冉捷
(湖北武漢軟件工程職業學院 430000)
當今的汽車產業正面臨著重要變革,電動車、無人駕駛汽車和智能汽車已成為當下和未來發展的明確方向。伴隨汽車產業的升級,視覺技術在汽車產業中的作用也越來越凸顯。作為自動化程度比較高的科技行業,很多先進的自動化技術已經成功運用到汽車行業中,在整車及其零配件的生產制造、檢測和駕駛體驗的全流程。從車身組件到照明顯示系統的檢測,再到各類視覺傳感器的嵌入式使用,視覺技術都在發揮著傳統技術不可企及的助力[1]。
計算機視覺(Computer Version)是以視覺處理理論為中心,以圖像處理、模式識別、計算機技術和生理學、心理學為基礎的信息處理科學。一方面開發從輸入的圖像數據,自動構造場景描述的圖像理解系統,另一方面理解人類視覺,以便用機器代替人去完成作業。比如具有視覺反饋功能的機器人可以代替人工完成各種復雜的任務,包括產品的自動裝配、焊接、檢驗、生物醫學中的自動診斷、遙感照片的自動解釋、車輛的自動導航等[2]。
計算機視覺信息的處理主要依賴于圖像處理方法,包括圖像增強、數據編碼、傳輸、邊緣銳化、分割及特征抽取等內容。其技術要點主要包含:數據驅動的分割;模型驅動的分割;圖像的增強;圖像平滑;機器視覺(Machine Vision)。
機器視覺是將被測對象的圖像作為信息的載體,從中提取有用的信息來達到測量的目的。通過CCD攝像頭與光學系統、數字處理系統的結合,實現不同的檢測要求。CCD元件可理解為1個由感光像素組成的點陣,而面陣CCD的每個像素都一一對應被測對象的二維圖像特征,通過對像素點成像結果的分析從而分析對象的圖像特征。機器視覺在精密測量過程中的重要應用奠定了其在工業制造領域的王者地位。
目前3D視覺應用最為常用的是基于結構光的3D視覺應用。已知空間方向的投影光線集合稱為結構光。生產結構光的設備可以是某種投影設備、儀器或激光器。傳統的2D相機只在X-Y平面測量,3D視覺則可以獲得Z方向的信息。除了點結構光測量傳感器,線結構光測量傳感器被更廣泛地應用于汽車行業。
以色列一家初創公司AdaSky為無人駕駛車輛開發了一塊遠紅外熱相機,通過深度學習計算機視覺算法來探測道路上的人、動物或物體,解決目前無人駕駛車輛面臨的一些目標識別問題(圖1)。其熱感知解決方案能夠探測、分割和分析對象。無人駕駛車輛不一定總能區分真實物體和圖像,例如貨車背面廣告中人的圖像可能被解釋為行人,這將導致汽車不必要的制動。而熱相機通過探測有生命和無生命體之間的溫度差異,可以輕松地避免這種情況[3]。

圖1 遠紅外相機應用于無人駕駛系統
半自動化成像系統分析元件放置位置和二維碼數據,以每分鐘5個元件的速度檢查汽車電子元件的組裝。汽車行業廣泛使用的電子裝配體的主板多為安裝于鋁外殼頂部的PCB,對其上的元件安裝進行檢驗時,比AOI更經濟的方法是將電氣外殼置于定制的嵌套中,然后整體放入機器視覺系統,采用2臺相機分別放于軸線位置和離軸位置,用以檢查元件的位置是否正確,同時檢查組件側面的二維碼。軸上相機需配備高像素的CMOS圖像傳感器,保證對PCB的成像。
與傳統的接觸式檢測技術所使用的三坐標打點、零件測量編程設置的復雜冗長相比,激光三維全息干涉照相技術更加適用于發動機缸體、缸蓋、自動變速器閥體箱體、傳動系統、制動盤、輪轂及輪圈等零件的精密加工。三維可視化技術可以快速測量精密機加工的零部件形貌,并提供表面高精度三維視圖[4]。
通過機器人視覺引導控制系統,優化機器人取料路徑,引導機器人取料,使機器人不去空位取電芯,不但節省時間,而且避免了誤抓托盤引起電池脫落而導致的安全事故。
汽車制造商正在使用視覺引導的機器人插入系統,可確保汽車封閉裝置的正確放置,如擋風玻璃、發動機罩、行李艙蓋和車門(圖2)。
伴隨工業4.0的到來,視覺技術在汽車電子相關產業的應用越來越廣,其高可靠性已經成為許多產品制勝的關鍵,在無人化操作的工業生產線作業領域更是舉足輕重。因此,對視覺技術應用的進一步研究意義重大。

圖2 3D傳感器應用于工業機器人
[1]西蒙,J.D.普林斯.《計算機視覺:模型、學習和推理》.機械工業出版社,2017-06-01.
[2]艾海舟,興軍亮.《計算機視覺:算法與應用》.清華大學出版社,2012-01-01.
[3]伯特霍爾德·霍恩.《機器視覺》.中國青年出版社,2014-08-01.
[4]葉韻.《深度學習與計算機視覺算法原理、框架應用與代碼實現》.機械工業出版社,2017.8.