机器视觉在机械设计制造及其自动化中的应用研究综述.pdf

年第 期机器视觉在机械设计制造及其自动化中的应用研究综述王威,张庆,(三门峡职业技术学院 汽车学院,河南 三门峡 ;河南科技大学 应用工程学院,河南 三门峡 )摘要:随着科技水平的发展,机械工业的发展必然朝着深度自动化,智能化方向发展.机器视觉作为一种近年来逐步发展成熟的计算机科学,可应用于各种工农业生产场景.本文首先分析传统机械方法纯在的不足,然后探究若干机器视觉在机械设计制造及其自动化中的应用场景,以此说明机器视觉应用具有的优势,最后阐述机器视觉应用于机械设计制造及其自动化的四个发展趋势.以期为机械设计制造及其自动化领域的进步提供有效的参考.关键词:机器视觉;机械设计;机械制造;自动化中图分类号:T P 文献标识码:A文章编号:X()AR e v i e wo fT h eA p p l i c a t i o no fM a c h i n eV i s i o n i nM e c h a n i c a lD e s i g n,M a n u f a c t u r ea n dA u t o m a t i o nW a n gW e i,Z h a n gQ i n g,(S c h o o l o fV e h i c l e,S a n m e n x i aP o l y t e c h n i c,H e n a nS a n m e n x i a ;S c h o o l o fA p p l i e dE n g i n e e r i n g,H e n a nU n i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y,H e n a nS a n m e n x i a )A b s t r a c t:W i t ht h ed e v e l o p m e n to f s c i e n c ea n dt e c h n o l o g y,t h ed e v e l o p m e n to fm e c h a n i c a l i n d u s t r y i sb o u n dt od e v e l o pt o w a r d s t h ed i r e c t i o no fd e e pa u t o m a t i o na n d i n t e l l i g e n c e M a c h i n ev i s i o n,a sam a t u r ec o m p u t e r s c i e n c e,c a nb eu s e d i nv a r i o u s i n d u s t r i a l a n da g r i c u l t u r a l p r o d u c t i o ns c e n e s T h i sp a p e r f i r s t l ya n a l y z e s t h es h o r t c o m i n g so f t r a d i t i o n a lm e c h a n i c a lm e t h o d s,a n dt h e ne x p l o r e s t h ea p p l i c a t i o ns c e n a r i o so fm a c h i n ev i s i o ni nm e c h a n i c a l d e s i g na n dm a n u f a c t u r i n ga n da u t o m a t i o n,i no r d e r t o i l l u s t r a t e t h ea d v a n t a g e so fm a c h i n ev i s i o na p p l i c a t i o n,a n df i n a l l yd e s c r i b e s t h e f o u rd e v e l o p m e n t t r e n d so fm a c h i n ev i s i o na p p l i c a t i o ni nm e c h a n i c a ld e s i g na n dm a n u f a c t u r i n ga n da u t o m a t i o n,i no r d e r t op r o v i d ea ne f f e c t i v er e f e r e n c e f o ro u rm e c h a n i c a ld e s i g na n dm a n u f a c t u r i n ga n da u t o m a t i o nf i e l dp r o g r e s s K e yw o r d s:M a c h i n ev i s i o n;M e c h a n i c a l d e s i g n;M e c h a n i c a lm a n u f a c t u r i n g;A u t o m a t i o n作者简介:王威(),男,河南省开封市人,汉族,助教,硕士研究生,研究方向:机械工程、机器视觉.传统的机械设计制造,由于其自动化程度低,不可靠性相对较高,在一定程度上,依赖密集型劳动,生产成本较高,造成管理与控制水平难以提升,因此存在诸多不足.另一方面,随着计算机软硬件发展水平的提高,机器视觉在机械工业的大规模应用已成为可能,它是利用摄像头、雷达等来替代人类的眼睛,对获取的图像进行处理、分析、衡量及判断,达到对现实世界中事物的感知理解,具有发展快、数量大、应用多样的特征.在涉及不适合人类操作,或容易引起作业疲劳的场景下,以及在大规模的工农业生产中,采用机器视觉技术,可以极大地改善产品的生产和自动化水平.另外,机器视觉技术可通过海量的样本数据,实现自身性能的迭代优化,且可方便集成于产品的设计、生产过程控制等方面.因此,把机器视觉的方法引入机械设计制造及其自动化中,相比于传动机械方法,具有明显优势.本文分析总结了机器视觉在当下工农业生产中的几种应用案例的特点,进而提出四个机器视觉应用的发展趋势,以期为相关从业人士提供有益参考.机器视觉在工业生产中的应用 检测工件机器视觉应用于工件检测,具有明显优势.在传统的机械生产中,由于员工的工作技能水平和专业间的差异较大,并且工件之间也可能存在不同程度的差别,机械测试过程需要投入较大的人力物力,并且工件测量期间经常存在比较大的人为误差,继而增大检测的不准确性.引入机器视觉的方法来进行检测环节,可以快速、准确的检测出工件的缺陷,进而可获得更高的产品质量.吴鲁纪等利用机器视觉的方法进行轴承表面损伤的检测识别,检测过程如图,文中具体利用卷积神经网络进行轴承损伤识别,通过采集大量损伤和正常的样本图片,经过反复迭代训练,实现 的测试正确率,如图所示.但该方法没有进行增强训练,所以未能进一步提升测试正确率.(a)原图(b)灰度处理(c)中值滤波(d)二值化(e)边缘提取图轴承表面损伤的检测过程内燃机与配件w w w n r j p j c n图轴承表面损伤的训练、测试结果 工件测量目前,传统的工件测量主要是依靠光学投影技术实现,此项技术虽然可以明确预设的工件位置,但是测量精度较低且成本较高.采用机器视觉测量工件,可以在实现较高精度的基础上,耗费较低的成本,从而克服传统测量方法的缺陷.整个测量系统由光学部件、传感部件及计算机处理部件组成,它把自动控制技术、光栅技术及图像处理技术(计算机技术)有机整合在一起,优化整个测量过程,提升了测量结果的正确性.在逆向工程中,可以建立精确的三维坐标系,进而构建完整的模型结构.通过机器视觉可以实现测量工件之外,还能够实时检测机械设备原件的工作状态.刀具磨损状态监测传统的刀具测量,需将刀具卸下之后方能进行,应用机器视觉的方法可将这个过程大大简化,无需拆卸刀具.首先,确定光源强度和摄像角度,使摄像头周围具有足够的光线.然后,通过旋转夹具获得理想的角度,以拓宽系统的检测范围.最后研究设备的实际磨损量,需要简化测量系统,确保对刀具的测量有效,增强刀具的应用效果,简化测量系统的工作流程,以实现精确检测.例如,柳国栋等利用机器视觉进行的盘铣刀磨损状态的检测,如图,该研究验证了机器视觉方法的效率是传动方法的 倍,且具有明显的成本优势.(a)四边月牙洼磨损(b)右边刃塑性变形(c)四角磨损(d)四边轻微磨损(e)左边刃和下边刃崩刃图轴承表面损伤的训练、测试结果机器视觉在农业生产中的应用 水果分拣传统的水果分拣主要靠人工的方式完成,在每轮工作的前期,人工分拣的正确率比较高,但随着时间延长,操作员的非常容易产生疲劳,其注意力、精力会快速降低,将严重影响水果分拣的效率及正确率.刘宏文、刘奇等均将机器视觉应用到苹果分拣系统中,不仅实现判断苹果的好坏,而且也可实现好苹果的自动品种分类及同一品种苹果的分级功能,提升了该系统的整体性能,如表,表所示,值得注意的是,他们设计的分拣系统可以很方便的实现扩展,只需要更换机器视觉模块网络模型的数据,就可将该系统用于其他水果的分拣工作.表苹果分类实验结果红富士嘎啦果红元帅黄元帅国光澳洲青红富士 嘎啦果 红元帅 黄元帅 国光 澳洲青 表苹果分级正确率分级数量正确分级数量正确率一级果 二级果 三级果 农产品自动采摘目前,农产品生产链中,最低效的环节就是采摘环节.将机器学习应用于其中,是当下比较受关注的热点.陈军等将机器视觉应用于草莓的采摘,开发出一种由采摘系统、传输系统和收集系统组成的自动采摘机,其实验结果如表,该机能够自动识别成熟草莓的位置并精准定位,然后传送信号给执行端采摘.该机可实现采摘速度 颗/h,无损率高达.该研究只是实现判断草莓是否成熟,也可进一步融入成熟草莓分级的相关算法,从而使系统的整体性能得到提升.曹煦等将机器视觉应用于橙子的自动采摘系统,实现 的识别率,识别结果如表所示,系统流程如图所示,但该系统对光照要求较高,不能适用于一般场景.表草莓采摘实验性能结果组号工作时间/s成熟草莓数/颗采摘草莓数/颗无损伤数/颗 表橙子识别结果统计类型识别数/个总数/个识别率/个体 正确识别个体 被遮挡个体 年第 期图橙子采摘系统软件流程图 监测植物成长进程相较于人类肉眼,机器视觉更能及时察觉植物生长过程中的细微变化,其具有无损测量的特点,因此,可以取代人工来监测植物生长动态变化的过程.李颀等将机器视觉用于监测处于膨果期的猕猴桃成长状况,并能实现营养液预测,该项研究不仅提高 的猕猴桃膨果率,还能降低肥水的用量.利用机器视觉的方法检测作物生长检测是当前的一个研究热点,目前存在的突出问题是,大部分只能是针对颜色和外形的检测.机器视觉应用的发展趋势 模块化发展模块化可以对生产的各个过程进行监督管理,可以及时地发现问题,并对问题进行智能化模块化地处理,便于工作人员对问题进行规范处理,使产品的质量得到有效保障.机器视觉应用在机械设计制造及其自动化系统中,基本都是该系统中的一个重要模块.运用图像处理、卷积神经网络等专业的计算机方法,实现特定目标的定位与识别.方便工作人员规范处理问题,可靠保障产品的质量.另外,在某些相似的应用场景下,模块化的结构能够方便的实现算法的迁移应用,大大提高了检测、识别的效率.专业化发展虽然机器视觉应用在机械设计制造及其自动化系统中,效果和优势明显,但是需要更高专业水平的工作人员,否则会大幅影响机器视觉的应用推广,所以,在未来的发展中,必须重点保障高技术水平人才队伍的建设.确保在专业人才的支持下增强机器视觉技术在机械制造自动 化 生 产 中 的 应 用 效 果,使 其 向 着 专 业 化 的 方 向发展.网络化、大数据化发展网络化发展,能够直接搜索相关的数据,获得一些有价值的数据信息.机器视觉应用在机械设计制造及其自动化系统中,大概率会使用神经网络等智能算法,尤其是涉及深度学习的卷积神经网络,此类方法需要采集大量的训练、测试样本,否则实现较好分类效果的可能性会较低.因此需要网络大数据的支持,在已知样本的基础上可以实现较好结果,随着数据集的更新,卷积神经网络模型可以完成自优化的过程.国际化、创新发展虽然中国机器视觉应用的功能和范围在不断拓展,但是,与国外先进技术相比,还是存在不小差距,因此在今后的发展过程中,应该积极借鉴发达国家的成熟系统与模式,促使国际化发展,更快更好的增强自身的技术水平,然后在借鉴的基础上,可以促进自我改良升级,甚至实现从无到有的创新发展.结语综上所述,机器视觉技术在机械设计制造及其自动化中的应用,可以充分发挥其优势.在各个应用场景下,相对于传统方法,应用机器视觉的方法均能显著提升整个系统的工作效率及正确性,甚至可以大幅降低系统的整体成本.鉴于目前国内机器视觉的应用状态,建议未来机器视觉在机械设计制造及其自动化中应用的四点发展趋势:模块化发展、专业化发展、网络化大数据化发展及国际化创新发展.参考文献:王忠飞,谢毅,王亚良水果无损分拣技术研究J机床与液压,():吴鲁纪,秦佳音,李安虎,等机器视觉识别技术在机械传 动 领 域 的 发 展 与 应 用 J机 械 传 动,():柳国栋基于机器视觉的盘铣刀磨损状态检测方法研究D西京学院,刘宏文基于机器视觉的水果自动分拣系统关键技术研究D北京邮电大学,刘奇基于机器视觉的苹果分拣系统研究D西京学院,陈军,张继耀,张欣基于机器视觉的草莓自动采摘机的设计J农机化研究,():曹煦,苏铭计算机视觉在果蔬机械采摘中的应用研究J农机化研究,():李颀,白泽亮基于机器视觉的猕猴桃膨果期营养液预测J中国科技论文,():杨婷婷,郭志勋,雷定湘等机器视觉技术在农业中的应用J安徽农学通报,():肖樊浅谈机械设计制造及其自动化应用探究J内燃机与配件,():戚航机器视觉技术及其在机械制造自动化中的实践探索J河北农机,():高锐,邓小芳机械设计制造及其自动化的特点优势与发展 趋 势 J数 字 技 术 与 应 用,():