機器人視覺解決方案是我們實現機器人視野的十大挑戰(zhàn),。即便變得越來越簡單易用,,還是有一些棘手的問題。 機器人視覺可以改善自動化設置,。集成的機器人解決方案可以快速輕松地提供機器人視覺的優(yōu)勢,,無需編程技巧。但是,,即使技術有所改進,,視覺也是機器人技術的一個比較“棘手”的問題。 幾個因素影響機器人在環(huán)境中的視覺,,任務設置和工作場所,。今天我們來講一講視覺應用的九點要素,機器人視覺系統在以后的工業(yè)發(fā)展將會占據重要的一環(huán),。 機器人視覺系統最常見的功能是檢測已知物體的位置和方向 1.照明 如果有過在低光照下拍攝數碼照片的經驗,,就會知道照明至關重要。糟糕的照明會毀掉一切,。成像傳感器不像人眼那樣適應性強或敏感,。如果照明類型錯誤,視覺傳感器將無法可靠地檢測到物體。 有各種克服照明挑戰(zhàn)的方法,。一種方法是將有源照明結合到視覺傳感器本身中,。其他解決方案包括使用紅外照明,環(huán)境中的固定照明或使用其他形式的光的技術,,例如激光,。 2.變形或鉸接 球是用計算機視覺設置來檢測的簡單對象。你可能只是檢測它的圓形輪廓,,也許使用模板匹配算法,。但是,,如果球被壓扁,,它會改變形狀,同樣的方法將不再起作用,。這是變形,。它會導致一些機器人視覺技術相當大的問題。 鉸接類似,,是指由可移動關節(jié)引起的變形,。例如,當您在肘部彎曲手臂時,,手臂的形狀會發(fā)生變化,。各個鏈接(骨骼)保持相同的形狀,但輪廓變形,。由于許多視覺算法使用形狀輪廓,,因此清晰度使得物體識別更加困難。 3.職位和方向 機器人視覺系統最常見的功能是檢測已知物體的位置和方向,。因此,,大多數集成視覺解決方案通常都克服了這兩者面臨的挑戰(zhàn)。 只要整個物體可以在攝像機圖像內被查看,,檢測物體的位置通常是直截了當的,。許多系統對于對象方向的變化也是強健的。但是,,并不是所有的方向都是平等的,。雖然檢測沿一個軸旋轉的物體是足夠簡單的,但是檢測物體何時3D旋轉則更為復雜,。 4.背景 圖像的背景對物體檢測的容易程度有很大的影響,。想象一個極端的例子,對象被放置在一張紙上,,在該紙上打印同一對象的圖像,。在這種情況下,機器人視覺設置可能不可能確定哪個是真實的物體。 完美的背景是空白的,,并提供與檢測到的物體良好的對比,。它的確切屬性將取決于正在使用的視覺檢測算法。如果使用邊緣檢測器,,那么背景不應該包含清晰的線條,。背景的顏色和亮度也應該與物體的顏色和亮度不同。 5.閉塞 遮擋意味著物體的一部分被遮住了,。在前面的四個挑戰(zhàn)中,,整個對象出現在相機圖像中。遮擋是不同的,,因為部分對象丟失,。視覺系統顯然不能檢測到圖像中不存在的東西。 有各種各樣的東西可能會導致遮擋,,包括:其他物體,,機器人的部分或相機的不良位置�,?朔趽醯姆椒ㄍǔI婕皩ο蟮目梢姴糠峙c其已知模型進行匹配,,并假定對象的隱藏部分存在。 6.比例 在某些情況下,,人眼很容易被尺度上的差異所欺騙,。機器人視覺系統也可能被他們弄糊涂了。想象一下,,你有兩個完全相同的物體,,只是一個比另一個大。想象一下,,您正在使用固定的2D視覺設置,,物體的大小決定了它與機器人的距離。如果您訓練系統識別較小的物體,,則會錯誤地檢測到兩個物體是相同的,,并且較大的物體更接近相機。 尺度的另一個問題,,也許不那么明顯,,就是像素值的問題。如果將機器人相機放置得很遠,,則圖像中的對象將由較少的像素表示,。當有更多的像素代表對象時,圖像處理算法會更好地工作,,但有一些例外,。 7.照相機放置 不正確的相機位置可能會導致以前出現過的任何問題,,所以重要的是要正確使用它。嘗試將照相機放置在光線充足的區(qū)域,,以便在沒有變形的情況下盡可能清楚地看到物體,,盡可能靠近物體而不會造成遮擋。照相機和觀看表面之間不應有干擾的背景或其他物體,。 8.運動 移動有時會導致計算機視覺設置出現問題,,特別是在圖像中出現模糊時。例如,,這可能發(fā)生在快速移動的傳送帶上的物體上,。數字成像傳感器在短時間內捕獲圖像,但不會瞬間捕獲整個圖像,。如果一個物體在捕捉過程中移動太快,,將導致圖像模糊。我們的眼睛可能不會注意到視頻中的模糊,,但算法會,。當有清晰的靜態(tài)圖像時,機器人視覺效果最佳,。 9.期望 與視覺算法的技術方面相比,最后的兩個挑戰(zhàn)更多地涉及到您的視覺設置方法,。機器人視野面臨的最大挑戰(zhàn)之一就是工作人員對于視覺系統能提供什么不切實際的期望,。通過確保期望符合技術的能力,您將從技術中獲得最大收益,。您可以通過確保員工接受關于視覺系統的教育來實現這一點,。
0 j( E: y: a( H6 P |