劉科，伍力

（1.瑞松北斗汽車裝備有限公司，廣東 廣州 510760；2.東南大學(xué)機(jī)械工程學(xué)院，江蘇 南京 211189）

基于視覺(jué)技術(shù)的汽車制造智能裝備文獻(xiàn)綜述

劉科1，伍力2

（1.瑞松北斗汽車裝備有限公司，廣東 廣州 510760；2.東南大學(xué)機(jī)械工程學(xué)院，江蘇 南京 211189）

機(jī)器視覺(jué)是近20年新興起來(lái)的一項(xiàng)工程技術(shù)，涉及到成像技術(shù)、圖像處理、傳感器技術(shù)、硬件技術(shù)與接口技術(shù)等。隨著視覺(jué)技術(shù)的逐步完善和發(fā)展，其在工程上得到了越來(lái)越廣泛的運(yùn)用。文章就視覺(jué)技術(shù)的組成、機(jī)器視覺(jué)在智能裝備上的運(yùn)用以及機(jī)器視覺(jué)在焊接線上的運(yùn)用展開(kāi)了綜述，在總結(jié)文獻(xiàn)的基礎(chǔ)上對(duì)汽車生產(chǎn)焊接線上使用機(jī)器視覺(jué)技術(shù)進(jìn)行了展望。

機(jī)器視覺(jué)；智能裝備；焊接線

KCLC NO.:U461Document Code:AArticle ID:1671-7988 (2017)03-21-04

1、視覺(jué)技術(shù)

機(jī)器視覺(jué)是指利用利用計(jì)算機(jī)等設(shè)備代替人眼視覺(jué)的技術(shù)。機(jī)器視覺(jué)系統(tǒng)通過(guò)攝像機(jī)獲取圖像，將圖像輸入計(jì)算機(jī)，經(jīng)系統(tǒng)對(duì)圖像的處理和分析，得到相關(guān)的信息，對(duì)所拍攝的對(duì)象所處的狀態(tài)進(jìn)行判斷。在對(duì)圖像進(jìn)行處理的之前，圖像會(huì)先經(jīng)過(guò)預(yù)處理，通過(guò)A/D轉(zhuǎn)換后輸入處理軟件，處理軟件會(huì)根據(jù)輸入的數(shù)據(jù)提取出圖像的像素分布、顏色、亮度等信息，并據(jù)此提取圖像特征，做出判斷，輸出給后續(xù)的控制、執(zhí)行機(jī)構(gòu)[1]。

完整的機(jī)器視覺(jué)系統(tǒng)包括光源系統(tǒng)，圖像采集，數(shù)字圖像處理模塊，智能判斷決策和機(jī)械執(zhí)行模塊[2]。每一個(gè)部分對(duì)視覺(jué)系統(tǒng)的效果都有著至關(guān)重要的影響。光源的選擇需要考慮拍攝對(duì)象的材質(zhì)、反射系數(shù)、折射系數(shù)、所處環(huán)境等等條件。在選取光源時(shí)，需要考慮光源的亮度、顏色以及照明方式。按照照明方式的不同，又可以分為前向照明、背向照明、結(jié)構(gòu)光和頻閃光照明[3]等。前向照明是將光源和攝像機(jī)安裝在一側(cè)，這種照明方式的優(yōu)點(diǎn)是安裝方便；背向照明光源和攝像機(jī)安裝在拍攝對(duì)象的兩側(cè)，這種照明方式的優(yōu)點(diǎn)是獲得的圖像對(duì)比度高；結(jié)構(gòu)光照明利用光柵或者點(diǎn)光源投影到拍攝對(duì)象上，使其產(chǎn)生畸變，再解調(diào)出對(duì)象的三維信息；頻閃光照明主要運(yùn)用于拍攝高速運(yùn)動(dòng)的物體，利用高頻率的光脈沖，使得拍攝頻率和光源的頻率一致，則可以實(shí)現(xiàn)高速攝影。

圖像采集部分主要由光學(xué)鏡頭和相機(jī)兩部分組成。光學(xué)鏡頭或多或少地會(huì)存在成像畸變的問(wèn)題，不同質(zhì)量的光學(xué)鏡頭的差別就在于畸變的大小，太大的畸變會(huì)對(duì)圖像的識(shí)別帶來(lái)較大的困難。圖像采集部分的有效視場(chǎng)是指鏡頭成像畸變較小的部分。光學(xué)鏡頭有定焦和變焦之分，定焦鏡頭只有在焦距處才能清晰成像，而變焦鏡頭在焦距附近一定范圍內(nèi)均能清晰成像。但是同檔次的變焦鏡頭成像效果不如定焦鏡頭[4]，因此選取何種光學(xué)鏡頭要視具體情況而定。相機(jī)是一種光電轉(zhuǎn)換設(shè)備，其將輸入的光信號(hào)轉(zhuǎn)換成電信號(hào)輸出，一般由光電轉(zhuǎn)換器件、外圍電路、I/O接口組成。這其中光電轉(zhuǎn)換器件是核心。上世紀(jì)90年代新興一種新的光電傳感器，CMOS（Complementary Metal Oxide Semiconductor互補(bǔ)金屬氧化物半導(dǎo)體），使用這種光電傳感器的相機(jī)為CMOS相機(jī)。CMOS傳感器起步較早，但是由于當(dāng)時(shí)的工藝水平的限制，CMOS傳感器有著成像質(zhì)量差、分辨率低、噪聲高和光照靈敏度低的缺點(diǎn)[5]，這大大限制了CMOS傳感器的發(fā)展。近年來(lái)CMOS傳感器的缺點(diǎn)已逐步有了解決的方案，但是還處于研發(fā)階段。此外，CCD圖像傳感器由于其成像質(zhì)量高、分辨率高、噪聲低和光照靈敏度高的優(yōu)點(diǎn)，得到了廣泛的運(yùn)用。CCD相機(jī)按照CCD器件的不同可分為線陣CCD相機(jī)和面陣CCD相機(jī)。線陣CCD相機(jī)一次只能獲得圖像的一行信息，面陣CCD相機(jī)一次可以處理整幅圖像的信息[4]。CCD相機(jī)目前使用較廣，技術(shù)也比較成熟。

圖像數(shù)字處理部分是視覺(jué)系統(tǒng)的核心。功能類似于人的大腦。圖像處理的目的是對(duì)圖像進(jìn)行降噪、增強(qiáng)、復(fù)原、分割和特征提取操作，以提高圖像的視感質(zhì)量，提取圖像中所包含的信息，對(duì)圖像進(jìn)行變換、壓縮、編碼，使得圖像便于存儲(chǔ)、傳輸[6]。評(píng)價(jià)圖像處理水平的一個(gè)重要指標(biāo)是處理速度。隨著機(jī)器視覺(jué)技術(shù)的發(fā)展，對(duì)機(jī)器視覺(jué)系統(tǒng)的實(shí)時(shí)性要求越來(lái)越高。圖像采集、圖像處理以及I/O接口的傳輸都會(huì)影響系統(tǒng)的實(shí)時(shí)性。實(shí)時(shí)性有兩種級(jí)別，分別是硬實(shí)時(shí)和軟實(shí)時(shí)。硬實(shí)時(shí)在數(shù)量級(jí)上要求是微秒級(jí)甚至更短；軟實(shí)時(shí)則相對(duì)寬松很多，要求為10毫秒甚至百毫秒級(jí)別[7]。當(dāng)前數(shù)據(jù)處理水平還無(wú)法達(dá)到硬實(shí)時(shí)的級(jí)別。在數(shù)字圖像處理發(fā)展前期，多基于PC系統(tǒng)進(jìn)行圖像處理，依賴于軟件和算法，缺少硬件支持，處理速度慢，效率低，隨著嵌入式系統(tǒng)的發(fā)展，逐漸發(fā)展起來(lái)專門(mén)用于處理圖像的嵌入式系統(tǒng)[8]，大大提高了圖像處理的速度。

2、視覺(jué)技術(shù)在智能裝備上的運(yùn)用

機(jī)器視覺(jué)與觀測(cè)對(duì)象之間沒(méi)有接觸，不會(huì)對(duì)被觀測(cè)對(duì)象造成損傷。在一些危險(xiǎn)的條件下，機(jī)器視覺(jué)系統(tǒng)可以替代人工進(jìn)行觀測(cè)，大大降低了工作人員的工作風(fēng)險(xiǎn)。視覺(jué)系統(tǒng)可以持續(xù)不間斷地進(jìn)行觀測(cè)，不會(huì)因?yàn)槠诙a(chǎn)生觀測(cè)精度的下降。正是由于這些優(yōu)點(diǎn)，機(jī)器視覺(jué)技術(shù)能夠有很好的應(yīng)用前景[9]。雖然機(jī)器視覺(jué)技術(shù)與上世紀(jì)80年代才開(kāi)始發(fā)展，現(xiàn)在很多領(lǐng)域都有著廣泛的運(yùn)用。

國(guó)外的機(jī)器視覺(jué)技術(shù)發(fā)展較快[9]，應(yīng)用范圍也比較廣。國(guó)外早期使用機(jī)器視覺(jué)技術(shù)的行業(yè)主要是半導(dǎo)體行業(yè)以及電子行業(yè)，主要用于檢測(cè)PCB印刷電路、SMT表面貼裝以及電子生產(chǎn)加工等等[1]。隨著視覺(jué)技術(shù)的發(fā)展，在機(jī)械工業(yè)生產(chǎn)中也逐漸得到了廣泛的運(yùn)用。機(jī)器視覺(jué)可以運(yùn)用于定位。文獻(xiàn)[10]介紹了利用機(jī)器視覺(jué)實(shí)現(xiàn)工件的定位安裝的方法，該方法將機(jī)器視覺(jué)技術(shù)與坐標(biāo)測(cè)量結(jié)合起來(lái)，確定工件的位置；文獻(xiàn)[11]利用3D視覺(jué)系統(tǒng)，在三維空間中再現(xiàn)了觀測(cè)對(duì)象的位置，實(shí)現(xiàn)了觀測(cè)對(duì)象的定位。視覺(jué)技術(shù)還廣泛運(yùn)用于檢測(cè)方面。文獻(xiàn)[12]介紹了在數(shù)控銑床加工過(guò)程中，引入機(jī)器視覺(jué)技術(shù)對(duì)工件的水平和垂直兩個(gè)方向進(jìn)行測(cè)量以獲取加工數(shù)據(jù)，對(duì)加工過(guò)程進(jìn)行監(jiān)控和檢測(cè)；文獻(xiàn)[13]介紹了一種運(yùn)用視覺(jué)技術(shù)，對(duì)圖像進(jìn)行灰度處理、去噪處理后，與預(yù)設(shè)好的模板進(jìn)行比對(duì)，最終實(shí)現(xiàn)SDM設(shè)備噴嘴零件的檢測(cè)；文獻(xiàn)[14]將視覺(jué)技術(shù)和神經(jīng)網(wǎng)絡(luò)相結(jié)合，使用激光測(cè)距儀獲得圖像，對(duì)灰度圖像信號(hào)進(jìn)行2維傅里葉變換，獲得塑造和磨削加工得到的零件表面粗糙度信息，經(jīng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，對(duì)所有零件的表面粗糙度信息進(jìn)行評(píng)估，從而實(shí)現(xiàn)零件的100%在線檢查。機(jī)器視覺(jué)由于其觀測(cè)的非接觸性，使得在很多需要利用狀態(tài)監(jiān)測(cè)進(jìn)行過(guò)程控制的情況下有著廣泛的運(yùn)用。文獻(xiàn)[15]介紹了在裝配過(guò)程中運(yùn)用視覺(jué)技術(shù)。通過(guò)分析裝配過(guò)程，自動(dòng)識(shí)別哪些信息是需要提取分析的，再利用激光測(cè)距儀進(jìn)行裝配過(guò)程監(jiān)測(cè)。文獻(xiàn)[16]介紹了機(jī)器視覺(jué)系統(tǒng)在冶金工業(yè)中運(yùn)用。在冶金工業(yè)金屬焊接過(guò)程中，通過(guò)對(duì)表面溫度的測(cè)量，建立溫度場(chǎng)圖像，視覺(jué)系統(tǒng)通過(guò)處理圖像對(duì)整個(gè)過(guò)程進(jìn)行在線控制。

我國(guó)的機(jī)器視覺(jué)技術(shù)起步較晚，發(fā)展也較為緩慢。目前視覺(jué)技術(shù)在國(guó)內(nèi)多應(yīng)用在農(nóng)產(chǎn)品質(zhì)量的檢測(cè)與評(píng)級(jí)、食品藥品的檢測(cè)上，主要功能是代替人工進(jìn)行挑揀，提高生產(chǎn)效率，節(jié)約生產(chǎn)成本。在工業(yè)上的應(yīng)用主要是產(chǎn)品質(zhì)量檢測(cè)與分揀[17-19]。

文獻(xiàn)[20]介紹了在包裝行業(yè)中視覺(jué)技術(shù)的使用情況。以藥品包裝生產(chǎn)線為例，在未引入視覺(jué)技術(shù)之前，使用的多是光電傳感器和人工抽檢相結(jié)合的方式對(duì)產(chǎn)品進(jìn)行檢測(cè)，檢測(cè)項(xiàng)目主要是藥品碎片、殘片、標(biāo)簽破損、標(biāo)簽污染等項(xiàng)目，檢查速度慢，且不能實(shí)現(xiàn)全部產(chǎn)品的檢測(cè)。引入機(jī)器視覺(jué)技術(shù)之后，全部的檢測(cè)均可以在生產(chǎn)線上完成。視覺(jué)系統(tǒng)線陣CCD配合藥品包裝的一維運(yùn)動(dòng)，可以實(shí)現(xiàn)對(duì)藥品信息、編號(hào)信息的識(shí)別。在包裝過(guò)程中，可以及時(shí)識(shí)別出藥品殘片、碎片以及包裝的漏裝等等，及時(shí)剔除不合格的包裝產(chǎn)品，提高生產(chǎn)效率，生產(chǎn)質(zhì)量，降低人員工作負(fù)擔(dān)。

文獻(xiàn)[21]介紹了工程機(jī)械中機(jī)器視覺(jué)技術(shù)的應(yīng)用。文中介紹了運(yùn)輸車在攪拌站裝在混凝土?xí)r，由于運(yùn)輸車的?？烤哂幸欢ǖ碾S機(jī)性，因此需要增加引導(dǎo)運(yùn)輸車與攪拌站下料口對(duì)接的工序。引入視覺(jué)技術(shù)之后，機(jī)器視覺(jué)系統(tǒng)識(shí)別運(yùn)輸車的位置，引導(dǎo)運(yùn)輸車駕駛，節(jié)省了對(duì)接時(shí)間，提高了工作效率。同時(shí)，視覺(jué)系統(tǒng)可以識(shí)別料倉(cāng)中料位位置，實(shí)現(xiàn)料位檢測(cè)。

文獻(xiàn)[22]和文獻(xiàn)[23]介紹了視覺(jué)技術(shù)在螺紋檢測(cè)中的運(yùn)用。傳統(tǒng)的螺紋檢測(cè)方法是利用成像系統(tǒng)，將螺紋放大，然后由人工進(jìn)行測(cè)量檢驗(yàn)。雖然傳統(tǒng)檢驗(yàn)方法中也利用了成像系統(tǒng)，但是缺少后續(xù)的圖像處理和判斷模塊，因此不能稱之為視覺(jué)系統(tǒng)。文獻(xiàn)中分別提出非均勻照明的十字窗圖像邊緣檢測(cè)算法和圖像降噪算法對(duì)圖像進(jìn)行預(yù)處理，之后對(duì)處理后的圖像邊緣進(jìn)行最小二乘擬合，完成邊緣提取，在此基礎(chǔ)上計(jì)算中徑、螺距、牙型角等螺紋參數(shù)。

3、機(jī)器視覺(jué)在焊接生產(chǎn)中的應(yīng)用

焊接產(chǎn)品由于工作環(huán)境的不確定以及加工過(guò)程的不可控的影響，產(chǎn)品質(zhì)量難以得到嚴(yán)格的保證，因此，焊接件的質(zhì)量檢測(cè)十分重要。國(guó)內(nèi)外對(duì)于焊接質(zhì)量的檢測(cè)和焊接在線檢測(cè)開(kāi)展了一系列的研究，目前有很多焊接件質(zhì)量檢測(cè)的方法。文獻(xiàn)[24]中對(duì)激光焊接情況下的焊接質(zhì)量檢測(cè)方式進(jìn)行了介紹。常見(jiàn)的檢測(cè)方式有可聽(tīng)聲信號(hào)AS（Audible Sound）檢測(cè)方法，聲發(fā)射AE(Acoustic Emission)檢測(cè)方法，紫外輻射UV(Ultraviolet)和可見(jiàn)光（Visible）檢測(cè)方法，紅外輻射IR(Infrared Radiation)檢測(cè)法，電信號(hào)PCS(Plasma Charge Sensor)檢測(cè)法等等。但是上述方法均有不可避免的缺點(diǎn)。如：可聽(tīng)聲信號(hào)檢測(cè)方法是一種非接觸式檢測(cè)方法，但是其受環(huán)境噪聲影響較大；聲發(fā)射信號(hào)檢測(cè)方法需要將超聲波信號(hào)發(fā)生器靠近被檢測(cè)件，且其檢測(cè)結(jié)果正確率依賴缺陷分類方法。

在焊接過(guò)程中使用視覺(jué)技術(shù)，就是要用機(jī)器視覺(jué)系統(tǒng)代替人眼觀察焊接過(guò)程。在實(shí)際焊接過(guò)程中，焊工需要根據(jù)實(shí)際焊口的情況對(duì)焊接過(guò)程進(jìn)行一定的調(diào)整，如調(diào)節(jié)焊槍高度等等。文獻(xiàn)[25]介紹了一種基于視覺(jué)系統(tǒng)，弧焊機(jī)器人自適應(yīng)焊縫位置的定位技術(shù)。該技術(shù)利用結(jié)構(gòu)光三點(diǎn)定位技術(shù)，在批量生產(chǎn)過(guò)程中，機(jī)器人可以根據(jù)不同位置的工件自動(dòng)調(diào)整機(jī)器人姿態(tài)。

文獻(xiàn)[26]介紹了利用視覺(jué)技術(shù)，實(shí)現(xiàn)焊炬對(duì)焊縫軌跡的跟蹤。視覺(jué)系統(tǒng)的輸出控制輪式移動(dòng)焊接機(jī)器人在球罐表面移動(dòng)的軌跡，系統(tǒng)能保證焊炬與焊縫的跟蹤精度在±0.5mm，滿足一般焊接工藝要求。

機(jī)器視覺(jué)在焊件質(zhì)量檢測(cè)領(lǐng)域同樣有著廣泛的運(yùn)用前景。目前在焊接生產(chǎn)線的后一工序之前，需要有人工對(duì)每一個(gè)焊件進(jìn)行檢測(cè)，剔除焊接不合格的產(chǎn)品。完全依賴人工檢測(cè)，主觀性很大，難以保證長(zhǎng)時(shí)間工作情況下檢驗(yàn)的正確率。文獻(xiàn)[27]提出一種基于視覺(jué)技術(shù)的焊接件檢測(cè)系統(tǒng)。系統(tǒng)采集焊件的圖像信息，對(duì)圖像進(jìn)行恢復(fù)、降噪等預(yù)處理之后，將圖像信息進(jìn)行分離，將焊縫、背景、工件等區(qū)域區(qū)分開(kāi)，在對(duì)圖像進(jìn)行判斷，決定是否有焊接缺陷，最后在大量數(shù)據(jù)的情況下建立專家系統(tǒng)，對(duì)后續(xù)的缺陷進(jìn)行自動(dòng)分類。

4、結(jié)論

綜觀機(jī)器視覺(jué)技術(shù)發(fā)展及其在各個(gè)領(lǐng)域的應(yīng)用，機(jī)器視覺(jué)技術(shù)雖然興起較晚，但是發(fā)展迅速，在機(jī)器定位、表面質(zhì)量檢測(cè)、智能識(shí)別等方面都開(kāi)始有著一定的運(yùn)用。目前視覺(jué)技術(shù)在國(guó)外使用較多，在工業(yè)上的運(yùn)用探索也比較多，目前在PCB印刷板、食品藥品包裝檢測(cè)、印刷品質(zhì)量檢測(cè)等領(lǐng)域運(yùn)用較多，也較為成熟。機(jī)器視覺(jué)在國(guó)內(nèi)的使用多在農(nóng)林業(yè)、包裝業(yè)以及一些較為低端的制造業(yè)，特別使用較多的是農(nóng)業(yè)產(chǎn)品質(zhì)量檢測(cè)、食品藥品包裝檢測(cè)以及分揀，在制造業(yè)中也是在造紙業(yè)、印刷業(yè)等領(lǐng)域中，使用最多的也是對(duì)產(chǎn)品質(zhì)量的檢測(cè)。

在高端制造業(yè)中，目前國(guó)內(nèi)國(guó)外幾乎都處于研究探索階段，在生產(chǎn)中，機(jī)器視覺(jué)技術(shù)的運(yùn)用也多是完成一些簡(jiǎn)單的工作，如計(jì)數(shù)、狀態(tài)異常報(bào)警等等。在焊接自動(dòng)生產(chǎn)線中，視覺(jué)技術(shù)多用來(lái)識(shí)別焊縫，完成焊槍自動(dòng)定位以及焊接質(zhì)量檢測(cè)等等，但目前仍處于研究階段，投入生產(chǎn)一線的較少。

[1] 郭亞峰.基于機(jī)器視覺(jué)的產(chǎn)品表面缺陷在線檢測(cè)系統(tǒng)的設(shè)計(jì)[D].蘇州∶蘇州大學(xué),2014.

[2] 趙五一,趙強(qiáng)松,王東云.機(jī)器視覺(jué)的現(xiàn)狀及發(fā)展趨勢(shì)[J].中原工學(xué)院學(xué)報(bào),2008,19(1)：9-10.

[3] 劉煥軍,王耀南. 機(jī)器視覺(jué)中的圖像采集技術(shù)[J].電腦與信息技術(shù),2003(1)∶18-21.

[4] 唐向陽(yáng),張勇,李江有等.機(jī)器視覺(jué)技術(shù)的關(guān)鍵技術(shù)現(xiàn)狀及應(yīng)用展望[J],昆明理工大學(xué)學(xué)報(bào)(理工版),2004,24(2)∶36-37.

[5] 王旭東,葉玉堂. CMOS與CCD圖像傳感器的比較研究和發(fā)展趨勢(shì)[J], 2010, 18(11)∶178-181.

[6] 齊霽. 應(yīng)用于工業(yè)自動(dòng)化的機(jī)器視覺(jué)系統(tǒng)中的EDA及數(shù)字圖像處理技術(shù)的研究[D].吉林：吉林大學(xué),2012.

[7] 張磊,羅翔,史金飛.機(jī)器視覺(jué)實(shí)時(shí)問(wèn)題的對(duì)策與研究方法綜述[J].制造業(yè)自動(dòng)化，2006,28(06)∶28-32.

[8] 白穎杰. 基于機(jī)器視覺(jué)的圖像處理與特征識(shí)別方法的研究[D].重慶∶重慶大學(xué),2010.

[9] 范祥,盧道華,王佳. 機(jī)器視覺(jué)在工業(yè)領(lǐng)域中的研究應(yīng)用[J].現(xiàn)代制造工程,2007,6∶129-131.

[10] Subramanian Rajesh, De James St Germain H., Drake Samuel. Integrating a vision system a coordinate measuring machine to automate the datum alignment process[J]. American Society of Mechanical Engineers, 2005, 11(6)∶ 655-661.

[11] C.Harris.Geometry from visual motion, In A.Blake and A.Yuile, editors, Active Vision, MIT press, 1992∶264-284.

[12] EIadawi A E, GadeImawIa E S, EIewa I M ，AbdeIShafy A A . An application of computer vision for programming computer numericaI controI machines［J］. Proceedings of the Institution of Mechanical Engineers—Part B—Engineering Manufacture, 2003, 217(9)：1315 - 1324.

[13] Wonho Lee, Chunkee Jeon, Chijung Hwang. Implementation of the machine vision system of inspecting nozzle[C]//Artificial Intelligence Association. Third International Conference on Convergence and Hybrid Information Technology. New York∶IEEE Computer Society, 2008∶ 111-116.

[14] Tsai Du-Ming，Chen Jeng-Jong,Chen Jeng-Fung . Vision system for surface roughness assessment using neural networks［J］. International Journal of Advanced Manufacturing Technology, 1998,14(6)∶412 - 422.

[15] Miura J，Ikeuchi K. Task-oriented generation of visual sensing strategies in assembly tasks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence,1998,20(2)∶126 - 138.

[16] Fabrice Meriaudeau,Anne,Ciaire Legrand. Machine vision systems in the metallurgy industry［C］. Proceedings of SPIE. San Jose，2000(3966)∶228 - 237.

[17] 刁智華,王會(huì)丹,魏偉.機(jī)器視覺(jué)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用研究[J].農(nóng)機(jī)化研究,2014,3：206-208.

[18] 趙鵬. 基于視覺(jué)的藥品包裝檢測(cè)技術(shù)研究[D]. 長(zhǎng)沙：湖南大學(xué),2009.

[19] 李明. 運(yùn)動(dòng)食品機(jī)器視覺(jué)的識(shí)別與定位技術(shù)的研究[D]. 哈爾濱：哈爾濱商業(yè)大學(xué),2014.、

[20] 朱作付,徐超,葛紅美. 機(jī)器視覺(jué)技術(shù)在包裝領(lǐng)域的應(yīng)用[J].包裝工程,2010,31(3)：125-127.

[21] 胡永彪,杜成華,李西榮,等. 機(jī)器視覺(jué)技術(shù)在工程機(jī)械上的應(yīng)用[J].工程機(jī)械,2009,40：53-55.

[22] 左建中,劉峰,張定昭. 機(jī)器視覺(jué)技術(shù)在螺紋檢測(cè)中的應(yīng)用[J]. 機(jī)械設(shè)計(jì)與制造,2006,4：113-116.

[23] 景敏,陳曼龍,楊帆. 基于機(jī)器視覺(jué)的螺紋參數(shù)綜合測(cè)量系統(tǒng)的設(shè)計(jì)[J]. 測(cè)控技術(shù),2013,32(11)∶35-37.

[25] 孔宇,戴明,吳林.機(jī)器人結(jié)構(gòu)光視覺(jué)三點(diǎn)焊縫定位技術(shù)[J]. 焊接學(xué)報(bào).1997, 18(3)∶188-191.

[26] 王軍波, 孫振國(guó), 等.基于CCD傳感器的球罐焊接機(jī)器人焊縫跟蹤[J] .焊接學(xué)報(bào), 2001, 22(2)∶31-34.

[27] 郭俊磊. 基于機(jī)器視覺(jué)的焊件外觀缺陷檢測(cè)系統(tǒng)的設(shè)計(jì)[D]. 南京∶南京航空航天大學(xué)，2014.

Literature Review of the Visual Technology Used in Automotive Intelligent Equipment

Liu Ke1, Wu Li2
( 1.Guangzhou RISONG HOKUTO Automotive Equipment Co., LTD, Guangdong Guangzhou 510760; 2.School of Mechanical Engineering, Jiangsu Nanjing 211189 )

Machine vision is a engineering technology developing quickly in nearly 20 years, involves the imaging technology, image processing, sensor technology, hardware and interface technology, etc. With gradually perfect and development of visual technology, it got more and more widely used in engineering. In this paper, the composition of visual technology, the use of machine vision in the intelligent equipment and machine vision in the use of the welding line are introduced ,and on the basis of summarizing the literature, machine vision technology used in welding line of car production is prospected.

Machine vision; Intelligent equipment; The welding line

U461

A

1671-7988(2017)03-21-04

10.16638/j.cnki.1671-7988.2017.03.009

劉科，男，（1984.4-），2007年7月畢業(yè)于廣東機(jī)電職業(yè)技術(shù)學(xué)院， 汽車制造預(yù)裝配專業(yè)，現(xiàn)任廣州瑞松北斗汽車裝備有限公司制造部部長(zhǎng)。從事高端裝備制造領(lǐng)域研發(fā)與制造9年，2007年-2009年期間主要負(fù)責(zé)質(zhì)量部工作；2010年-2014年主要負(fù)責(zé)項(xiàng)目，曾擔(dān)任過(guò)廣汽三菱總拼自動(dòng)生產(chǎn)線項(xiàng)目經(jīng)理，以及廣汽豐田、廣汽本田等多個(gè)項(xiàng)目的負(fù)責(zé)人；2014-2016其間全面負(fù)責(zé)整個(gè)制造以及質(zhì)量的工作。期間有多項(xiàng)發(fā)明專利獲得授權(quán)。通信作者：伍力，男，（1992.2-)，碩士研究生，現(xiàn)就讀于東南大學(xué)機(jī)械工程學(xué)院。