jìn)一步處理。另一方面，計(jì)算機(jī)視覺 更多的是從圖像中提取信息以理解它們。因此，您可以使用“圖像處理”將彩色圖像轉(zhuǎn)換為灰度，然后使用“計(jì)算機(jī)視覺”檢測該圖像中的對象。如果我們進(jìn)一步觀察家譜，我們會(huì)發(fā)現(xiàn)這兩個(gè)域都受到物理學(xué)領(lǐng)域的影響，特別是光學(xué)領(lǐng)域。

　　模式識(shí)別與機(jī)器學(xué)習(xí)

　　到目前為止，這么簡單。當(dāng)我們將模式識(shí)別包含在家譜中，或者更廣泛地包括機(jī)器學(xué)習(xí)時(shí)，它開始變得更加復(fù)雜。該系列的這一分支專注于識(shí)別數(shù)據(jù)中的模式，這對于Robot Vision所需的許多更高級(jí)功能非常重要。例如，為了能夠從其圖像中識(shí)別對象，軟件必須能夠檢測它看到的對象是否與先前的對象相似。因此，機(jī)器學(xué)習(xí)是計(jì)算機(jī)視覺的另一個(gè)父母，同時(shí)也是信號(hào)處理。

　　但是，并非所有計(jì)算機(jī)視覺技術(shù)都需要機(jī)器學(xué)習(xí)。您還可以對非圖像的信號(hào)使用機(jī)器學(xué)習(xí)。在實(shí)踐中，這兩個(gè)域通常組合如下：計(jì)算機(jī)視覺檢測圖像中的特征和信息，然后將其用作機(jī)器學(xué)習(xí)算法的輸入。例如，計(jì)算機(jī)視覺檢測傳送帶上零件的尺寸和顏色，然后機(jī)器學(xué)習(xí)根據(jù)其了解好的零件應(yīng)該是什么樣的知識(shí)來判斷這些零件是否有缺陷。

　　機(jī)器視覺

　　現(xiàn)在我們進(jìn)入 機(jī)器視覺，一切都在變化。這是因?yàn)镸achine Vision與之前的所有術(shù)語完全不同。它更多地是關(guān)于特定應(yīng)用而不是技術(shù)。機(jī)器視覺是指用于自動(dòng)檢查，過程控制和機(jī)器人引導(dǎo)的視覺的工業(yè)用途 。其余的“家庭”是科學(xué)領(lǐng)域，而機(jī)器視覺是一個(gè)工程領(lǐng)域。

　　在某些方面，您可以將其 視為計(jì)算機(jī)視覺的孩子，因?yàn)樗褂糜?jì)算機(jī)視覺和圖像處理的技術(shù)和算法。但是，雖然它用于引導(dǎo)機(jī)器人，但它與機(jī)器人視覺并不完全相同。

　　機(jī)器人視覺

　　最后，我們來到Robot Vision。如果你一直關(guān)注這篇文章，你會(huì)發(fā)現(xiàn)Robot Vision結(jié)合了以前所有術(shù)語中的技術(shù)。在許多情況下，機(jī)器人視覺和機(jī)器視覺可以互換使用。但是，有 一些細(xì)微的差別。一些機(jī)器視覺應(yīng)用，例如零件檢測，與機(jī)器人無關(guān) - 該部件僅放置在尋找故障的視覺傳感器前面。

　　此外，Robot Vision不僅是一個(gè)工程領(lǐng)域。這是一門具有自己特定研究領(lǐng)域的科學(xué)。與純粹的計(jì)算機(jī)視覺研究不同，機(jī)器人視覺必須將機(jī)器人技術(shù)的各個(gè)方面融入其技術(shù)和算法中，例如運(yùn)動(dòng)學(xué)，參考框架校準(zhǔn)和機(jī)器人物理影響環(huán)境的能力。 視覺伺服是一種技術(shù)的完美例子，它只能被稱為機(jī)器人視覺，而不是計(jì)算機(jī)視覺。它涉及通過使用由視覺傳感器檢測到的機(jī)器人位置的反饋來控制機(jī)器人的運(yùn)動(dòng)。

　　在2019年度中國機(jī)器人視覺產(chǎn)業(yè)聯(lián)盟論壇上，微鏈器人視覺研究院院長張宇先生認(rèn)為，機(jī)器人視覺必須是3D視覺，是機(jī)器人識(shí)別三維物體在三維空間里的位置變化，這種變化的誤差要和機(jī)器人控制的誤差進(jìn)行算法優(yōu)化，也就是說，機(jī)器不僅要可以識(shí)別到三維物體，并且要知道他在三維空間里的具體位置，同時(shí)，需要對機(jī)器人進(jìn)行最優(yōu)軌跡規(guī)劃，以減少機(jī)器人控制系統(tǒng)本身產(chǎn)生的誤差疊加，其難點(diǎn)具體表現(xiàn)在：三維空間的變量相比二維空間產(chǎn)生了幾何級(jí)的增加，毫米級(jí)精度，反光物體的干擾，生產(chǎn)線高速節(jié)拍的要求，以及連續(xù)24小時(shí)，一年365天不間斷的工作。機(jī)器人視覺是讓機(jī)器擁有人類的視角，是機(jī)器認(rèn)知技術(shù)。微鏈科技(WELINKIRT)是機(jī)器認(rèn)知技術(shù)的倡導(dǎo)者和引領(lǐng)者，2019年第四屆金手指評(píng)選活動(dòng)中，微鏈科技被中國機(jī)器人產(chǎn)業(yè)聯(lián)盟和弗戈工業(yè)傳媒評(píng)定為3D機(jī)器人視覺領(lǐng)域的領(lǐng)軍企業(yè)。

　　放入什么與你得到什么

　　理解這些差異的一種有用方法來自 RSIP Vision。他們根據(jù)輸入定義了一些域。因此，為了完成本文，以下是上面介紹的每個(gè)域的基本輸入。

　　隨著人工智能技術(shù)興起以及邊緣設(shè)備算力的提升，機(jī)器視覺的應(yīng)用場景不斷擴(kuò)展，并催生了巨大的市場。根據(jù)美國領(lǐng)先的調(diào)查機(jī)構(gòu)Grand View Research的分析，預(yù)計(jì)到2025年全球機(jī)器視覺市場規(guī)模將達(dá)到182.4億美元，復(fù)合年增長率為7.7%。

　　在智能制造的浪潮下，生產(chǎn)線對工業(yè)設(shè)備有了新的要求，對質(zhì)量檢驗(yàn)和生產(chǎn)的需求不斷增加。而新一代機(jī)器視覺系統(tǒng)能夠在短短幾秒內(nèi)處理大量的信息，如此快速的處理能力，為機(jī)器視覺在多個(gè)領(lǐng)域的應(yīng)用鋪平了道路。

　　目前，機(jī)器視覺在制造業(yè)質(zhì)量控制領(lǐng)域是至關(guān)重要的技術(shù)，尤其在汽車制造行業(yè)有大量的應(yīng)用案例，包括汽車零部件尺寸、外觀、形狀缺陷檢測，以及視覺引導(dǎo)定位等。還有，在食品行業(yè)包裝和裝瓶操作中需要使用機(jī)器視覺系統(tǒng)。

　　此外，機(jī)器人行業(yè)的發(fā)展也是推動(dòng)機(jī)器視覺的一個(gè)重要因素，越來越多的機(jī)器人在工業(yè)應(yīng)用解決方案中采用視覺進(jìn)行引導(dǎo)，以執(zhí)行各種復(fù)雜的工作任務(wù)，包括汽車、制藥、包裝、食品和飲料等的解決方案。

　　機(jī)器視覺技術(shù)升級(jí)觸發(fā)新機(jī)遇

　　近年來，出現(xiàn)了許多推動(dòng)機(jī)器視覺行業(yè)發(fā)展的新技術(shù)，特別是在識(shí)別能力方面，識(shí)別已經(jīng)成為機(jī)器視覺的核心競爭力。視覺識(shí)別功能可以檢查物品的存在或不存在，以及判斷是否有裝配缺陷。視覺識(shí)別還可以是用于定位對象等，例如用于機(jī)器人定位抓取目標(biāo)對象，或者可以對物體進(jìn)行自動(dòng)分類。

　　3D機(jī)器視覺系統(tǒng)的出現(xiàn)為識(shí)別帶來了驚喜。在大多數(shù)情況下，3D視覺系統(tǒng)能夠更詳細(xì)地檢測物體對象。無論是在檢測應(yīng)用中進(jìn)行更高級(jí)識(shí)別，還是在計(jì)量應(yīng)用中實(shí)現(xiàn)更好對象差異化，3D視覺系統(tǒng)都能帶來更多先進(jìn)的功能。業(yè)內(nèi)首家基于機(jī)器深度學(xué)習(xí)的3D通用視覺軟件操作系統(tǒng)平臺(tái)是微鏈WeRobotics Cognition System，具有容易操作、容易掌握、容易部署、容易維護(hù)的特點(diǎn)，通過將人工智能(AI)與WEROBOTICS軟件結(jié)合在一起，微鏈WeRobotics Cognition System能夠解決對于傳統(tǒng)機(jī)器視覺系統(tǒng)而言過于困難、繁重或昂貴的復(fù)雜應(yīng)用。通過搭載于機(jī)器人前端的機(jī)器人感知系統(tǒng)，微鏈WeRobotics認(rèn)知處理系統(tǒng)可以實(shí)時(shí)采集機(jī)器人所觀察到的圖像和感受到力量反饋，微鏈認(rèn)知處理系統(tǒng)通過WEROBOTICS軟件算法，將數(shù)據(jù)進(jìn)行重構(gòu)、計(jì)算和處理。從而使機(jī)器人獲得認(rèn)知能力、能夠根據(jù)不同的工件，在不同的位置和維度，以及合適的力量進(jìn)行抓取或者裝配、檢測。

　　此外，在高光譜成像和彩色成像方面，高光譜技術(shù)將允許機(jī)器視覺檢測超出可見光以外的光譜，以獲得更強(qiáng)大的成像畫質(zhì)，而彩色成像允許在檢查應(yīng)用中進(jìn)行高級(jí)顏色分析。

　　還有，深度學(xué)習(xí)的發(fā)展對于推動(dòng)機(jī)器視覺識(shí)別有重要的作用，通過不斷學(xué)習(xí)復(fù)雜物體檢測和分類技術(shù)，機(jī)器視覺系統(tǒng)能從周圍環(huán)境中收集更多的知識(shí)經(jīng)驗(yàn)，最終達(dá)到自主和準(zhǔn)確識(shí)別出對象。機(jī)器視覺識(shí)別是機(jī)器視覺應(yīng)用中的核心過程，將機(jī)器視覺推向更光明的未來。

　　工業(yè)4.0下智能工廠的趨勢

　　近年來，以工業(yè)4.0和工業(yè)物聯(lián)網(wǎng)為主題產(chǎn)生的“智能工廠”概念已成為一個(gè)越來越流行的術(shù)語，通過工業(yè)物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)智能工廠所有設(shè)備、產(chǎn)品和人的連接，最終能夠提高生產(chǎn)率、減少浪費(fèi)和停機(jī)時(shí)間，以及優(yōu)化制造流程。

　　在生產(chǎn)線上，機(jī)器視覺系統(tǒng)主要負(fù)責(zé)圖像采集、處理以及測量，根據(jù)不同的質(zhì)量和安全參數(shù)捕獲產(chǎn)品圖像以進(jìn)行分析，通常系統(tǒng)包括照明、鏡頭、圖像傳感器、視覺處理和通信設(shè)備等部分，是軟件和硬件的組合，高性能的機(jī)器視覺系統(tǒng)有助于可靠地解決復(fù)雜的工業(yè)任務(wù)。

　　機(jī)器視覺在未來的智能工廠中發(fā)揮著關(guān)鍵作用，未來自動(dòng)化生產(chǎn)線將能夠自我調(diào)整，以最大限度地提高質(zhì)量、產(chǎn)量和盈利能力。智能工廠很快會(huì)從概念走向現(xiàn)實(shí)，新的生產(chǎn)技術(shù)為制造業(yè)、物流和倉儲(chǔ)環(huán)境提供改善整體流程的機(jī)會(huì)。