在工業(yè)領(lǐng)域,機(jī)器視覺(jué)可廣泛應(yīng)用于工業(yè)機(jī)器人分揀、產(chǎn)品缺陷檢測(cè)、無(wú)人駕駛、信息安全等典型場(chǎng)景。貴州在推進(jìn)復(fù)工復(fù)產(chǎn)工作的過(guò)程中,可充分運(yùn)用機(jī)器視覺(jué)技術(shù)助力打贏疫情防控阻擊戰(zhàn)和脫貧攻堅(jiān)戰(zhàn)。
機(jī)器視覺(jué)是一門研究如何使機(jī)器看世界的學(xué)科,利用視覺(jué)算法實(shí)現(xiàn)人類視覺(jué)系統(tǒng)可以完成的任務(wù)。在工業(yè)領(lǐng)域,機(jī)器視覺(jué)可廣泛應(yīng)用于工業(yè)機(jī)器人分揀、產(chǎn)品缺陷檢測(cè)、無(wú)人駕駛、信息安全等典型場(chǎng)景。
工業(yè)機(jī)器人中的機(jī)器視覺(jué)。傳統(tǒng)的工業(yè)機(jī)器人需要通過(guò)復(fù)雜的標(biāo)定和預(yù)編程實(shí)現(xiàn)抓取任務(wù)。隨著人工智能技術(shù)的發(fā)展,目前的機(jī)器人抓取通過(guò)機(jī)器視覺(jué)技術(shù),自動(dòng)獲取待抓取或裝配目標(biāo)的視覺(jué)坐標(biāo),通過(guò)將視覺(jué)坐標(biāo)與機(jī)器人坐標(biāo)匹配,結(jié)合控制程序,實(shí)現(xiàn)機(jī)器人的自動(dòng)抓取和裝配。當(dāng)面對(duì)一個(gè)無(wú)序和復(fù)雜的環(huán)境時(shí),工業(yè)機(jī)器人不再依靠設(shè)定的程序執(zhí)行工作,如何對(duì)環(huán)境進(jìn)行自動(dòng)感知和分析從而做出判斷,是目前的工業(yè)機(jī)器人抓取任務(wù)的難點(diǎn)。
產(chǎn)品缺陷檢測(cè)中的機(jī)器視覺(jué)。工業(yè)視覺(jué)缺陷檢測(cè)主要有圖像采集和缺陷檢測(cè)兩個(gè)過(guò)程。圖像采集設(shè)備、拍攝角度、光照條件和環(huán)境變化等因素,造成了所采集的圖像具有不同的質(zhì)量,決定了圖像處理的難易程度;不同圖像處理算法的特征提取能力、圖像預(yù)處理方法直接影響缺陷檢測(cè)的準(zhǔn)確率和誤檢率的高低。通過(guò)采用機(jī)器視覺(jué)技術(shù)對(duì)產(chǎn)品表面斑點(diǎn)、凹坑、劃痕、色差、缺損和內(nèi)部結(jié)構(gòu)等缺陷進(jìn)行檢測(cè),可獲得檢測(cè)樣本表面或內(nèi)部的缺陷深度、大小、輪廓、缺陷類別等相關(guān)信息。
無(wú)人駕駛中的機(jī)器視覺(jué)。機(jī)器視覺(jué)技術(shù)為無(wú)人駕駛提供了眼睛。無(wú)人駕駛技術(shù)大致可分為3個(gè)階段:感知、決策和控制。機(jī)器視覺(jué)技術(shù)主要應(yīng)用在無(wú)人駕駛系統(tǒng)的感知階段,使用視覺(jué)設(shè)備獲取場(chǎng)景中的深度信息,采用視覺(jué)技術(shù)對(duì)深度信息進(jìn)行圖像語(yǔ)義理解,獲得可行駛區(qū)域和目標(biāo)障礙物;再對(duì)每一個(gè)像素的運(yùn)動(dòng)方向和運(yùn)動(dòng)速度進(jìn)行估計(jì),并對(duì)物體進(jìn)行檢測(cè)與追蹤;最后結(jié)合SLAM技術(shù),對(duì)整個(gè)場(chǎng)景進(jìn)行分割、解析和理解,實(shí)現(xiàn)自動(dòng)駕駛?cè)蝿?wù)。
安防領(lǐng)域中的機(jī)器視覺(jué)。機(jī)器視覺(jué)技術(shù)在安防領(lǐng)域具有廣泛應(yīng)用,比如十字路口、高速公路、停車場(chǎng)、飛機(jī)場(chǎng)等交通場(chǎng)景的行為預(yù)測(cè);軍事基地、銀行等場(chǎng)景監(jiān)控,重要廣場(chǎng)、火車站等敏感公共場(chǎng)合的監(jiān)測(cè)。通過(guò)視覺(jué)技術(shù),在不需要人為干預(yù)的情況下,對(duì)所拍攝的行為進(jìn)行自動(dòng)分析,對(duì)待檢測(cè)目標(biāo)進(jìn)行自動(dòng)識(shí)別、定位、跟蹤和預(yù)測(cè),發(fā)現(xiàn)監(jiān)控場(chǎng)景下的異常行為并作出響應(yīng)。
3D視覺(jué)技術(shù)是機(jī)器視覺(jué)技術(shù)發(fā)展的重要趨勢(shì)。3D視覺(jué)技術(shù)主要包括:第一,多視角。給一個(gè)物體或場(chǎng)景拍攝一系列照片,機(jī)器視覺(jué)算法在給定的材料、視角和光照條件下計(jì)算出最能解釋這些照片的三維圖形,最后將特征進(jìn)行聚合,形成三維物體。第二,體素。二維空間的最小單位是像素,而體素是三維空間分割上的最小單位,將物體的幾何形式表示轉(zhuǎn)換成最接近該物體的體素表達(dá)形式,不僅包含待檢測(cè)物體的表面信息,而且能描述模型的內(nèi)部屬性。第三,點(diǎn)云。通過(guò)激光雷達(dá)和深度攝像頭等測(cè)量?jī)x器得到的產(chǎn)品外觀表面點(diǎn)的數(shù)據(jù)集合稱為點(diǎn)云,具體場(chǎng)景如三維虛擬試衣間、智能家居環(huán)境體驗(yàn)、智能機(jī)器人抓取、恢復(fù)歷史遺跡的三維結(jié)構(gòu)等。
當(dāng)前,新冠肺炎疫情防控工作形勢(shì)出現(xiàn)積極向好態(tài)勢(shì),但還處于最吃勁的關(guān)鍵階段。搶時(shí)間、補(bǔ)損失,貴州正在強(qiáng)力推進(jìn)復(fù)工復(fù)產(chǎn)工作,可充分運(yùn)用機(jī)器視覺(jué)技術(shù)助力打贏疫情防控阻擊戰(zhàn)和脫貧攻堅(jiān)戰(zhàn)。例如:推廣應(yīng)用智能制造、智能機(jī)器人技術(shù)與系統(tǒng),在企業(yè)人員密集型生產(chǎn)、檢測(cè)、物流等環(huán)節(jié)實(shí)現(xiàn)以機(jī)器換人;針對(duì)考勤可以采用人臉識(shí)別技術(shù)減少交叉接觸;采用無(wú)人機(jī)、攝像頭等設(shè)備的視覺(jué)功能,部分代替人工現(xiàn)場(chǎng)檢查,最大限度避免人員聚集;結(jié)合在工廠、社區(qū)、火車站、機(jī)場(chǎng)、地鐵等公共場(chǎng)所已有的視頻監(jiān)控系統(tǒng),構(gòu)建特殊人群甄別預(yù)警系統(tǒng);積極開發(fā)基于機(jī)器視覺(jué)的公共安全及時(shí)監(jiān)測(cè)、預(yù)警和快速反應(yīng)的成套技術(shù),以提高安全防范和管理水平;加快促進(jìn)機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)生產(chǎn)中的應(yīng)用,用于蔬菜水果的分級(jí)及質(zhì)量控制、農(nóng)作物病蟲害識(shí)別;加快推進(jìn)機(jī)器視覺(jué)技術(shù)應(yīng)用于輔助醫(yī)療診斷,推動(dòng)遠(yuǎn)程看病,減少病人聚集等。