工業視覺新方向，勃肯特結合視覺和并聯機器人，實現了100多種

來源：發布時間：2020-07-13

在人口紅利減弱，產業升級和效率提升的背景下，工業及自動化產業趨勢向好，本次**突發，短期對整個制造業有較大影響，中長期來看，機器換人的優勢會不斷凸顯，也將推動自動化行業發展。從工業的角度看待視覺，機器視覺是實現工業自動化，工廠智慧化的關鍵零部件之一。一是工業4.0浪潮席卷全球，制造智能化必然帶來生產設備的升級;二是我國人口紅利優勢逐漸弱化，很多廠家傾向于機器代人，減少人工成本;三是消費水平的升級，消費者對產品的品質提出更高的要求，使得廠家加大質量把控。三者環環相扣，為機器視覺的市場，在智能制造領域帶來新的發展契機。在工業領域，機器視覺充當生產設備“眼睛”的功能，解決人眼無法識別、檢測的工作，實現效率好、成本低的經濟效益，是視覺技術發展的出發點和落腳點。那么，對于客戶使用角度看，更傾向高精度、高準確率，大視野自動變焦檢測，以及軟件的快速導入等方面。對此，勃肯特已將傳統口罩機升級，融入視覺和機器人，提高了生產效率和準確率，節約人力。

首先是檢測的高精度，高準確率。這個是機器代替人眼基礎的，也是直接的目的。人工檢測容易產生疲態，導致工作質量不佳，并且精密制造領域，機器視覺比人眼有著的優勢。目前來看，機器視覺的測量和判斷，已經非常成熟。機器視覺是一項綜合技術，其主要的市場分布在電子制造業、汽車制造、制藥、食品與包裝機械等領域。根據前瞻研究院報告數據顯示，電子制造業在機器視覺市場占比46.57%，汽車產業次之，占比為31.02%。此外，物流、食品、包裝、印刷等行業的滲透率也逐年的提高。

從機器視覺的具體應用看，電子制造業應用具體在PCB印刷電路、電子封裝、絲網印刷、SMMT表面貼裝、半導體及集成電路、回流和波峰焊，以及智能手機、平板電腦等消費類產品。汽車制造業的主要應用于面板印刷質量檢測、精密測量等。食藥和包裝機械主要集中在封裝缺點檢測、生產日期檢測、顏色識別、分揀等方面。印刷機械則是在于印刷質量檢測、印刷字符檢測、條碼識別等。勃肯特結合視覺和并聯機器人，實現了100多種PCB板種類識別分揀，該系統由BKT-VISION2.0視覺系統軟件，配合D-1200三加一軸并聯機器人，完成PCB印刷電路生產線。

工業視覺新方向危中有機，**也能夠在很大程度上為制造業向無人化、智能化的轉型升級提供啟示與展望。多數制造業企業已認識到，在生產環節上，要拋棄落后產能，擺脫傳統人力手工對產能和效率的束縛，極大降低對人力的依賴，確保企業的生產和運作也不會輕易受到**、事故、人員變動的影響。同時，在系統調度上，要能夠比較大限度的保證靈活性和準確率。 BKT-VISION2.0視覺系統檢測方法是一種基于圖像處理技術的在線自動檢測技術，該視覺檢測技術主要包括：實時監控、相機標定、物體定位、顏色識別、實時通信、錯誤報警、狀態顯示，且封裝了3D視覺檢測、深度學習模塊。該視覺檢測系統裝置是由工業攝像機（包含工業鏡頭）、相機電源線、機器視覺光源、光源電源線、光源控制器、網絡傳輸線、勃肯特自主研發的視覺控制器等主要部件組成。1）3D視覺的發展我國智能制造裝備產業結構轉型和技術提升的市場空間巨大，機器視覺行業將受益。隨著智能化生產技術的不斷完善，3D機器視覺也開始進入人們的視野。目**D機器視覺大多用于水果和蔬菜、木材、化妝品、烘焙食品、電子組件和醫藥產品的檢測。它可以提高合格產品的生產能力，在生產過程的早期就報廢劣質產品，從而減少了浪費節約成本。這種功能非常適合用于高度、形狀、數量甚至色彩等產品屬性的成像。2）深度學習帶來的突破傳統的機器學習在特征提取上主要依靠人來分析和建立邏輯，而深度學習則通過多層感知機模擬大腦工作，構建深度神經網絡來學習簡單特征、建立復雜特征、學習映射并輸出，訓練過程中所有層級都會被不斷優化?；谏疃葘W習，勃肯特研究院技術人員已開發了垃圾分類系統。該系統基于GPU，由100多萬張圖片訓練形成，分類準確率可達95%以上。針對作業環境為分揀對象具有種類較多，形狀不規則，不易分辨等特點。