朱陽(yáng)芬，銀冬平，鄒舜章，王海文，周為

（1.湖南獵豹汽車股份有限公司長(zhǎng)沙分公司，湖南 長(zhǎng)沙 410000；2.湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院，湖南 長(zhǎng)沙 410082；3.湖南豐源業(yè)翔晶科新能源股份有限公司，湖南 長(zhǎng)沙 410000）

機(jī)器視覺在汽車行業(yè)中的發(fā)展與應(yīng)用

朱陽(yáng)芬1，銀冬平1，鄒舜章2，王海文3，周為3

（1.湖南獵豹汽車股份有限公司長(zhǎng)沙分公司，湖南 長(zhǎng)沙 410000；2.湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院，湖南 長(zhǎng)沙 410082；3.湖南豐源業(yè)翔晶科新能源股份有限公司，湖南 長(zhǎng)沙 410000）

隨著光電技術(shù)的發(fā)展，出現(xiàn)了通過機(jī)器代替人眼識(shí)別功能的機(jī)器視覺技術(shù)。機(jī)器視覺具有高自動(dòng)化、高準(zhǔn)確性、方便、安全等特點(diǎn)，在眾多的領(lǐng)域得到了應(yīng)用。文章概述了機(jī)器視覺的發(fā)展歷史、基本結(jié)構(gòu)、工作原理及國(guó)內(nèi)外應(yīng)用情況；著重介紹了機(jī)器視覺在汽車行業(yè)的發(fā)展與應(yīng)用，及未來發(fā)展趨勢(shì)。機(jī)器視覺的廣泛應(yīng)用已經(jīng)是不爭(zhēng)的事實(shí)，目前機(jī)器視覺在汽車行業(yè)中各方面的應(yīng)用，都已經(jīng)處于自動(dòng)化技術(shù)的前沿。

機(jī)器視覺；汽車；發(fā)展與應(yīng)用

1 引言

1.1 機(jī)器視覺起源歷史

機(jī)器視覺的研究是從20世紀(jì)60年代中期美國(guó)學(xué)者L.R.羅伯茲關(guān)于理解多面體組成的積木世界研究開始的[1]。當(dāng)時(shí)運(yùn)用的預(yù)處理、邊緣檢測(cè)、輪廓線構(gòu)成、對(duì)象建模、匹配等技術(shù)，后來一直在機(jī)器視覺中應(yīng)用。

羅伯茲在圖像分析過程中，采用了自底向上的方法[2]。用邊緣檢測(cè)技術(shù)來確定輪廓線，用區(qū)域分析技術(shù)將圖像劃分為由灰度相近的像素組成的區(qū)域，這些技術(shù)統(tǒng)稱為圖像分割。其目的在于用輪廓線和區(qū)域?qū)λ治龅膱D像進(jìn)行描述，以便同機(jī)內(nèi)存儲(chǔ)的模型進(jìn)行比較匹配。

實(shí)踐表明，只用自底向上的分析太困難，必須同時(shí)采用自頂向下，即把目標(biāo)分為若干子目標(biāo)的分析方法，運(yùn)用啟發(fā)式知識(shí)對(duì)對(duì)象進(jìn)行預(yù)測(cè)。這同言語(yǔ)理解中采用的自底向上和自頂向下相結(jié)合的方法是一致的。在圖像理解研究中，A.古茲曼提出運(yùn)用啟發(fā)式知識(shí)，表明用符號(hào)過程來解釋輪廓畫的方法不必求助于諸如最小二乘法匹配之類的數(shù)值計(jì)算程序[3]。

70年代以后，機(jī)器視覺形成幾個(gè)重要研究分支：一、目標(biāo)制導(dǎo)的圖像處理；二、圖像處理和分析的并行算法；三、從二維圖像提取三維信息；四、序列圖像分析和運(yùn)動(dòng)參量求值；五、視覺知識(shí)的表示；六、視覺系統(tǒng)的知識(shí)庫(kù)等。

1.2 機(jī)器視覺的全球應(yīng)用

在國(guó)外，機(jī)器視覺的應(yīng)用普及主要體現(xiàn)在半導(dǎo)體及電子行業(yè)，其中大概40%-50%都集中在半導(dǎo)體行業(yè)[4]。機(jī)器視覺系統(tǒng)還在質(zhì)量檢測(cè)的各個(gè)方面已經(jīng)得到了廣泛的應(yīng)用，并且其產(chǎn)品在應(yīng)用中占據(jù)著舉足輕重的地位。而在中國(guó)，機(jī)器視覺的應(yīng)用開始于90年代，大多為國(guó)外品牌。國(guó)內(nèi)大多機(jī)器視覺公司基本上是靠代理國(guó)外各種機(jī)器視覺品牌起家，隨著機(jī)器視覺的不斷應(yīng)用，公司規(guī)模慢慢做大，技術(shù)上已經(jīng)逐漸成熟。

圖1

如今，中國(guó)正成為世界機(jī)器視覺發(fā)展最活躍的地區(qū)之一，應(yīng)用范圍涵蓋了工業(yè)、農(nóng)業(yè)、醫(yī)藥、軍事、航天、氣象、天文、公安、交通、安全、科研等國(guó)民經(jīng)濟(jì)的各個(gè)行業(yè)[5]。其重要原因是中國(guó)已經(jīng)成為全球制造業(yè)的加工中心，高要求的零部件加工及其相應(yīng)的先進(jìn)生產(chǎn)線，使許多具有國(guó)際先進(jìn)水平的機(jī)器視覺系統(tǒng)和應(yīng)用經(jīng)驗(yàn)也進(jìn)入了中國(guó)。

機(jī)器視覺技術(shù)在汽車制造業(yè)中的應(yīng)用[6]，大大提高了工藝運(yùn)行質(zhì)量和生產(chǎn)效率，降低了勞動(dòng)強(qiáng)度，已在不少國(guó)內(nèi)大企業(yè)得到成功的應(yīng)用，包括汽車整車和零部件自動(dòng)化檢測(cè)，3D四輪定位，汽車產(chǎn)品裝配/加工，智能駕駛[7]。

2 機(jī)器視覺的原理概述

機(jī)器視覺就是用機(jī)器代替人眼來做測(cè)量和判斷。機(jī)器視覺系統(tǒng)是通過機(jī)器視覺產(chǎn)品(即圖像攝取裝置，分 CMOS和CCD兩種)將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，得到被攝目標(biāo)的形態(tài)信息，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào);圖像系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，進(jìn)而根據(jù)判別的結(jié)果來控制現(xiàn)場(chǎng)的設(shè)備動(dòng)作[1]。

一個(gè)典型的工業(yè)機(jī)器視覺系統(tǒng)包括：光源、鏡頭（定焦鏡頭、變倍鏡頭、遠(yuǎn)心鏡頭、顯微鏡頭）、 相機(jī)（包括CCD相機(jī)和COMS相機(jī)）、圖像處理單元（或圖像捕獲卡）、圖像處理軟件、監(jiān)視器、通訊 / 輸入輸出單元等[8,9]。

機(jī)器視覺檢測(cè)系統(tǒng)采用 CCD照相機(jī)將被檢測(cè)的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，圖像處理系統(tǒng)對(duì)這些信號(hào)進(jìn)行各種運(yùn)算來抽取目標(biāo)的特征，如面積、數(shù)量、位置、長(zhǎng)度，再根據(jù)預(yù)設(shè)的允許度和其他條件輸出結(jié)果，包括尺寸、角度、個(gè)數(shù)、合格/不合格、有/無(wú)等，實(shí)現(xiàn)自動(dòng)識(shí)別功能。

3 機(jī)器視覺在汽車行業(yè)的應(yīng)用情況

汽車行業(yè)作為一個(gè)自動(dòng)化程度比較高的高科技行業(yè)，很多先進(jìn)的自動(dòng)化技術(shù)已經(jīng)成功的運(yùn)用到該行業(yè)各個(gè)生產(chǎn)流程中。在汽車制造的許多環(huán)節(jié)已經(jīng)做到了無(wú)人化操作，這樣就要求有一種可靠的檢測(cè)技術(shù)去驗(yàn)證每一次裝配的正確性及裝配部件的合格性。機(jī)器視覺技術(shù)以其獨(dú)特的技術(shù)優(yōu)勢(shì)成為自動(dòng)檢測(cè)系統(tǒng)的首選。

機(jī)器視覺作為 21世紀(jì)的新興科技之一已經(jīng)被廣泛的應(yīng)用于汽車生產(chǎn)制造的各個(gè)環(huán)節(jié)，例如汽車零部件的尺寸及外觀質(zhì)量檢測(cè)，自動(dòng)裝配正確性的檢測(cè)[10]。以前傳統(tǒng)的檢測(cè)方式耗費(fèi)大量人力，而且容易受到工人主觀情緒及自身技術(shù)水平的影響，不能保證很高的檢驗(yàn)合格率。許多汽車制造廠家開始嘗試使用機(jī)器視覺檢測(cè)來替代傳統(tǒng)的檢測(cè)方式，并取得了良好的效果。

3.1 機(jī)器視覺用于3D四輪定位

湖南科技大學(xué)機(jī)電工程學(xué)院趙前程等針對(duì)機(jī)器視覺 3D四輪定位儀開發(fā)過程中的關(guān)鍵技術(shù)[11]，基于圖像特征點(diǎn)的灰度模型進(jìn)行棋盤格型角點(diǎn)的亞像素精度提??；基于平面靶標(biāo)進(jìn)行相機(jī)內(nèi)部參數(shù)的標(biāo)定；采用旋轉(zhuǎn)向量一致的雙平面靶標(biāo)進(jìn)行相機(jī)外部參數(shù)的標(biāo)定；基于靶標(biāo)旋轉(zhuǎn)平移過程中的幾何關(guān)系，采用最小二乘法優(yōu)化計(jì)算輪胎巾心點(diǎn)和旋轉(zhuǎn)軸向量。采用l 600像素×l 200像素、像素尺寸3．0um×3.0um、USB3.0接口工業(yè)相機(jī)，940 nm波長(zhǎng)LED環(huán)形光源，8 mm焦距低畸變工業(yè)相機(jī)鏡頭，6×6棋盤格型靶標(biāo)開發(fā)出商品級(jí)的 3D四輪定位儀，并與硬件檔次相當(dāng)?shù)哪硣?guó)際品牌四輪定位儀進(jìn)行了對(duì)比測(cè)試，基本達(dá)到設(shè)計(jì)精度。商品已投放市場(chǎng)，用戶反映良好。

3.2 機(jī)器視覺用于汽車整車和零部件自動(dòng)檢測(cè)

上海交通大學(xué)材料科學(xué)與工程學(xué)院朱虎成等。采用具有獨(dú)特的雙光源光路的機(jī)器視覺系統(tǒng)獲取活塞表面圖像信息，以LabView軟件為平臺(tái)對(duì)數(shù)字圖像信息進(jìn)行處理和分析，實(shí)現(xiàn)了全部活塞終檢項(xiàng)目的一次性檢測(cè)。實(shí)際應(yīng)用證明該系統(tǒng)穩(wěn)定可靠，檢測(cè)效率高，檢測(cè)性能優(yōu)于國(guó)外進(jìn)口同類產(chǎn)品。系統(tǒng)穩(wěn)定可靠，適用于生產(chǎn)線的大批量自動(dòng)化檢測(cè)[12]。

長(zhǎng)春工業(yè)大學(xué)李任江等為了對(duì)工業(yè)現(xiàn)場(chǎng)中汽車縱梁裝配工藝孔進(jìn)行加工在線檢測(cè)，采用機(jī)器視覺和計(jì)算機(jī)控制技術(shù)，對(duì)圖像拼接、特征提取和模式識(shí)別等算法進(jìn)行分析和處理[13]，最終實(shí)現(xiàn)了縱梁裝配工藝孔質(zhì)量的自動(dòng)識(shí)別，并通過實(shí)踐證明該方法具有可行性和實(shí)用性。

江南大學(xué)機(jī)械工程學(xué)院王瑤等為了解決汽車門鎖人工檢測(cè)勞動(dòng)強(qiáng)度大、效率和精度低的問題，設(shè)計(jì)了一套基于機(jī)器視覺的汽車門鎖自動(dòng)檢測(cè)系統(tǒng)[14]，該系統(tǒng)由硬件系統(tǒng)和軟件系統(tǒng)組成。針對(duì)門鎖表面對(duì)比度低、裝配件多和結(jié)構(gòu)復(fù)雜的問題，研究了改進(jìn)的距離保持水平集圖像分割算法和改進(jìn)的SIFT圖像匹配算法，最后將這些算法在計(jì)算機(jī)中編程實(shí)現(xiàn)，完成圖像處理軟件與系統(tǒng)界面軟件設(shè)計(jì)[27]。測(cè)試結(jié)果表明，該系統(tǒng)硬件選型合理，軟件穩(wěn)定性好、效率高，提高了汽車門鎖檢測(cè)的效率與精度，具有很高的實(shí)際意義和經(jīng)濟(jì)價(jià)值。

洛陽(yáng)電光設(shè)備研究所張永強(qiáng)等基于機(jī)器視覺構(gòu)建汽車儀表自動(dòng)檢測(cè)系統(tǒng)已成為實(shí)現(xiàn)儀表生產(chǎn)測(cè)試的主要途徑[16]；基于圖像空間到參數(shù)空間的收斂映射，提出了改進(jìn)CM—Hough變換檢測(cè)算法對(duì)汽車儀表盤的指針位置實(shí)施檢測(cè)，針對(duì)經(jīng)典Hough變換發(fā)散映射運(yùn)算量大的缺點(diǎn)，提出了基于收斂映射cM—Hough變換進(jìn)行指針檢測(cè)的算法。給出了利用 Hough變換的檢測(cè)結(jié)果直接解算指針位置的方法。最后，將算法由軟件編程實(shí)現(xiàn)，通過測(cè)試實(shí)驗(yàn)驗(yàn)證了算法的實(shí)時(shí)性和有效性，測(cè)試數(shù)據(jù)分析顯示了指針位置誤差小于1%。

吉林大學(xué)劉長(zhǎng)英等針對(duì)汽車連桿裂解槽人工檢測(cè)工作量大、效率低且誤差大的現(xiàn)狀，提出一種基于機(jī)器視覺的汽車連桿裂解槽檢測(cè)方法[17]。該方法利用 CCD攝像機(jī)獲取檢測(cè)圖像，通過同態(tài)濾波技術(shù)濾除背景噪聲以提高檢測(cè)圖像的質(zhì)量，通過自適應(yīng)閾值的Canny邊緣檢測(cè)方法提取有效邊緣信息，通過圓形度和扁度對(duì)目標(biāo)特征進(jìn)行檢測(cè)和識(shí)別，通過對(duì)汽車連桿進(jìn)行實(shí)際檢測(cè)來驗(yàn)證。結(jié)果表明該檢測(cè)方法能夠快速、準(zhǔn)確地對(duì)汽車連桿裂解槽進(jìn)行檢測(cè)判斷，可有效避免人工檢測(cè)帶來的誤判及漏檢情況，具有高的檢測(cè)精度和檢測(cè)效率，并且具有很高的可靠性和重復(fù)性。

吉林大學(xué)蘇建等使用彩色圖像的彩色分割技術(shù)[15]。開發(fā)了一套基于機(jī)器視覺的汽車整車尺寸測(cè)量系統(tǒng)。論述了該系統(tǒng)組成、測(cè)量原理及方法，針對(duì)復(fù)雜背景的彩色圖像，提出利用初始輪廓線逐漸逼近最佳圖像邊緣，讓圖像輪廓的整體信息參與分類過程，有效地克服了噪聲影響，同時(shí)又不損失圖像的邊緣信息，提高了圖像邊緣的檢測(cè)精度和分割的質(zhì)量。試驗(yàn)結(jié)果表明，該系統(tǒng)可以實(shí)現(xiàn)汽車整車尺寸的自動(dòng)、快速、準(zhǔn)確測(cè)量。

3.3 機(jī)器視覺應(yīng)用于汽車產(chǎn)品裝配/加工

合肥工業(yè)大學(xué)劉明周等在分析機(jī)器視覺在制造業(yè)應(yīng)用模式的基礎(chǔ)上，以機(jī)械產(chǎn)品裝配作業(yè)為研究對(duì)象，設(shè)計(jì)了基于機(jī)器視覺的機(jī)械產(chǎn)品裝配系統(tǒng)在線作業(yè)體系架構(gòu)，定義了機(jī)械產(chǎn)品裝配系統(tǒng)在線作業(yè)視覺因子集及其圖像處理算子[15]。構(gòu)建了面向機(jī)械產(chǎn)品裝配作業(yè)過程的視覺集成應(yīng)用基于知識(shí)的面向?qū)ο驪etri網(wǎng)模型，其中知識(shí)規(guī)則賦予模型中的決策變遷智能行為，主要用于解決模型中的算法失效與系統(tǒng)死鎖問題。以某汽車公司雙離合自動(dòng)變速箱閥體裝配工藝為例，基于 HALCON視覺開發(fā)環(huán)境進(jìn)行了原型系統(tǒng)開發(fā)，驗(yàn)證了該方法的可行性和有效性。

在汽車新能源電池模塊焊裝中也可應(yīng)用機(jī)器視覺。 軟包單體電池的設(shè)計(jì)使得傳統(tǒng)的工裝定位尤為困難，且在 PACK過程中，偏軟的單體電池極耳伸出長(zhǎng)度尺寸，每個(gè)單體電池串并聯(lián)之間的間距也無(wú)法保證相同，所以可將機(jī)器視覺系統(tǒng)用于動(dòng)力電池模塊的組裝及焊接，實(shí)現(xiàn)電池組裝的高精度定位以及電池焊接的實(shí)時(shí)追蹤[19,20]。同濟(jì)大學(xué)徐劼等通過對(duì)iRVision和Precitec兩種視覺系統(tǒng)的原理分析，將其結(jié)合應(yīng)用于新能源汽車動(dòng)力電池制造的工藝過程中，iRVision視覺系統(tǒng)的重復(fù)定位精度達(dá)到了0.07mm，Precitec焊縫跟蹤系統(tǒng)的重復(fù)定位及補(bǔ)償精度達(dá)到了0.1mm，完全滿足電池模塊生產(chǎn)的需求[28]。iRVision視覺系統(tǒng)用于單體電池的沖切和組裝時(shí)的非接觸式定位及引導(dǎo)，可確保電池模塊中的單體電池極耳在Z方向上高度的一致性，從而減少匯電排總線安裝后的間隙。而 Precitec視覺系統(tǒng)則用于電池焊接時(shí)的實(shí)時(shí)焊縫位置追蹤，可確保電池串并聯(lián)焊接時(shí)焊縫在X和Y方向上焊接位置精確。優(yōu)化編程后的視覺焊縫跟蹤系統(tǒng)能使1年內(nèi)的電池模塊焊接一次合格率達(dá)到 98.8%，相較于未使用機(jī)器視覺系統(tǒng)時(shí)其一次合格率不到40%提高了近60%，并且杜絕了因焊接造成的整個(gè)電池模塊報(bào)廢或返工的現(xiàn)象。

3.4 機(jī)器視覺技術(shù)在智能駕駛中應(yīng)用

德國(guó)、美國(guó)和日本等國(guó)在汽車自動(dòng)駕駛領(lǐng)域開展了積極的研究并取得了很大的成績(jī)。我國(guó)國(guó)防科技大學(xué)機(jī)電工程學(xué)院一直在進(jìn)行汽車自動(dòng)駕駛技術(shù)的研究，其與第一汽車集團(tuán)公司聯(lián)合研制的無(wú)人駕駛型“紅旗”CA7460于2003年6月在湖南長(zhǎng)沙試車成功．穩(wěn)定行駛時(shí)速達(dá)130KM／h(美國(guó)最高水平100KM／h、德國(guó)120 KM／h)，最高時(shí)速達(dá)170 KM／h，具備安全超車能力[21]。但他們的系統(tǒng)主要是依靠車載雷達(dá)、紅外測(cè)距儀和圖像傳感器來識(shí)別測(cè)量路面環(huán)境狀況．所得到的路面環(huán)境信息不豐富，不能滿足汽車智能駕駛的要求．所以這些系統(tǒng)都還只能在路況良好的高速公路上應(yīng)用．無(wú)法適應(yīng)道路環(huán)境惡劣的低級(jí)公路和城市公路。

在智能駕駛中應(yīng)用機(jī)器視覺技術(shù)，機(jī)器視覺技術(shù)必須具備實(shí)時(shí)性、魯棒性、實(shí)用性這三個(gè)特點(diǎn)[22]。實(shí)時(shí)性要求機(jī)器視覺系統(tǒng)的數(shù)據(jù)處理必須與車輛的高速行駛同步進(jìn)行；魯棒性是要求智能車輛對(duì)不同的道路環(huán)境如高速公路、市內(nèi)公路、普通公路等，復(fù)雜的路面環(huán)境如路面的寬度、顏色、紋理、彎道、坡度、坑洼、障礙與車流等，各種天氣晴、陰、雨、雪、霧等均具有良好的適應(yīng)性；實(shí)用性指智能車輛能夠?yàn)槠胀ㄓ脩羲邮?。目前，機(jī)器視覺主要用于路徑的識(shí)別與跟蹤。與其它傳感器相比．機(jī)器視覺具有檢測(cè)信息量豐富、無(wú)接觸測(cè)量和能實(shí)現(xiàn)道路環(huán)境三維建模等優(yōu)點(diǎn)。但數(shù)據(jù)處理量極大，存在系統(tǒng)實(shí)時(shí)性和穩(wěn)定性問題，要靠開發(fā)高性能的計(jì)算機(jī)硬件，研究新算法來解決[23]。隨著計(jì)算機(jī)技術(shù)和圖像處理技術(shù)的飛速發(fā)展，三維重建道路環(huán)境為車輛高速智能駕駛提供強(qiáng)大的信息，在不遠(yuǎn)的將來具有現(xiàn)實(shí)可行性。

4 機(jī)器視覺未來發(fā)展趨勢(shì)

4.1 統(tǒng)一開放的標(biāo)準(zhǔn)是機(jī)器視覺發(fā)展的原動(dòng)力

未來，機(jī)器視覺產(chǎn)品的好壞不能夠通過單一因素來衡量，應(yīng)該逐漸按照國(guó)際化的統(tǒng)一標(biāo)準(zhǔn)判定，隨著中國(guó)自動(dòng)化的逐漸開放，將帶領(lǐng)與其相關(guān)的產(chǎn)品技術(shù)也逐漸開放[24]。因此，依靠封閉的技術(shù)難以促進(jìn)整個(gè)行業(yè)的發(fā)展，只有形成統(tǒng)一而開放的標(biāo)準(zhǔn)才能讓更多的廠商在相同的平臺(tái)上開發(fā)產(chǎn)品，這也是促進(jìn)中國(guó)機(jī)器視覺朝國(guó)際化水平發(fā)展的原動(dòng)力。

4.2 基于嵌入式的產(chǎn)品將取代板卡式產(chǎn)品

從產(chǎn)品本身看，機(jī)器視覺會(huì)越來越趨于依靠PC技術(shù)，并且與數(shù)據(jù)采集等其他控制和測(cè)量的集成會(huì)更緊密。且基于嵌入式的產(chǎn)品將逐漸取代板卡式產(chǎn)品，這是一個(gè)不斷增長(zhǎng)的趨勢(shì)。主要原因是隨著計(jì)算機(jī)技術(shù)和微電子技術(shù)的迅速發(fā)展，嵌入式系統(tǒng)應(yīng)用領(lǐng)域越來越廣泛，尤其是其具備低功耗技術(shù)的特點(diǎn)得到人們的重視[25]。另外，嵌入式操作系統(tǒng)絕大部分是以C語(yǔ)言為基礎(chǔ)的，因此使用C高級(jí)語(yǔ)言進(jìn)行嵌入式系統(tǒng)開發(fā)是一項(xiàng)帶有基礎(chǔ)性的工作，使用高級(jí)語(yǔ)言的優(yōu)點(diǎn)是可以提高工作效率，縮短開發(fā)周期，更主要的是開發(fā)出的產(chǎn)品可靠性高、可維護(hù)性好、便于不斷完善和升級(jí)換代等。因此，嵌入式產(chǎn)品將會(huì)取代板卡式產(chǎn)品。

4.3 標(biāo)準(zhǔn)化、一體化解決方案也將是機(jī)器視覺的必經(jīng)之路

由于機(jī)器視覺是自動(dòng)化的一部分，沒有自動(dòng)化就不會(huì)有機(jī)器視覺，機(jī)器視覺軟硬件產(chǎn)品正逐漸成為協(xié)作生產(chǎn)制造過程中不同階段的核心系統(tǒng)，無(wú)論是用戶還是硬件供應(yīng)商都將機(jī)器視覺產(chǎn)品作為生產(chǎn)線上信息收集的工具，這就要求機(jī)器視覺產(chǎn)品大量采用“標(biāo)準(zhǔn)化技術(shù)”[26]，直觀的說就是要隨著自動(dòng)化的開放而逐漸開放，可以根據(jù)用戶的需求進(jìn)行二次開發(fā)。當(dāng)今，自動(dòng)化企業(yè)正在倡導(dǎo)軟硬一體化解決方案，機(jī)器視覺的廠商在未來 5-6年內(nèi)也應(yīng)該不單純是只提供產(chǎn)品的供應(yīng)商，而是逐漸向一體化解決方案的系統(tǒng)集成商邁進(jìn)[29]。

在未來的幾年內(nèi)，隨著中國(guó)加工制造業(yè)的發(fā)展，對(duì)于機(jī)器視覺的需求也逐漸增多；隨著機(jī)器視覺產(chǎn)品的增多，技術(shù)的提高，國(guó)內(nèi)機(jī)器視覺的應(yīng)用狀況將由初期的低端轉(zhuǎn)向高端[30]。由于機(jī)器視覺的介入，自動(dòng)化將朝著更智能、更快速的方向發(fā)展。另外，由于用戶的需求是多樣化的，且要求程度也不相同。那么，個(gè)性化方案和服務(wù)在競(jìng)爭(zhēng)中將日益重要，即用特殊定制的產(chǎn)品來代替標(biāo)準(zhǔn)化的產(chǎn)品也是機(jī)器視覺未來發(fā)展的一個(gè)取向[32,33]。機(jī)器視覺的應(yīng)用也將進(jìn)一步促進(jìn)自動(dòng)化技術(shù)向智能化發(fā)展。

[1]賈云德.機(jī)器視覺[M].北京:科技出版社,2000.

[2]俞撲.圖像測(cè)量技術(shù)用于精密測(cè)量[C].第十屆全國(guó)汽車檢測(cè)技術(shù)年會(huì)論文集,2003:56～59.

[3]朱錚濤.視覺測(cè)量技術(shù)及其在現(xiàn)代制造業(yè)中的應(yīng)用[J].現(xiàn)代制造工程,2004(4):59～61.

[4] 朱正德.談機(jī)器視覺在汽車制造業(yè)中的應(yīng)用[J].中國(guó)測(cè)試技術(shù),2006(32)：22～25.

[5] 王剛.基于 LVDT技術(shù)的活塞銷卡環(huán)裝配質(zhì)量檢測(cè)[J].機(jī)械工程師,2010(6):19～21.

[6] 焦圣喜,韓立強(qiáng),岳曉峰.智能圖像檢測(cè)在活塞在線分選中的應(yīng)用[J].微計(jì)算信息,2008,24(4):19～20.

[7] 阮奇幀.我和LabView[M].北京:北京航空航天出版社.2009.

[8] 鄒明明,盧迪．基于改進(jìn)模板匹配的車牌字符識(shí)別算法實(shí)現(xiàn)[J].研究與開發(fā),2010,29(1)：59～61.

[9] 喬瑞萍.LabView大學(xué)實(shí)用教程[M].北京:電子工業(yè)出版社.2008.

[10] 周傳德,王見,尹愛軍.基于平面標(biāo)靶的物體空間姿態(tài)精確測(cè)量[J].重慶大學(xué)學(xué)報(bào),201l,34(8)：66～70.

[11] 王德超,涂亞慶,張鐵楠.基于計(jì)算機(jī)視覺的汽車四輪定位參數(shù)檢測(cè)數(shù)學(xué)模型及方法研究[J].汽車工程,2008,30(3)：243.246,278.

[12] 夏瑞雪,盧榮勝,劉寧,等.基于網(wǎng)點(diǎn)陣列靶標(biāo)的特征點(diǎn)坐標(biāo)自動(dòng)提取方法[J].巾國(guó)機(jī)械 T.程,2010,21(16):1906～1910.

[13] 楊幸芳,黃玉美,高峰,等.用于攝像機(jī)標(biāo)定的棋盤圖像角點(diǎn)檢測(cè)新算法[J].儀器儀表學(xué)報(bào),201l,32(5)：1109.11 13.

[14] Richard Hanley.Andrew zisserman.Multiple view geometry in computer vision[M].Cambridge: The Press Syndicate of the University of Cambridge.UK.2000.

[15] 卞曉東.基于機(jī)器視覺的車輛幾何尺寸測(cè)量系統(tǒng)研究:[學(xué)位論文].南京:東南大學(xué),2005.

[16] 張可.基于雙目立體視覺原理自由曲面三維重構(gòu):[學(xué)位論文].武漢:華中科技大學(xué),2005.

[17] 張立斌,蘇建,田云鋒.汽車前輪定位參數(shù)快速檢測(cè)的建模研究.公路交通科技, 2003（06）:155～158.

[18] 楊運(yùn)蛾,何嘵鳴.基于圖像處理的客車車廂防雨密封性檢測(cè)方法研究.武漢工業(yè)學(xué)院學(xué)報(bào),2007（06）:75～77.

[19] Lavelle J P,Schuet S R,Schuet D J.High speed 3D scanner with real-time 3D processing. Sensors for Industry Conference,2004.Proceedings the ISA/IEEE 2004:102～108.

[20] 徐劼.機(jī)器視覺在新能源電池模塊總線激光焊接中的應(yīng)用[J].汽車與配件,2017,8:70～73.

[21] 劉群.視景增強(qiáng)雷達(dá)系統(tǒng)的發(fā)展與展望[J].現(xiàn)代雷達(dá),2001,23(4)：7～ll.

[22] 周其煥.前視探測(cè)和多傳感器綜合視景系統(tǒng)在民機(jī)上的應(yīng)用[刀.航空電子技術(shù),2002,33(3)：l～5.

[23] Nicolas HAUTIERE et.a1.Real.time disparity contrast combination for onboard estimation of the visibility distance[J].

[24] IEEE Transactions Oil Intelligent Transpiration Systems,2006.7(2)：201～212.

[25] 祝培,朱虹,錢學(xué)明等.一種有霧天氣圖像景物影像的清晰化方法[J].中國(guó)圖象圖形學(xué)報(bào),2004,9(1)：124～128.

[26] Tan KK,Oaldey JP.A Physics—based approach to color image enhancement in poor visibility conditions[I].Journal of the Optical Society of America A,2001,18(10)：2 460-2467.

[27] GOLNABI H,ASADPOUR A.Design and application of industrial machine vision systems[J].Robotics and Computer-In-tegrated Manufacture,2007,23(6)：630～637.

[28] 劉長(zhǎng)勇,徐方,曲道奎.基于現(xiàn)場(chǎng)總線的汽車門鎖自動(dòng)測(cè)試控制系統(tǒng)研制[J].機(jī)械設(shè)計(jì)與制造,2010,4:145～147.

[29] 張凱麗,劉輝.邊緣檢測(cè)技術(shù)的發(fā)展研究[J].昆明理工大學(xué)學(xué)報(bào).2000,z5(5)：36-39.

[30] O.Djekoune,K. Achour,Vision-guided mobile robot navigation using neural network,Image and Signal Processing and Analysi8,19～21 June 2001,P 355～361.

[31] 寇淑清,王金偉,鄭祺峰,等.曲軸軸承座／連桿激光加工裂解槽的組織與脹斷性能EJ].光學(xué)精密工程,2011,19(4):768～774.

[32] 趙梅芳,沈邦興,等.多目立體視覺在工業(yè)測(cè)量中的應(yīng)用研究[J].計(jì)算機(jī)測(cè)量與控制,2003,ll(11)：833～835.

[33] 章毓晉.圖像理解與計(jì)算機(jī)視覺[M].北京:清華大學(xué)出版社,2000.

The development and application of machine vision in the automotive industry

Zhu Yangfen1, Yin Dongping1, Zou Shunzhang2, Wang Haiwen3, Zhou Wei3
( 1. Hunan cheetah auto co., LTD., Hunan Changsha 410000;2.Mechanical and vehicle engineering institute of hunan university, Hunan Changsha 410082;3.Fengyuan industry develop hunan xiang jing new energy co., LTD., Hunan Changsha 410000 )

With the development of photoelectric technology, a recognition by machine instead of human eyes of machine vision technology.Machine vision with high automation, high accuracy, convenience, safety, etc, have been applied in many fields.This paper summarizes the development history of machine vision, basic structure, working principle and application situation at home and abroad;Introduces the development and application of machine vision in the automotive industry, and the future development trend.The wide application of machine vision is indisputable fact that the current machine vision in all aspects of the application in the automotive industry, has been at the forefront of the automation technology.

machine vision; Car; Development and application of

U467

A

1671-7988(2017)22-08-04

10.16638 /j.cnki.1671-7988.2017.22.004

朱陽(yáng)芬，本科，工程師，就職于湖南獵豹汽車股份有限公司長(zhǎng)沙分公司、研究方向?yàn)樾履茉雌囯姵氐慕M裝與應(yīng)用。

CLC NO.:U467

A

1671-7988(2017)22-08-04