柔性制造兩個核心要素

“機器視覺”和“定位精度”是影響智能制造中柔性生產(chǎn)的兩大方面。

機器視覺賦予柔性生產(chǎn)感知的能力

實踐中可以發(fā)現(xiàn)，機器視覺是在產(chǎn)品的自動化產(chǎn)線中實現(xiàn)“感知”的重要一環(huán)，機器視覺就是用機器代替人眼來做識別、測量、檢測和語義理解。隨著人工智能技術(shù)的發(fā)展，機器視覺在工廠的應(yīng)用增多，解決許多傳統(tǒng)機器視覺無法處理的問題。

圖像識別主要包含特征提取和分類識別。傳統(tǒng)提取的特征都是圖像底層的視覺特征,并且需要具備一定專業(yè)知識人員進行特征的設(shè)計與選擇，這種人工設(shè)計的特征需要經(jīng)過大量的驗證后才能證明其對某一種識別任務(wù)的有效性，這也在一定程度上限制了圖像識別技術(shù)的應(yīng)用。

針對傳統(tǒng)圖像處理算法遇到的局限，譬如以前在做一個二維碼時，首先要知道二維碼的特征，然后做圖像預(yù)處理，找到二維碼的問題，再解算二維碼的數(shù)據(jù)，這種方式存在很多缺陷。

基于二維碼特征的定位流程，背景雜亂、光照不均、透視形變、印刷質(zhì)量差的二維碼則難以識別。因為背景雜亂無規(guī)律，無法有效區(qū)分檢測目標(biāo)特征，此外在特定場景下目標(biāo)特征發(fā)生明顯變化。

因此，需要提高特征提取能力和泛化能力。深度學(xué)習(xí)應(yīng)用于機器視覺時，采用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)進行二維碼識別，深度神經(jīng)網(wǎng)絡(luò)模擬人的視覺過程，前段層僅僅感知邊緣輪廓，后端不同的層不同神經(jīng)元局部“興奮”生成局部特征，再到生成全景圖像。這種自動提取圖像特征的機制和類似人腦的處理過程大大改進了效果，后均能對二維碼進行正確識別，從而大大提高了機器視覺識別成功率和提高了效率。

定位精度大幅提升產(chǎn)線柔性的指標(biāo)

可以說，機器人的絕對定位精度是其能大幅提升產(chǎn)線柔性的指標(biāo)。人在操作時，一般是通過眼睛看到一個東西，通過大腦感知并去控制，然后用手執(zhí)行動作。所以，在提高生產(chǎn)線柔性時也遵循這樣的思路，即加上眼睛、執(zhí)行機構(gòu)，兩者的精度結(jié)合來達(dá)到更好的精度。

而絕對定位精度決定了機器人能不能達(dá)到柔性生產(chǎn)所需達(dá)到的要求。由于每臺機器人的參數(shù)不一樣，即使是同一型號的工業(yè)機器人在加工出來后的精度也會不一樣，而在機械臂上可能存在零點零幾毫米的偏差，累計下來整臺機器人的誤差就比較大了，所以要精確知道機械臂上每一個機械零部件的精確尺寸。

分享標(biāo)題：關(guān)于柔性視覺的重要性
網(wǎng)頁網(wǎng)址：http://vcdvsql.cn/hangye/zhendongpan/n98394.html

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)