隨著人工智能的不斷發展，人們對于機器人的要求也越來越高，甚至希望機器人能夠像人一樣靈活運動。如何讓機器人具有“看見”、“識別”并“判斷”的功能？這需要解決機器人視覺識別與場景視覺重建技術問題。與常規工業機器不同的是，具有“視覺”功能的機器人，在工作中，會根據具體情況，動作會頻繁加減速。如何控制運動軌跡的精確度，需要解決柔性加減速控制算法的問題。

什么是機器視覺？

機器視覺是近年來發展起來的一項新技術，它是利用光機電一體化的手段使機器具有視覺的功能。簡而言之就是用機器代替人眼來做測量和判斷。可以在很多場合實現在線高精度高速測量。還能實現機器人或自動化設備生產的全智能化。

機器視覺（MV）使用自動化技術捕捉圖像并傳輸到電腦，捕獲的圖像隨后將被進行檢查處理，最終用于實際檢測、測量和控制。這是一門涉及人工智能、神經生物學、心理物理學、計算機科學、圖像處理、模式識別等諸多領域的交叉學科。一般而言，一套完整的機器視覺系統由光源、鏡頭、圖像采集系統和視覺分析軟件組成。

機器視覺的應用

一個典型的機器視覺系統包括照明、鏡頭、相機、圖像采集卡和視覺處理器5個部分。由于采集卡能更加迅速地傳輸圖像到存儲器，且計算機速度不斷加快，所以在目前的機器視覺系統中，視覺處理器的應用逐漸減少。圖像采集卡在機器視覺系統中舉足輕重。比較典型的PCI或AGP兼容的捕獲卡，可以將圖像迅速地傳送到計算機存儲器進行處理。有些采集卡有內置的多路開關，可連接多臺相機，能控制采集卡采用任意一個相機捕獲的信息。

伴隨著技術的發展，機器視覺的功能也在不斷擴展。黃凱奇說：“缺陷檢測是通過機器視覺手段來分析零部件信息，從而判斷其是否存在缺陷；測量是通過使用機器視覺來對考察對象的尺寸、形狀等信息進行度量；人機交互是利用機器視覺工具分析人或者其他機器發出的指令，從而實現對機器的操縱；環境建模是對機器周圍環境進行感知建模，比如移動機器人對路面環境進行感知建模等。”

機器視覺最早應用于工業制造領域。通過機器視覺的自動識別功能，許多流水線上具有高度重復性的檢測工作都可以不再依靠人來完成，大大提高了檢測效率和精度。機器視覺系統最基本的特點就是提高生產的靈活性和自動化程度。在一些不適于人工作業的危險工作環境或者人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。同時，在大批量重復性工業生產過程中，用機器視覺檢測方法可以大大提高生產的效率和自動化程度。

目前總的看來，機器視覺在工業電子以及半導體行業應用還是最為主要的，如PCB板缺陷檢測、IC芯片缺陷檢測等。交通領域的應用如電子眼也較為廣泛，其他行業如制藥中的藥品成分分析、互聯網中的視覺計算廣告、物流中的物品分揀等等，都有機器視覺應用的影子。

人類不可或缺的“第三只眼”

讓機器代替人眼來“看世界”并加以行動，這曾是科幻小說家所憧憬的世界。在好萊塢劇作家筆下，機器人要么意圖秘密推翻人類，要么是不停閃爍或者發出嗡嗡叫聲來提供喜劇效果。但現如今的真實世界已經大為不同，先進的機器正深刻地“洞悉”人類世界，它們所到之處，見證著智慧世界的活色生香。

隨著技術進步，機器視覺不僅可以作為人類視覺的替代，也幫助批量處理更加“立體生動”的信息。德國視覺軟件供應商MVTec在去年底發布了機器視覺算法包“HALCON12”，能夠監測和跟蹤物體的三維運動。HALCON12新特性還包括一個“自動文本閱讀器”，它既可以處理字符特征的變化，還可以檢測和識別針對個別字符的操作。

在誕生之初，機器用來幫助人類從高度重復或者極度危險的工作中得到解放，它們也被應用于小精度、焊接和繪畫等汽車裝配線上。如今，機器人自動化技術的進步反過來在推動高度復雜項目的工作速度，同時也提供著勞動力度和靈活度。在諸如醫生手術等關鍵領域，人類可能遭受疲勞和注意力分散等問題的困擾，但機器視覺得以幫助增強工作的精密度和準確度。

通過攝取圖像模擬人眼的視覺功能，并提取信息加以分析處理，最終從食品生產流程管理、農業種植控制及醫學檢測等個體需求，再到交通及安防等公共項目，“機器視覺”已經成為構建智慧城市過程中不可或缺的“第三只眼”。

更多資訊請關注機器視覺頻道