云計(jì)算、大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能等新興信息技術(shù)與制造業(yè)深度融合，正在引發(fā)對(duì)制造業(yè)研發(fā)設(shè)計(jì)、生產(chǎn)制造、產(chǎn)業(yè)形態(tài)、商業(yè)模式、業(yè)務(wù)運(yùn)營(yíng)、決策方式、組織形態(tài)、企業(yè)文化等方面的深刻變革。隨著機(jī)器視覺技術(shù)成熟，機(jī)器視覺技術(shù)已經(jīng)逐步發(fā)展成為工業(yè)自動(dòng)化生產(chǎn)過程中不可或缺的關(guān)鍵組成子系統(tǒng)，工業(yè)場(chǎng)景光學(xué)字符識(shí)別應(yīng)用越來越成熟。

工件出入庫管理現(xiàn)狀：在復(fù)雜的工業(yè)制造環(huán)境中，為了更好的追蹤工件的入庫以及出庫情況，工廠會(huì)選擇在工件表面印有工件編號(hào)，工人通過肉眼識(shí)別工件編號(hào)數(shù)字，手動(dòng)錄入數(shù)據(jù)庫信息完成對(duì)工件的管理。這種方法不僅效率低下，且混亂的工業(yè)環(huán)境極易導(dǎo)致錯(cuò)誤的產(chǎn)生。在工件數(shù)據(jù)管理方面，迫切需要智能化工具來管理數(shù)據(jù)，將信息錄入實(shí)現(xiàn)自動(dòng)化。

工件出入庫需求分析：工件入庫前對(duì)工件情況進(jìn)行統(tǒng)計(jì)，包括激光壓印上每個(gè)工件的工件種類、入庫日期等信息；在出庫時(shí)將每個(gè)工件對(duì)運(yùn)輸情況匹配，需要明確當(dāng)前的工件編號(hào)，防止丟失工件信息，保證滿足工廠的追蹤要求。

工件編號(hào)字符自動(dòng)識(shí)別解決方案：基于機(jī)器視覺技術(shù)壓刻工件信息識(shí)別。

1、工件編號(hào)定位

工業(yè)環(huán)境下背景混亂，常有工人手寫標(biāo)記干擾，造成編號(hào)的誤定位，編號(hào)區(qū)域的準(zhǔn)確定位是識(shí)別正確的前提。工件編號(hào)定位是在輸入圖像中檢測(cè)出工件編號(hào)所在的位置，工件編號(hào)字符是由字母與數(shù)字組成，由于背景復(fù)雜，字跡污染等問題，通過建立工件編號(hào)定位模型，選取輕量化網(wǎng)絡(luò)MobileNetV2作為工件編號(hào)特征提取網(wǎng)絡(luò)，經(jīng)采樣特征增強(qiáng)后，引入ASPP模塊以更好的適用小目標(biāo)工件編號(hào)的區(qū)域定位。

2、工件編號(hào)識(shí)別

針對(duì)工件編號(hào)粘連程度過高、難以分割、斷裂以及長(zhǎng)度不固定的問題，采用了一種非分割式的識(shí)別算法模型，通過改進(jìn)特征提取網(wǎng)絡(luò)，增加字符細(xì)節(jié)特征表達(dá)提高了模型準(zhǔn)確率。對(duì)編號(hào)區(qū)域字符進(jìn)行數(shù)據(jù)集的制作，并通過數(shù)據(jù)增強(qiáng)的方法解決數(shù)據(jù)集樣本不平衡的問題，提高識(shí)別模型的抗干擾性能。

3、工件出入庫系統(tǒng)

工件出入庫系統(tǒng)面向需要對(duì)工件進(jìn)行操作的員工，核心是完成工件信息的錄入。信息錄入模塊的主要操作流程是通過獲取工件編號(hào)后手動(dòng)選擇工件狀態(tài)，并對(duì)工件類型進(jìn)行選擇后提交。其中編號(hào)獲取方式可以通過從設(shè)備獲取。

工業(yè)生產(chǎn)的自動(dòng)化已經(jīng)成為未來制造業(yè)的發(fā)展趨勢(shì)，基于視覺識(shí)別的工件出入庫系統(tǒng)，實(shí)現(xiàn)對(duì)工業(yè)場(chǎng)景下的編號(hào)字符拍照識(shí)別，提升工業(yè)生產(chǎn)過程中的自動(dòng)化水平，為企業(yè)帶來的人力的減少和工作效率的提高，以及對(duì)于人工的依賴也會(huì)隨之降低。

*整理自網(wǎng)絡(luò)*