在2015年年初美國舉辦的A3（自動化推(tui)進协會）商務论坛(tan)上(shang)，來自福特汽车公司和通用汽车公司的(de)工程師們分享了各自關於機器視覺技術的发展(zhan)愿景，他們認為目前廣泛應用於汽(qi)车工業的機器視覺系統仍然存在着機遇和挑战(zhan)。A3代表着自動化推(tui)進协(xie)會，它包(bao)括了如下組織：機器人工(gong)業协會（RIA）、運動控製协會（MCA）以及自動化圖像處理协會（AIA）。
福特公司動力傳動部門先進生產(chan)工程組的技術專家Frank Maslar，分析了汽车行業對於機器視覺參数及其性能(neng)的特殊需求。汽车組裝(zhuang)過程的(de)特性包括：在所有方位（重复和(he)相似的部件、表面的差异）误差小於5mm，部件在工作站停留20到30秒，生產線(xian)24/7運行。因為在汽车組裝生產線，每分鐘的停機會导(dao)致上萬(wan)美元的损失，所以易於从機器視覺(jue)故障中恢复對(dui)生產商來說十分重要。視覺被定義為標(biao)準生(sheng)產線的一部分。如果(guo)機器視覺故障，生產線就會停止。任何視覺系統都應遵循六西格瑪(ma)質量管理標準，即(ji)每百萬最多有3個不(bu)合(he)格產品。
機器視覺的光源設計
來自通用汽车公司動力(li)傳(chuan)動生產工程的首席工程師、認證高級視(shi)覺專家(jia)Stephen Jones認為，藝術(shu)和科學不是一回事。實施機器視覺系統(tong)需(xu)要科學，也應该按照科學的、而不是藝(yi)術的(de)態度來對待。應提前製定規則，量化結果。
有時，機器視(shi)覺應用的開发是一個迭代的過程(cheng)，但並不是所有的情况都是(shi)这(zhe)樣。必须(xu)做足準(zhun)備，充分理解部件設計性能和實际性能之(zhi)間(jian)的變動。此(ci)外，也需要具有足够專業知识的應用專家和更好的工具(ju)來(lai)應對，Jones說。例如，如果一(yi)個(ge)部件是潮湿的，那在(zai)視覺表現上可能就有非常(chang)大的差距。
当采(cai)用(yong)LED光条用於機(ji)器視(shi)覺時，如果可以以文件的形(xing)式提供波长、光強、在整個現場區(qu)域光源的一致性以及由於距离而导致的衰减等信息(xi)，无疑是非常有帮助的。Jones說，最近檢查的產(chan)品中(zhong)，半数没有量(liang)化光源輸出。没有这樣的規格书，就没有辦法非常確定地回答(da)是否可以使用某種特定的光源作(zuo)為替代。
“如果生產(chan)線的配置(zhi)改變，照相機將(jiang)不得不向后移(yi)動8英寸(cun)，这將(jiang)會有哪些(xie)影響？” Jones說道，“如(ru)果没(mei)有光源強度信息，我們(men)无从知道。”
被檢測物品的表面差(cha)异(yi)對於金屬表面，其(qi)反射特性對機器視(shi)覺質量的影響非常大。随着切削(xue)工具路径和深度的不同而(er)有很大的變化。根據不同的表面(mian)状(zhuang)况，当(dang)同樣(yang)的部件旋轉45度時，在(zai)照相機中采(cai)集的結果可能是完美的，也可以是糟糕透(tou)顶(ding)。
問題是(shi)，“給(gei)定差异，我(wo)們如何給出解決方案(an)？” Jones問道。
Jones展示了不同的圖片，一(yi)张发灰，一(yi)张发亮，放在同樣的傳(chuan)送(song)臺上，但(dan)是曝光時間(jian)增长，並問道，“如果第一张的質量较(jiao)差(cha)，那第二张是否可以接受(shou)？利用多個部件，是否可(ke)以將(jiang)多個圖片整合起來？这些選項並不是那麼容易配置的。”
對於集成了處理器、镜头的智能(neng)相(xiang)機，在光線不是最佳的情况下，需要在软件上下足功夫，以便从6個圖片(pian)中获得最佳(jia)的圖片，Jones建議道。
当采購相(xiang)機時，也許能够获(huo)得或猜測目前應用或將來(lai)應用的光線特性。一旦選定(ding)智能相機(ji)，可能很难去適應(ying)未來的(de)變化。
更優的资源分配
汽车工業的時間周期與很多其它(ta)工業的不同(tong)。更长的時間(jian)周期意味着過(guo)程资源經常是空闲的。將來(lai)， 150 GigE相(xiang)機可以连接(jie)在多個網絡，利用(yong)可编程逻輯控製器（PLC）來触发需求。計算能力可(ke)以分布在(zai)位於一個软件開发環境下的多核處理器中，每個工作站都有(you)可用的工具。
表：視覺(jue)傳感器的数據融合
利用視覺(jue)傳感器的数據(ju)融合，而以前每種数(shu)據類型一般情况下只在其原始環境中使用專門為这種環境(jing)而開发的工具進行處理。
3D機器視覺
Maslar展(zhan)望了3D数據的可視化進展。目前，我們(men)通常采用2D圖像來顯(xian)示3D数據(ju)。系統需要在3D空(kong)間内工作(zuo)，利用数據展示實體模型，實(shi)現縮(suo)放或旋轉功能。3D視覺数據尚不能提供这些功能；還需(xu)要3D边缘處理工(gong)具,以及3D環境下所需(xu)的其它复雜(za)的視覺工具。
目前，有一種3D點云数據（Point Cloud），它是將掃描资料(liao)以點的(de)形式記錄，每一個點包含有三維坐標(biao)，有(you)些可能含有顏(yan)色信息（RGB）或反(fan)射強度信息（Intensity）。點云数據除了具(ju)有几何位置以外(wai)，有的還有(you)顏色信息。顏色信息通常(chang)是通(tong)過相機获取彩色影像，然后(hou)將對應位(wei)置的像素的顏色信息（RGB）賦予點云中對應的點(dian)。它可以將部件的材質和(he)顏色(se)等一對一的展示在統一的工作空間内。它更直觀(guan)、易用，可以(yi)對各種数(shu)據進行操作。
离線编程和虚擬化
3D機器人导航系統已經出現10年了，但是仍然复雜得难以(yi)應用(yong)。在機器視覺系統和(he)機器人控製器之間應该(gai)有一種標準——即插即用，Maslar建(jian)議。
3D機器人导航應充分利用視覺(jue)系統的(de)离線编程優勢。視覺系統的應用程序编程應利用(yong)可視化(hua)工具。部件的(de)實體模型應包括表面材質(zhi)以及提供機器圖像展現的形式。
機器視覺系統离線编程應该將在任何部件连接起(qi)來之(zhi)前，通過虚擬的方式完成，Maslar說道。機器(qi)人工作單元的故障(zhang)恢复，應利用嵌入式故障恢复提示來圖形化(hua)顯示(shi)故障，从(cong)而充分利用仿真環境。
“今天，大多数與機器人的(de)交互(hu)，都是通過基於(yu)文本的(de)交互裝置完成。我們(men)應该將仿真(zhen)裝置引入到工廠车間，充分利(li)用虚擬工具。故障恢(hui)复可以采用虚擬化的方式執(zhi)行，以便降低機器(qi)人動作中的風险。” Maslar补充道。
