從機器視覺技術的發(fā)展來看，已經(jīng)逐步從原有的 3C 和物流行業(yè)向高端裝備制造業(yè)沉淀，如軌道交通、智能汽車和航空等領域。與此同時，對機器視覺技術的適配性和算法精度也提出了更高的標準和要求，并從視覺算法、硬件及現(xiàn)場工藝 3 個方面進行優(yōu)化與發(fā)展。

1 機器視覺技術的發(fā)展

1.1視覺算法

傳統(tǒng)的 2D 視覺算法已趨于成熟，并向著如何提高產(chǎn)品裝配及質量檢測的柔性化、個性化方向發(fā)展。隨著產(chǎn)線 2D 自動化程度的飽和，3D 視覺算法、深度學習及無序分揀的需求被大規(guī)模激活與應用。特別是柔性化極高的商用車產(chǎn)線，在追求精準上下料的同時提升各產(chǎn)線的智能化水平。

1.2 相機硬件

作為獲取圖像的設備，相機硬件不僅是整個視覺系統(tǒng)的基礎，更要適配于越來越復雜化的工業(yè)環(huán)境，解決如灰塵、溫漂、振動及光照等背景條件。在此基礎上，更要符合視野、精度和掃描時間等全方位、不同層級的檢測需求。

1.3 現(xiàn)場工藝

現(xiàn)有的視覺引導主要以輔助機器人完成精準裝配為主，而隨著工位智能體系的構建，機器視覺在解放勞動力的同時，也在悄然地對工位本體發(fā)生變動。在下游，視覺算法越精密，對工位器具和零部件擺放的要求就越低，從而間接促進了工位器具的粗改造及物流成本的降低。在上游，以核心的視覺控制策略參與甚至控制機器人及 AGV 的調度與運行，讓整個自動工作站高效運轉。

2機器視覺發(fā)展藍圖

近年來，隨著人工智能和新能源汽車的快速發(fā)展，越來越多的機器視覺技術在汽車領域被應用或開發(fā)。與成熟的乘用車工廠不同，商用車產(chǎn)線由于其裝配的復雜性和產(chǎn)品特性，在視覺自動化的道路上還有很大的提升和實踐空間。在此基于商用車現(xiàn)有產(chǎn)線特點，規(guī)劃出視覺發(fā)展藍圖，為后續(xù)商用車智能化道路提供意見。

2.1 自身視覺能力規(guī)劃

打造基于工藝研究及自動裝配工位為主的智能制造實施路徑，建設整車主機廠自身視覺驗證及開發(fā)能力。在 2D 及 3D 的視覺引導、視覺檢測領域進行實際項目研究，節(jié)約后續(xù)投資成本及風險。

2.2 總裝工藝視覺提升

基于現(xiàn)有重型汽車自動化整體水準，進一步規(guī)劃整車及總裝車間的視覺自動工位提升工作，包括輪胎隨動安裝、涂膠質量檢測、柔性裝配追溯分揀以及分裝裝配自動化工作站等。

2.3 視覺標準庫

基于現(xiàn)有產(chǎn)線視覺產(chǎn)品種類偏多，通信、精度及裝配等沒有統(tǒng)一驗證和可衡量的自動化工作站體系。因此，需要規(guī)劃制定車間統(tǒng)一的視覺標準庫，為現(xiàn)有工位的維護及后續(xù)投資提供視覺基礎，規(guī)避風險。

2.4 全生命周期視覺設計

以視覺為突破口，整合視覺上游（工位器具、工藝料件研發(fā)設計）和視覺下游（機器人裝配、生產(chǎn)數(shù)據(jù)和質量體系），形成全生命周期的自動工位設計，讓視覺真正受用于重型汽車產(chǎn)線的智能化發(fā)展。