最早的工業(yè)機器人沒有外部傳感器。他們無法對環(huán)境中的信息做出反應(yīng)。雖然這些機器人有用途，但它們的局限性是顯而易見的。

開發(fā)了不同的傳感器以促進交互。其中最先進的是：機器視覺。

機器視覺使用相機來收集“視覺數(shù)據(jù)”。數(shù)據(jù)使用復(fù)雜的算法進行處理，這些算法可以幫助機器人識別物體并以幾乎沒有其他傳感器技術(shù)可比的方式對不斷變化的條件做出反應(yīng)。

機器視覺需要巨大的編程和工程挑戰(zhàn)。但是，由于多種原因，情況正在迅速改善：

• 能夠在不同條件下運行的更精確的視覺傳感器；

• 加速系統(tǒng)開發(fā)的編程和軟件設(shè)計工具；

• 更強的處理能力、帶寬和與其他工具的連接性；

• 對機器視覺提供的機會有更廣泛、更熱情的興趣。

機器視覺的未來是什么？

2017 年及以后，三大挑戰(zhàn)突出：

機器視覺照明

環(huán)境照明長期以來一直是機器視覺領(lǐng)域的通配符，需要極高的精度來優(yōu)化性能。專家需要找到量化傳統(tǒng)上難以預(yù)測或記錄的照明細節(jié)的方法。

表面變化和反射率

即使是設(shè)計良好的系統(tǒng)，金屬表面的反射特性也會令人困惑。然而，在工業(yè)中，許多系統(tǒng)需要與金屬部件連接。從硬件和軟件的角度來看，可能需要更強大的質(zhì)量控制。

3D 引導(dǎo)和建模

隨著機器視覺系統(tǒng)越來越多地從 2D 到 3D 規(guī)范，它們將需要處理更多數(shù)據(jù)。通過集成機器學(xué)習(xí)，系統(tǒng)將能夠更有效地區(qū)分可接受和不可接受的輸出。

具有機載機器視覺的機器人曾經(jīng)是極少數(shù)。然而，在未來十年，新系統(tǒng)很可能會大量采用機器視覺。工程師必須快速迭代以優(yōu)化新技術(shù)并迎接新挑戰(zhàn)。