【机器人视觉识别技术的国内外研究现状文献综述5200字】

-PAGE44--PAGE43-机器人视觉识别技术的国内外研究现状文献综述1.1国内研究现状我们国家的工业机器人起源比较晚，认识到机器人发展重要性的时间比较晚，大约是在上个世纪的八十年代左右。我国对工业机器人有了初步的研究是由于当时国家的863规划，也因此给我国后面关于工业机器人的发展打下了坚实的基础。由于工业机器人确实对我国的工业建设起到了有效的作用，所以我们国家投入了大量的精力去研究机器人与自动化之间的结合。使得我国的工业机器人快速发展，慢慢的我国也掌握了工业机器人的生产与制造，同时对于工业机器人的软件开发也没有耽误，两方同步进行。也因此出现了一小部分的自动化生产线，运用工业机器人码垛、分拣、电焊等等，给未来的工业机器人设计与开发打下了坚实的基础，经过后几年的发展和应用表明，我国工业机器人的发展趋势是以机器人技术为导向的基础装备转移全套设备研发发展。

基于我国工业机器人起步较晚，基础产业支撑薄弱，与国外同类产品相比还有一定差距。主要表现在:工业机器人质量和可靠性低于国外产品，且开发模式相对统一，生产线系统技术与国外产品相比仍有较大差距，工业机器人利用率远低于外国企业。由于我国的工业机器人发展较晚所以与国外相比体系还是没有那么的完整。对于工业机器人的使用，小批量生产主要是根据客户的需求进行的。因此，工业机器人产品存在规格高、零部件通用性低、成本高、交付周期长等缺点，严重影响了我国工业机器人产业的发展。1.2国外研究现状在世界范围内，工业机器人技术在制造业的应用范围不断扩大，其标准化、标准化、智能化、网络化水平也在不断提高，功能越来越强。正朝着技术装备齐全的方向发展。全套工业机器人自动化生产线设备是未来自动化方面发展的前沿。也是因为智能化的加入，使得机器人所涉及的方向更加的广泛，为人们带来了更多的边界，也激发了工业机器人更深层次的研究与学习，从制造到矿、农、建筑等等行业，都由于机器人的加入提高了效率。同时也在某些领域保障了人类的安全健康，机器人的出现对人类越来越重要，已经是人们生活中不可或缺的一部分。由村上为代表的日本科学家针对焊接机器人领域开发了焊缝跟踪系统，主要是通过视觉传感器，通过神经网络生成拼接图像和处理图像，可以对焊缝的形状进行跟踪。可用于二维和三维视觉图景的工具，其主要功能是确定零件的位置并成功地应用该系统。到工业机器人现场后，机器人收到来自视觉传感器的信号后，机械终端将捕捉和布置目标。1.3机器人基础知识与视觉技术1.3.1机器人的基础知识1.工业机器人的定义：工业机器人的力量和控制来自它自己，并由其机械结构和系统等因素决定。工作人员不仅可以使用电脑进行编程，还可以使用自带的教学箱进行操作。2.工业机器人发展历史：表1-1工业机器人发展史年代事件十九世纪六十年代齐次变换问世十九世纪七十年代Georgedevol“编程技术”问世第一台铸压机器人问世多传感器机械臂问世机器人被认可大量销售齐次变换矩阵与机器人视觉开始相联系麻省理工学院的罗伯兹成功演示了世界第一个具有视觉传感器机器人，它能够定位与测量日本在自己本土召开首届机器人大型学术交流会斯坦福科研院研制行走机器人明斯坦福机器臂诞生十九世纪八十年代美国召开学术交流会美国机器人研究会成立日本工业机器人协会成立：（JIRA）工业机器人的移动轨迹首次被R.P.Paul使用矩阵计算出来D.E.Whitney发明机器人的协调控制C.Rose和他的朋友成立了机器人公司，生产出第一个市场视觉系统ETI公司发明带视觉机器人Unimation公司成立在斯坦福研究院完成了使用机器人进行的系统编程与机械装配工业机器人在日本被广泛使用，1980被称为“机器人元年”。从此，工业机器人的发展在日本突飞猛进，因此，日本也而赢得了“机器人王国”的荣誉称号。工业机器人的基本组成部分：工业机器人的基本组成：系统部分、机械部分、控制部分、传感器部分一．系统：（1）机械组成：作出实际的工作动作主要是机械结构和电气驱动结构（2）传感部分:使机器人与外部信息进行交换，主要是获取外部信息（3）控制部分：相当于人的大脑，管理控制机器人各种行为2、机械部件：机械结构体系：手部:机器人结构的最末端。（2）手腕：连接手与机械臂的轴，使得手部可以进行各个方向的运动。机器人的驱动方式主要是分为三种电机、液压、气动这三种也是最常见的机械驱动方式。传动方式：滚珠丝杠传动、齿轮传动、皮带传动、丝杠传动等。4.工业机器人的相关参数：一．连杆：连接机器人上各个轴的部件，由它来执行运动过程。二．关节：机器人各个部位的轴，这些轴使得机器人能在各个方向运动，更加的灵活。三．自由度:物体在三维空间中移动所需的独立坐标数。四．定位精度：末端实际到达位置与理想设定位置之差。五．重复定位精度：在多次做相同动作的情况下的精准度。六．工作范围:在同一空间内机械手能到达的所有位置都是其工作范围。七．极限速度：当同时作用时所能达到的最大速度。八．加速度：机械手臂运动速度的变化与这段时间的比值。九．承载力大小:工作时整个机械系统所能承载的最大质量。十．刚度:在外力作用下能承受的非塑性形变的力十一．分辨率：显示时同面积所有的颗粒数7.机器人视觉技术每一批生产过程都有一定的缺陷率，虽然倍增率很小，但倍增后提高良品率成为企业的瓶颈。完成一个过程后消除不良品的成本要高得多(例如，焊膏印刷过程中存在定位偏差，只有在安装芯片后通过在线检测才能发现)。因此，早期发现和消除缺陷对于质量控制和成本控制非常重要，也是制造业进一步提升的重要基石。在检测行业中，机器视觉与人类视觉相比具有明显的优势（1）精度高：机器视觉的灰度得到显著提高，同时可以观察到微米级的目标，而人的视觉等级只有64级，小目标的分辨力较。（2）速度快:人类看不到快速移动的目标，机器快门时间可以达到微秒级;（3）高稳定性:机器视觉解决了一个非常严重的人为问题，即不稳定性。人工视觉检测是一个非常枯燥费力的行业，无论设计什么样的奖惩系统，故障率都会比较高，但是机器的视觉检测设备没有乏力问题，没有情绪波动。只要在算法中编写，每次都会认真执行，质量控制的可控性效果明显提高。（4）信息集成和保留:从机器视觉获得的信息量是完整的和可追溯的，并且相关信息可以很容易地集成和存储。8.机器视觉技术近年来发展迅速（1）图像采集技术发展迅速CCD和CMOS等固件日趋成熟，图像敏感器件尺寸减小，像素数和数据速率不断增加，分辨率和帧速率逐年变化，产品系列越来越丰富，和增益等参数不断增加，快门和信噪比不断优化(系统成像能力评估等)。（2）图像处理和模式识别发展迅速在图像处理中，由于提取了高精度的图像边缘信息，许多低对比度的缺陷混合物很难在背景噪声中直接检测到。模式识别本身可以被看作是一个标记过程。根据特定的测量或观察，要识别的模式可以分为它们自己的模式。决策理论和结构方法在图像识别中得到了广泛的应用。决策理论基于决策函数，用于基于时间描述（如统计纹理）对模式向量进行分类和识别。不同的对象结构具有不同的原始字符串（或字符串）。利用给定的未知对象模式原语，得到编码边界，得到字符串，然后根据字符串来判断其类别。在特征生成方面，出现了基于小波算法、小波包算法、分形算法和独立对偶分量分析的特征生成算法；还有子支持向量机、可变形模板匹配、线性和非线性分类器设计。（3）深度学习带来的突破传统的机器学习主要依靠人来分析和建立特征提取的逻辑，而深度学习使用多层感知器来模拟大脑的工作，并构建深度神经网络(如卷积神经网络)来学习简单的特征。建立复杂的特性，学习映射和输出。在培训过程中，各级培训都将不断进行优化。针对特定应用，如ROI区域的自动分割；标点位置（反真实视觉可灵活检测未知缺陷）；无法描述或量化的强噪声图像，如橙皮缺陷；玻璃盖板检测中真假缺陷的识别。随着深度学习越来越多的机器视觉软件进入市场（包括瑞士伟、韩国航天、香港应用科学院），机器视觉的深入学习将变得越来越明显。（4）三维视觉的发展3D视觉仍处于起步阶段。

三维曲面重建广泛应用于导航、工业检测、逆向工程、测绘、目标识别、测量和分类等领域，但其精度限制了三维视觉在许多场景中的应用。目前，工程中的第一个应用是物流中标准部件的体积测量。我相信这个领域在未来会有很大的潜力。为了避免取代人工视觉检测，机器视觉还有许多困难需要克服。光源和成像:高质量成像是机器视觉的第一步。由于不同材料的表面反射和折射会影响被测物体的特征提取，因此光源和成像可以说是机器视觉检测的第一难点。例如，对玻璃和反射镜的刮痕检测，这个问题多次被困在不同缺陷的集成成像中。强噪声低对比度图像的特征提取:在强噪声环境下，真假缺陷很难识别，这就是为什么许多场景具有一定的错误检测率的原因。然而，随着成像技术和边缘特征提取技术的飞速发展，人们取得了各种各样的突破。意外缺陷的识别：在实际应用中，通常会给出一些特定的缺陷模式，并用机器视觉来识别这些缺陷是否已经发生。然而，许多明显的缺陷经常被忽视，因为它们以前没有出现过，或者因为它们出现的方式太多样化了。如果它是一个人，尽管他不被允许在操作过程文件中检测到这个缺陷，但他会注意到并有更大的机会捕获它。不过，机器视觉在这方面的“智慧”还难以突破。机器视觉产业链：（1）上游部件市场主要为电子产品的供应商包含工业相机、工业镜头、光源等。近年来，智能摄像机、工业摄像机、光源和主板的增长率一直不少于20%。中国机器视觉产业联盟(cmvu)(如康耐视、达萨、宝瑞核心部件制造商、kirth、欧姆龙、松下、邦纳、镍业)已进入200多个国际机器视觉品牌，自主品牌的中国机器视觉产品(如海康、华瑞、梦泰光电、神州视讯)（2）中游系统集成与整机设备市场国内有100多家中游系统集成和机器设备制造商，可为凌云光、微视新时代、嘉恒、凌华、阳光视界、鼎鑫、大恒影像等多个行业的自动化企业提供全面的机器视觉解决方案，等等，由于国内产品与国际产品还有很大差距，很多中游系统集成商和机械设备制造商都是从核心零部件贸易开始的，所以在视觉产品的选择上，很多还是比较喜欢国外品牌。为了推广自己的软硬件产品，国内品牌往往需要培养自己的解决方案集成能力，才能更好地面对市场竞争。（3）下游应用市场机器愿景下游，主要为终端用户提供非标准自动化集成解决方案公司，行业属性很强，核心竞争力是对行业、生产和多级技术集成的全面理解。由于工业自动化转型的周期性，近两年电子制造业受到行业整体升级速度、出货量和利润的深刻影响，是机器视觉应用普及的重要推动力，其次是汽车和医药行业。半导体和电子制造:根据国内机器视觉行业的应用分布，46%集中在电子和半导体制造行业，包括晶圆加工和制造分类切割、PCB检测(负片、内外板、成品外观最终检测等)。SMT安装检查、液晶全过程AOI缺陷检查、各种3C部件表面缺陷检查、3C产品外观检查等。汽车：车身总成检测、零件几何尺寸和误差测量、表面和内部缺陷检测、间隙检测等。；印刷、包装检测：烟盒印刷、食品包装印刷、药包装印刷等。；农业：农产品分类、检验、分类；纺织品：异物纤维、摩尔、经纱缺陷检测、织物表面绒毛识别、纱线结构分析等。9.机器视觉系统的未来发展趋势（1）随着嵌入式解决方案的快速发展，以及智能相机突出的性能和成本优势，嵌入式PC将变得越来越强大（2）模块化通用软件平台和人工智能软件平台将降低开发人员的技术要求，缩短开发周期（3）3D视觉将走向更多的应用场景参考文献[1]陈晋生,赖惠鸽,史伟,丁云鹏.拼图机器人视觉控制系统设计与应用[J].控制工程,2021,28(04):781-786.[2]王昱,吴向东,施长城,张佳楫,李娜,马冶浩,陶亮,唐敏,左国坤.基于力跟踪的上肢康复机器人系统中视觉与触觉反馈融合技术研究[J/OL].中国康复理论与实践,2021(04):478-486[2021-04-22].[3]李建民,张增玉,赵建厂,苏赫.基于视觉反馈的输尿管软镜机器人运动补偿策略[J].天津大学学报(自然科学与工程技术版),2021,54(07):738-745.[4]周豪,李兴成,刘凯磊,荀康迪,梁栋.车丝机视觉机器人上下料系统仿真设计[J/OL].机械科学与技术:1-7[2021-04-22].[5]赵东明,田雷.基于计算机视觉的电信运营商智能巡检机器人技术研究[J].电信工程技术与标准化,2021,34(04):51-56.[6]陈贤,夏建春.基于机器视觉的瓦楞纸压制送料机器人的控制[J/OL].中国造纸:1-6[2021-04-22].[7]赵小勇,章伦珲,王勇,梁兵兵,张祖芳.机场视觉移动服务机器人的设计与研究[J].计算机测量与控制,2021,29(03):209-213+219.[8]林义忠,陈旭.基于机器视觉的机器人定位抓取的研究进展[J].自动化与仪器仪表,2021(03):9-12.[9]张杨.人工智能背景下基于视觉引导的工业机器人拾取技术研究——评《工业机器人视觉技术及应用》[J].机械设计,2021,38(03):150.[10]黄良沛,刘洋,舒勇.视觉工业点卤机器人控制系统研究[J].食品与机械,2021,37(03):89-95.[11]唐国栋,方明,雷立宏.粗