-PAGEIII-機(jī)器視覺(jué)在工業(yè)領(lǐng)域的應(yīng)用研究國(guó)內(nèi)外文獻(xiàn)綜述現(xiàn)如今在這個(gè)科學(xué)技術(shù)正在飛速發(fā)展的時(shí)代，我國(guó)現(xiàn)在長(zhǎng)期處于制造大國(guó)，是因?yàn)槲覈?guó)沒(méi)有能夠成為制造強(qiáng)國(guó)的核心技術(shù)。我國(guó)現(xiàn)在的制造業(yè)大多數(shù)還處于制造工廠的狀態(tài)，核心技術(shù)掌握在別人的手里，所以大力發(fā)展科技，提高我國(guó)的自動(dòng)化水平刻不容緩。我國(guó)許多企業(yè)的流水線作業(yè)現(xiàn)在依然是依靠人工勞力，人工作業(yè)不僅效率低，而且成本越來(lái)越高，使用機(jī)械手代替人工進(jìn)行勞作的方法，不僅效率高，節(jié)約成本，而且有效的提高了企業(yè)的自動(dòng)化水平和企業(yè)競(jìng)爭(zhēng)力[13-14]。美國(guó)在1954年制造出了世界上第一臺(tái)機(jī)器人，雖然它只是一臺(tái)樣機(jī)，但它的誕生標(biāo)志著機(jī)器人在工業(yè)中的應(yīng)用正式拉開(kāi)帷幕[15]。國(guó)內(nèi)的機(jī)械手目前都是作為輔助部件參與工業(yè)加工，采用固定的編程方式進(jìn)行工業(yè)工作，當(dāng)外部環(huán)境或者工件加工工藝發(fā)生改變時(shí)，機(jī)械手將依舊按照程序進(jìn)行操作，因此產(chǎn)生加工錯(cuò)誤，靈活性差，自動(dòng)化水平不高[16]，所以現(xiàn)在單一的機(jī)械手逐漸被市場(chǎng)淘汰?；谝曈X(jué)識(shí)別系統(tǒng)下的分揀機(jī)械手能夠代替人工進(jìn)行物品分揀，視覺(jué)識(shí)別與機(jī)械手的組合應(yīng)用成為現(xiàn)代許多學(xué)者的研究熱點(diǎn)。機(jī)器視覺(jué)技術(shù)的設(shè)計(jì)是根據(jù)人眼的功能，通過(guò)攝像機(jī)和計(jì)算機(jī)來(lái)實(shí)現(xiàn)的。機(jī)器視覺(jué)技術(shù)被廣泛的應(yīng)用于水產(chǎn)行業(yè)、電子行業(yè)、農(nóng)業(yè)等領(lǐng)域[17]。由于我國(guó)在機(jī)器視覺(jué)技術(shù)方面起步比較晚，技術(shù)不夠成熟，所以大多數(shù)的企業(yè)視覺(jué)識(shí)別機(jī)器都是來(lái)自外國(guó)的引進(jìn)。2014年，周銘提出顏色識(shí)別自動(dòng)分揀系統(tǒng)，但功能受限制，只能分揀三種顏色。2017年，賀向宇[18]基于視覺(jué)識(shí)別，設(shè)計(jì)了能夠分揀四種顏色的機(jī)器。國(guó)內(nèi)在機(jī)器視覺(jué)方面的研究專(zhuān)利雖不如歐美國(guó)家多，但近幾年國(guó)內(nèi)專(zhuān)利的申請(qǐng)數(shù)量在穩(wěn)步攀升?，F(xiàn)如今，據(jù)調(diào)查顯示，我國(guó)已經(jīng)擁有國(guó)際機(jī)器視覺(jué)品牌100多個(gè)，而且還擁有中國(guó)機(jī)器視覺(jué)企業(yè)100多家，在科技競(jìng)爭(zhēng)激烈的今天，我國(guó)也是在不斷努力提高科技水平，趕上時(shí)代的發(fā)展。中國(guó)機(jī)器視覺(jué)的蓬勃發(fā)展，有益于促進(jìn)國(guó)內(nèi)企業(yè)在國(guó)際上的影響力和企業(yè)的創(chuàng)新和轉(zhuǎn)型。目前，國(guó)內(nèi)已知的飲料瓶回收色選設(shè)備，只有瓶片色選設(shè)備。目前國(guó)內(nèi)還沒(méi)有發(fā)現(xiàn)有研制整瓶顏色分選設(shè)備的企業(yè)。而歐美國(guó)家在顏色分選領(lǐng)域的技術(shù)比較成熟[19]，國(guó)內(nèi)的顏色分選設(shè)備基本依賴(lài)進(jìn)口。TOMRA[20]集團(tuán)的PET色選機(jī)使用靈活、性能高效，能夠根據(jù)獲得的顏色信息從廢料中分選出有價(jià)值的物料，如圖1.1（a）所示。MendozaFA等研究的顏色分選設(shè)備是根據(jù)顏色采用支持向量機(jī)算法對(duì)黑豆進(jìn)行等級(jí)劃分，如圖1.1(b)所示。TOMRA集團(tuán)的PET色選機(jī)（b）黑豆根據(jù)顏色的等級(jí)劃分圖STYLEREF1\s1.SEQ圖\*ARABIC\s11顏色分選設(shè)備及顏色的等級(jí)劃分隨著養(yǎng)殖業(yè)、農(nóng)業(yè)等領(lǐng)域規(guī)模的擴(kuò)大，人工分揀已經(jīng)逐漸被機(jī)器分揀所代替。通過(guò)機(jī)器識(shí)別雞冠顏色的方法來(lái)對(duì)每個(gè)雞籠進(jìn)行檢測(cè)[21]，精準(zhǔn)度高，能夠進(jìn)行批量生產(chǎn)。我國(guó)珍珠工業(yè)仍處于人工分級(jí)階段，但利用機(jī)器視覺(jué)對(duì)珍珠進(jìn)行分級(jí)的研究，進(jìn)入21世紀(jì)，高校和企業(yè)紛紛加入到其中來(lái)[22]。我國(guó)作為煙草大國(guó)，煙葉的分揀迫切的需要進(jìn)行自動(dòng)化改革[23]。智能機(jī)器人技術(shù)近年來(lái)不斷發(fā)展提高，除了最初的娛樂(lè)功能，還能代替人類(lèi)進(jìn)行高效的工作[24]，參與企業(yè)的生產(chǎn)線，提高其自動(dòng)化水準(zhǔn)[25]?！?36”計(jì)劃是國(guó)家一項(xiàng)重點(diǎn)計(jì)劃，在該計(jì)劃的支持下，機(jī)器人的研究成果已經(jīng)取得了巨大的進(jìn)展[26]。機(jī)器視覺(jué)的不斷發(fā)展進(jìn)步下，企業(yè)看到了生產(chǎn)線實(shí)現(xiàn)全自動(dòng)化的可能性，并對(duì)機(jī)器視覺(jué)的功能應(yīng)用提出了更高的要求[27]。圖像是一種基本視覺(jué)特征，在社會(huì)生產(chǎn)生活中起著重要的作用[28]，顯示識(shí)別結(jié)果的設(shè)備稱(chēng)為分揀系統(tǒng)[29]。分揀過(guò)程是物流系統(tǒng)的重要環(huán)節(jié)之一[30]，是服務(wù)機(jī)器人與非結(jié)構(gòu)化環(huán)境交互的關(guān)鍵構(gòu)件[31]?；跈C(jī)器視覺(jué)的分選系統(tǒng)的研究在各個(gè)領(lǐng)域都頗受關(guān)注，現(xiàn)代行業(yè)自動(dòng)化生產(chǎn)、分揀已經(jīng)成為不可逆的趨勢(shì)[32]，隨著視覺(jué)理論研究的不斷深入，機(jī)器視覺(jué)在工業(yè)領(lǐng)域的應(yīng)用將越來(lái)越廣泛[33]。參考文獻(xiàn)[1]劉亮.機(jī)器人視覺(jué)識(shí)別抓取物件[J].中小企業(yè)管理與科技(下旬刊),2020(12):180-181.[2]彭志文,陶春榮,陳威,等.視覺(jué)定位下的并聯(lián)機(jī)械手運(yùn)動(dòng)仿真平臺(tái)設(shè)計(jì)[J].機(jī)床與液壓,2018,46(17):53-56.[3]黃倫,劉沛,譚濤.智能垃圾分揀系統(tǒng)的模擬與實(shí)現(xiàn)[J].機(jī)電工程,2014,31(11):1452-1456.[4]顧學(xué)民,秦現(xiàn)生,賀峰,等.竹片顏色在線分揀的機(jī)器視覺(jué)化研究[J].制造業(yè)自動(dòng)化,2010,32(11):1-5+10.[5].第一講工業(yè)機(jī)械手的分類(lèi)及應(yīng)用[J].機(jī)械工人技術(shù)資料,1976(06):56-62.[6]曾憲榮,趙楠.分揀機(jī)械手視覺(jué)檢測(cè)與伺服的研究[J].山東工業(yè)技術(shù),2018(21):34+8.[7]劉華鋒.工業(yè)機(jī)器人分揀系統(tǒng)的設(shè)計(jì)[J].鍛壓裝備與制造技術(shù),2020,55(06):69-72.[8]吳云鋒.視覺(jué)識(shí)別機(jī)器人在分揀系統(tǒng)中的設(shè)計(jì)與應(yīng)用[J].設(shè)備管理與維修,2019(08):160-161.[9]張夢(mèng)琦.機(jī)器視覺(jué)識(shí)別技術(shù)在分揀機(jī)器人系統(tǒng)中的應(yīng)用[D].大連理工大學(xué),2017.[10]楊國(guó)煒.基于單目視覺(jué)引導(dǎo)的機(jī)械手定位技術(shù)研究[D].江西理工大學(xué),2020.[11]王明順,關(guān)守平,陳述平,等.一種分類(lèi)機(jī)械手的研制與開(kāi)發(fā)[J].東北大學(xué)學(xué)報(bào),2006(09):957-960.[12]任慧娟,金守峰,顧金芋.基于顏色特征的筒紗分揀機(jī)器人識(shí)別定位方法[J].輕工機(jī)械,2020,38(04):58-63.[13]任彬,張中然,張無(wú)極,等.基于視覺(jué)識(shí)別的點(diǎn)膠用直角坐標(biāo)機(jī)械手[J].機(jī)械工程與自動(dòng)化,2018(05):168-170.[14]陳志新,梁世曉,董瑞雪,等.基于圖像處理和位姿誤差修正的機(jī)械手視覺(jué)定位研究[J].科技和產(chǎn)業(yè)