机器视觉|工业3D视觉，为智能制造打开新视域智能制造|自动化|革命

【机器视觉|工业3D视觉，为智能制造打开新视域】

文章图片

1969年，第一片CCD图像传感器在美国贝尔实验室诞生，为工业视觉行业开启了数码图像的大门。自此生活、生产的各个领域都开始与图像和视觉连接。
机器视觉领域也开始发芽成长：从黑白到彩色、从低分辨率到高分辨率、从静态图像到动态影像。而今天我们做到让机器理解现实的三维立体空间，并将立体图像视觉呈现在眼前，而这也是行业内人士所说的第四次视觉革命。第四次视觉革命的视觉升维关键是3D传感行业的迅猛发展。
机器视觉从之前的2D平面进化到3D立体“视界” ，我们常见常用的刷脸支付、Face ID、VR、无人便利店、智能机器人等产品技术，背后关键的科技便是3D视觉技术。而第四次的视觉革命与工业互联网的结合，也让实体经济与技术价值最大化，开始逐步向真实的产业场景、生产效率与产业可行性进发。
如果用一句话来描述工业互联网与3D机器视觉的关系，描述最贴合的是这句话：工业互联网的未来是基于3D机器视觉的控制和AI认知系统的处理。机器视觉在工业领域的应用并不是什么新鲜的事物，已经发展了三十多年的历史，而随着工业3D视觉技术的崛起，其在工业制造领域占据的分量也越来越重。
从单场景到赋能全产线
工业视觉的技术在自动化生产中最早采用的2D视觉技术，但由于2D视觉通常只能解决平面上的问题，对于有高度信息的物体，比如涉及到曲面、有弧度的产品， 2D视觉难以发挥作用，由此促进了3D视觉的兴起。相较于2D视觉， 3D视觉对环境光变化不敏感，精度和可靠性更高，在生产线中可以检测快速移动目标并获得形状、颜色对比度、空间坐标等信息。 3D视觉可以满足以往2D视觉难以满足的更多工业场景应用，对2D视觉起到补充作用。再加上近年来消费电子、汽车、半导体等精密制造行业对于精度要求的不断提高，高精度3D视觉技术成为市场的热点。
工业3D视觉主要集中在尺寸与缺陷检测、智能制造、自主导航三大类应用。工业3D视觉技术在工业领域内的使用近两年最大的变化就是从单场景比如质检中发展到为全产线生产的赋能。

在生产线上，工业3D视觉的引入之前都是单一场景的应用，比如最广泛使用的质检。拿智能手机的生产流程举例来说，涉及到尺寸与缺陷检测的环节主要在主板、零部件组装、包装出货三大部分。那么质检的工业3D视觉系统主要也是在这三个流程中涉及。而现在随着工业3D视觉系统的集成变化，整个产线的上料生产到封装检测环节都可以跨环节跨场景地应用。比如生产线上下料以及零部件的焊接、喷涂、装配等场景都可以应用到工业3D视觉系统。
而对于时下流行的柔性制造的需求，柔性制造下生产环境更为复杂，对于智能化作业的需求更高。在柔性生产模式下，工业机器人及自动化设备需要按照生产需求来灵活变化以生产多种型号产品，在上下料、分拣、搬运等环节需根据产品种类的不同实时规划并完成作业任务，传统的工业机器人或自动化设备根本无法实现，而工业3D视觉系统的引入让柔性生产的模式更加丝滑。只有跳出传统自动化小集合的解决方案，实现真正的全兼容智能作业才能解决这个使用需求，这是柔性生产对智能化视觉系统的典型需求。