行业新闻
机器视觉——提高机器人智能化水平的关键因素
日期：2018-07-09
来源：三姆森科技
今年的“618”购物节，许多“剁手党”都有这样的体会：加入购物车、下单，手机才放下没多久，就可开门收快递了。为何今年的快递送得格外快？据了解，在“618”购物期间，京东等商家除了强大的物流配送能力外，最重要的是在末端配送环节使用了智能配送机器人。如今，随着技术的不断发展，智能机器人被广泛应用于工业生产、社会服务、家庭生活等领域。
近十年来，随着资本大量进入以及商业推广不断深入，机器人领域的技术得到了飞速发展，被广泛应用于各种制造、维护、修理、清理、清洗、保安、监护、运输、导引、采摘等工作领域。其中，机器视觉是机器人发展的重要方向，是提高机器人智能化水平的关键因素之一，有助于实现机器人工作的自动化。
人类和动物获取外界信息的最主要来源是眼睛。人们通过眼睛可得到被观测物体的大小、形状、颜色、位置等各种参数，以便大脑进行下一步判断。智能机器人之所以能够根据实际工作环境，自行判断所要执行的功能并对外界做出反应性动作，最重要因素之一是感知环境。机器人感知环境通常依赖于各种接触型以及非接触型传感器，机器视觉就是基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。此外，具有机器视觉的机器人能够及时感知外部环境的变化，并且方便智能机器人的控制系统做出相应调整，提高了机器人的灵活性和对外部环境变化的适应力。
根据测量设备的不同，机器视觉分为以下三种：
单目视觉技术，即安装单个摄像机进行图像采集，一般只能获取到二维图像。早在上世纪70年代就出现了视觉系统辅助机器人控制机械手进行生产的专利申请。另外，在上世纪80年代，专利申请公开了机器人能够以视觉感知的方式沿规定的路径移动。此后，单目视觉一直发展应用至今，广泛应用于智能机器人领域。然而，由于该技术受限于较低图像精度以及数据稳定性的问题，因此需要和超声、红外等其它类型传感器共同工作。为了克服这些问题，人们在上世纪80年代研发出双目视觉技术。
双目视觉技术，是一种模拟人类双眼处理环境信息的方式，通过两个摄像机从外界采集一副或者多幅不同视角的图像，从而建立被测物体的三维坐标。上世纪80年代，双目视觉技术已应用于移动机器人导航此外，双目视觉技术作为机器视觉研究的重点和方向，被广泛应用于生产制造以及各领域中。从分类看，双目视觉技术大致分为机械臂视觉控制、移动机器人视觉控制、无人机无人船视觉控制等方向。在机械臂视觉控制的焊接领域，双目机器人能够更好地满足焊接起始位置的导引、焊缝跟踪等功能在移动机器人视觉控制的扫地机器人领域，双目视觉帮助设备自动采集、处理视觉和激光数据，并从多个不同目标中自动检测感兴趣的目标在无人机领域，双目视觉能够提高姿态解算算法的精度以及鲁棒性和稳定性此外，双目视觉技术还广泛应用于农业采摘领域，比如帮助机械臂避障和果实定位然而，不可否认的是，双目视觉技术还存在可视场景限制等问题。基于此，多目视觉技术应运而生。
多目视觉技术，是指采用了多个摄像机以减少盲区，降低错误检测的机率。该技术主要用于物体的运动测量工作。在机械臂手眼协调方面，多目视觉技术能够克服物体捕捉的盲区，使机械臂进行抓取更加有效在工业机器人进行装配领域，多目视觉也能够精确识别和定位被测物体，进而提高装配机器人的智能程度和定位精度。此外，多目视觉技术还可以采用模仿生物的视觉系统构造获得更加清晰的图像和较高的处理能力，并改善对物体的定位，比如仿蜥蜴仿蜘蛛等。
机器视觉在国外起步较早。相比而言，国内对智能机器人的视觉系统进行研究起于国家“八五”计划期间，在2000年才把机器视觉应用于清洁机器人，并提交专利申请，比如判断污染物密集区以及识别漂浮物。进入21世纪，我国在相关领域的研发和专利申请有了显著提升。从2003年至2010年，智能机器人涉及机器视觉领域的年专利申请量都在60件以下，而2011年、2012年的年专利申请量已经上升到100件左右。需要指出的是，从2012年开始，该领域的年专利申请量出现飞速增长，2017年的年专利申请量近700件。
截至2018年5月31日，我国智能机器人领域涉及机器视觉的专利申请共2600余件，其中涉及双目视觉技术的专利申请有300余件，涉及多目视觉技术专利申请不足10件。该领域国内专利申请人主要有：成都万先自动化科技有限责任公司，主要涉及机器视觉与多种其余传感器，比如超声、红外等配合来对环境进行识别；中国科学院自动化研究所在该领域的专利申请量次之，主要涉及机械臂视觉控制以及移动机器人导航方面；紧随其后的是上海交通大学，主要侧重焊接机器人的视觉控制；沈阳新松机器人自动化股份有限公司主要在工业机器人的装配以及服务机器人的追踪导引领域进行了专利布局。
从以上分析可知，尽管我国在机器视觉技术领域起步较晚，但发展较为迅速。值得一提的是，国内申请人在机器视觉方面的专利申请，集中在机器视觉各个领域的应用，而涉及机器视觉本身算法的专利申请不多。由于机器视觉本身涉及到图像处理以及被测物体坐标的构建，因此，该领域核心技术除了摄像机的标定外，主要依赖于视觉定位算法来实现，而算法的优劣直接影响智能机器人的灵活性与可靠性。如此看来，国内在视觉定位算法方面相对于跨国公司而言还存在一定差距。从长远发展角度看，随着集成电路、处理器技术的进一步发展，我国在双目视觉技术领域还有非常大的潜力可挖，相关企业应加强该领域的研发和专利布局。
近十年来，随着资本大量进入以及商业推广不断深入，机器人领域的技术得到了飞速发展，被广泛应用于各种制造、维护、修理、清理、清洗、保安、监护、运输、导引、采摘等工作领域。其中，机器视觉是机器人发展的重要方向，是提高机器人智能化水平的关键因素之一，有助于实现机器人工作的自动化。
人类和动物获取外界信息的最主要来源是眼睛。人们通过眼睛可得到被观测物体的大小、形状、颜色、位置等各种参数，以便大脑进行下一步判断。智能机器人之所以能够根据实际工作环境，自行判断所要执行的功能并对外界做出反应性动作，最重要因素之一是感知环境。机器人感知环境通常依赖于各种接触型以及非接触型传感器，机器视觉就是基于仿生的角度发展而来，比如模拟眼睛是通过视觉传感器进行图像采集，并在获取之后由图像处理系统进行图像处理和识别。此外，具有机器视觉的机器人能够及时感知外部环境的变化，并且方便智能机器人的控制系统做出相应调整，提高了机器人的灵活性和对外部环境变化的适应力。
根据测量设备的不同，机器视觉分为以下三种：
单目视觉技术，即安装单个摄像机进行图像采集，一般只能获取到二维图像。早在上世纪70年代就出现了视觉系统辅助机器人控制机械手进行生产的专利申请。另外，在上世纪80年代，专利申请公开了机器人能够以视觉感知的方式沿规定的路径移动。此后，单目视觉一直发展应用至今，广泛应用于智能机器人领域。然而，由于该技术受限于较低图像精度以及数据稳定性的问题，因此需要和超声、红外等其它类型传感器共同工作。为了克服这些问题，人们在上世纪80年代研发出双目视觉技术。
双目视觉技术，是一种模拟人类双眼处理环境信息的方式，通过两个摄像机从外界采集一副或者多幅不同视角的图像，从而建立被测物体的三维坐标。上世纪80年代，双目视觉技术已应用于移动机器人导航此外，双目视觉技术作为机器视觉研究的重点和方向，被广泛应用于生产制造以及各领域中。从分类看，双目视觉技术大致分为机械臂视觉控制、移动机器人视觉控制、无人机无人船视觉控制等方向。在机械臂视觉控制的焊接领域，双目机器人能够更好地满足焊接起始位置的导引、焊缝跟踪等功能在移动机器人视觉控制的扫地机器人领域，双目视觉帮助设备自动采集、处理视觉和激光数据，并从多个不同目标中自动检测感兴趣的目标在无人机领域，双目视觉能够提高姿态解算算法的精度以及鲁棒性和稳定性此外，双目视觉技术还广泛应用于农业采摘领域，比如帮助机械臂避障和果实定位然而，不可否认的是，双目视觉技术还存在可视场景限制等问题。基于此，多目视觉技术应运而生。
多目视觉技术，是指采用了多个摄像机以减少盲区，降低错误检测的机率。该技术主要用于物体的运动测量工作。在机械臂手眼协调方面，多目视觉技术能够克服物体捕捉的盲区，使机械臂进行抓取更加有效在工业机器人进行装配领域，多目视觉也能够精确识别和定位被测物体，进而提高装配机器人的智能程度和定位精度。此外，多目视觉技术还可以采用模仿生物的视觉系统构造获得更加清晰的图像和较高的处理能力，并改善对物体的定位，比如仿蜥蜴仿蜘蛛等。
机器视觉在国外起步较早。相比而言，国内对智能机器人的视觉系统进行研究起于国家“八五”计划期间，在2000年才把机器视觉应用于清洁机器人，并提交专利申请，比如判断污染物密集区以及识别漂浮物。进入21世纪，我国在相关领域的研发和专利申请有了显著提升。从2003年至2010年，智能机器人涉及机器视觉领域的年专利申请量都在60件以下，而2011年、2012年的年专利申请量已经上升到100件左右。需要指出的是，从2012年开始，该领域的年专利申请量出现飞速增长，2017年的年专利申请量近700件。
截至2018年5月31日，我国智能机器人领域涉及机器视觉的专利申请共2600余件，其中涉及双目视觉技术的专利申请有300余件，涉及多目视觉技术专利申请不足10件。该领域国内专利申请人主要有：成都万先自动化科技有限责任公司，主要涉及机器视觉与多种其余传感器，比如超声、红外等配合来对环境进行识别；中国科学院自动化研究所在该领域的专利申请量次之，主要涉及机械臂视觉控制以及移动机器人导航方面；紧随其后的是上海交通大学，主要侧重焊接机器人的视觉控制；沈阳新松机器人自动化股份有限公司主要在工业机器人的装配以及服务机器人的追踪导引领域进行了专利布局。
从以上分析可知，尽管我国在机器视觉技术领域起步较晚，但发展较为迅速。值得一提的是，国内申请人在机器视觉方面的专利申请，集中在机器视觉各个领域的应用，而涉及机器视觉本身算法的专利申请不多。由于机器视觉本身涉及到图像处理以及被测物体坐标的构建，因此，该领域核心技术除了摄像机的标定外，主要依赖于视觉定位算法来实现，而算法的优劣直接影响智能机器人的灵活性与可靠性。如此看来，国内在视觉定位算法方面相对于跨国公司而言还存在一定差距。从长远发展角度看，随着集成电路、处理器技术的进一步发展，我国在双目视觉技术领域还有非常大的潜力可挖，相关企业应加强该领域的研发和专利布局。
