機器視覺的人才培養分析和實訓室建設探索

謝婷婷

摘要：隨著機器視覺技術在各個領域的應用增多，機器視覺人才的社會需求大。該文分析了機器視覺崗位人員需具備的知識和能力，并提出相應的機器視覺實訓室的建設思路，以培養符合社會需求的應用型人才。通過機器視覺檢測教學系統的硬件和軟件教學，培養學生的硬件選型能力和開發平臺的應用能力，利用機器視覺系統應用工作站進行綜合實踐，幫助學生理解自動化生產線中的系統集成，同時輔以3D視覺、深度學習等技術應用，使學生熟悉機器視覺的發展趨勢。

關鍵詞：機器視覺;人才培養;實訓室建設

中圖分類號：TP3? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）30-0282-02

開放科學（資源服務）標識碼（OSID）：

1 引言

機器視覺是人工智能正在快速發展的一個分支。在智能制造生產線上，機器視覺可以引導機器人工作，自動檢測生產線上產品的質量，實現高速、高精度測量，識別目標，實現數據的采集和追溯。機器視覺技術具有安全可靠、生產效率高、檢測精度高、非接觸性、可在惡劣環境下長時間工作等優點，大大提高了生產效率和生產的自動化程度。在現代工業中，機器視覺技術是實現設備自動化、智能化和精確控制的常用手段之一。目前機器視覺技術已廣泛地用于汽車、電子、交通航海、醫藥、食品飲料、裝配制造等行業。侯天龍等通過基于機器視覺的無接觸式檢測方法，對高鐵白車身零部件的裝配間隙進行檢測，檢測精度可達到0.05mm[1]。楊利等設計了基于機器視覺的紅外接收頭芯片引腳缺陷檢測系統，檢測芯片外觀并判斷芯片是否為合格品，檢測系統誤判率為0.4%[2]。王艷研究了基于機器視覺的輪轂分類方法，應用于汽車輪轂識別和自動分揀[3]。翟偉良等也采用基于機器視覺、PLC的小工件自動分揀系統，實現汽車配件的自動化分揀[4]。郁巖利用機器視覺技術對輪胎、軸承、鋼材、模具等產品表面的壓紋字符進行檢測[5]。張萬里等基于機器視覺技術，提出了一種蓮子去芯位置定位方法，應用于不同產地、不同尺寸的蓮子自動化精準去芯作業[6]。聊城市中醫醫院使用機器視覺系統指導腔鏡器械的清點、核對、拆分、清洗、組裝及檢查等過程，使得器械的返洗率、差錯失誤率降低，手術延遲次數減少[7]。

隨著智能制造的快速發展，對產品質量和檢測要求的不斷提高，隨著機器視覺技術在各個領域的應用不斷增多，各行業對機器視覺技術的人才需求也越來越大，培養適應社會需求的機器視覺人才至關重要。

2 機器視覺的人才培養

基于社會對機器視覺技術相關人才的需求，各高校正逐步開設機器視覺相關課程，著重培養適應機器視覺崗位的專業人才。主要教學課程有機器視覺技術、機器人檢測設備、機器人檢測技術，其他相關的教學課程有工業機器人技術基礎、機器人焊接質量管理、現代鑄造質量管理、機器人焊接工藝技術等。高校對機器視覺崗位的人才培養大多正在摸索中。

通過企業走訪，與行業內具有豐富經驗的機器視覺工程師溝通和交流，探討得出一名機器視覺工程師必須掌握的知識和能力大致主要有以下幾個方面：

（1）機器視覺系統的基本硬件構成和硬件選型

機器視覺系統的基本硬件主要由相機、鏡頭和光源構成，如圖1所示。機器視覺工程師應熟悉工業相機的分類，熟悉工業相機的通信接口類型，掌握工業相機的主要參數，能根據實際應用需求選擇合適的相機。應熟悉工業鏡頭的分類和主要參數，能根據實際應用需求選擇合適的鏡頭。應熟悉工業光源種類，掌握常見的不同打光方式，能根據實際應用需求合理地選擇光源，選擇合適的打光方式。

另外，還需熟悉圖像采集卡、濾光片、漫射板、偏振片、標定板、近攝接圈等其他配件的作用和應用場合。

（2）基本的成像要素和光學知識

機器視覺工程師應了解成像的基本要素，具備基礎的光學知識，以更好地理解應用不同打光方式和光源波長而得到的不同打光效果，理解選用不同類型、參數的相機和鏡頭對圖片質量、視野大小等的影響，從而能夠根據實際應用需求，靈活、合理地選擇光源、相機和鏡頭。

（3）開發平臺的應用

構建一套可靠運行的機器視覺系統，除了要有合適的硬件，還需要良好的測試環境和開發平臺。通用的視覺庫有MATLAB圖像處理庫和OpenCV視覺庫等，商用機器視覺開發包有NI、adept、HALCON等。機器視覺工程師應能熟練應用其中至少一種開發平臺進行圖像分析和處理，以達到完成分析檢測的目的。

（4）基本的數字圖像處理知識

大部分的開發平臺提供了豐富的函數，應用時可通過調用函數進行圖像分析和處理。但如果機器視覺工程師沒有數字圖像處理方面的基礎知識，在靈活使用這些函數并設置合適的參數方面會有一定的難度。因此，機器視覺工程師還應掌握基本的數字圖像處理知識，以加深對開發平臺中函數的理解，更好地應用開發平臺。

此外，由于機器視覺技術實際通常應用于自動化生產線中，并非單獨應用。因此，機器視覺工程師除了要掌握以上機器視覺的專業知識，還要對自動化生產線中的系統集成有一定的了解，能夠理解機器視覺部分和工業機器人、電氣控制、機械結構、氣動驅動、傳感技術等的配合協作。

3 機器視覺實訓室建設思路

實踐環節在機器視覺人才的培養中起重要作用，建設機器視覺實訓室可以很好地支持課程教學，更好地培養應用型機器視覺人才。圍繞機器視覺工程師需要掌握的知識和技能，機器視覺實訓室的建設可分為機器視覺檢測教學系統、機器視覺系統應用工作站和3D視覺系統三個部分。

（1）機器視覺檢測教學系統

機器視覺檢測教學系統主要包括機器視覺系統的硬件和教學軟件兩部分。

硬件部分主要可分為機器視覺運動檢測系統、線陣檢測系統兩種。機器視覺運動檢測系統應可實現運動中物體的在線視覺檢測，涵蓋機器視覺中常用的硬件設備，包括工業相機、工業鏡頭、光源和常用配件（濾光片、漫射板、偏振片、標定板、近攝接圈等）。其中工業相機可選擇不同分辨率大小、不同色彩（黑白或彩色）、不同曝光方式（逐行曝光或全局曝光），工業鏡頭可選擇不同焦距，同時配備遠心鏡頭以適應特殊應用需求，工業鏡頭配合工業相機使用，教學時通過理實一體化的教學方式，可幫助學生更好地理解工業相機和工業鏡頭的參數。光源可選擇不同打光方式的光源結構，如背光、環形光、條形光、同軸光、碗光，教學過程中可選用不同光源結構，呈現打光效果的差異，使學生能對光源的作用有更為直觀的感受。在光源波長的選擇上盡可能涵蓋常用的光源波長，如可見光中常用紅光、藍光、白光，同時配備紅外光源、紫外光源以適應特殊場合的應用。考慮到常規的運動檢測系統無法實現曲面物體（或大視野、高精度應用場合）的視覺檢測，針對此類應用場合，設計機器視覺線陣檢測系統，應涵蓋線陣檢測系統必要的硬件設備，包括線陣相機、配套的鏡頭和線陣光源。結合以上機器視覺的硬件部分（具體規格和參數可參考表1），幫助學生理解成像的基本要素與基礎光學知識，使學生掌握機器視覺系統的基本硬件構成，在實訓環節，學生可針對實際的應用需求進行硬件選型，選擇合適的硬件。

教學軟件部分應具備豐富的圖像處理和分析功能，通過視覺軟件的應用能實現定位、測量、檢測、識別主要四類應用。在教學過程中，學生可結合實際需求，進行軟件的函數調用，以達到完成分析測量的目的。在操作軟件的練習過程中，使學生掌握視覺軟件的應用。同時，在調用視覺軟件的函數時，適時地開展基本的數字圖像處理知識的教學。

（2）機器視覺系統應用工作站

機器視覺系統應用工作站是指綜合了機器視覺、工業機器人、電氣控制、機械結構、氣動驅動、傳感技術等的小型自動化生產線，主要融合機器視覺系統應用、工業機器人操作與編程、可編程控制器等技能點，可囊括機器視覺手眼標定、工業機器人動態追蹤、分揀工藝、裝配工藝、檢測工藝等最典型的工業現場工藝應用。在綜合實踐環節，可利用工作站圍繞工作崗位需求開展項目教學，幫助學生對自動化生產線中的系統集成有一定的了解，熟悉機器視覺部分和工業機器人之間的協作配合，初步掌握機器視覺工程師所需的基本技能。

（3）3D視覺系統

主流的2D視覺系統拍攝得到的是一個二維平面的圖片，無法獲得物體的空間坐標信息。3D視覺可以獲取深度信息，可以識別堆積在一起的物體，并獲取目標物體的高精度空間位置，提供工業機器人。相比2D視覺，3D視覺還可以更好地獲取物體的表面深度信息，有利于分析工件表面的凹凸缺陷，尤其對于一些十分微小的物體表面紋理變化，3D視覺的檢測精度更高。

隨著機器視覺技術的不斷發展，3D視覺、深度學習等技術的應用也越來越多，機器視覺技術向著更多維度、更高柔性、更復雜任務、更智能的方向發展。圍繞3D視覺系統開展認識教學，使學生了解機器視覺技術的發展趨勢，并對3D視覺技術的原理和應用有一定的認識。

4 結語

機器視覺技術人才的社會需求越來越大，對此，本文結合機器視覺崗位人員需具備的知識和能力，提出相應的機器視覺實訓室的建設思路。建設的機器視覺實訓室可以為學生的實訓提供條件，學生通過實踐掌握機器視覺的硬件選型、開發平臺的使用，了解自動化生產線中的系統集成。另外，作為一種新興技術，機器視覺技術的應用型實訓室十分緊缺，實訓室建成后也可為該領域內企業提供技術服務與社會培訓，為開展職業技能鑒定和各類創新創業訓練提供有利的條件。

參考文獻：

[1] 侯天龍，孫永奎，馬磊，等.高鐵白車身裝配質量的機器視覺檢測方法[J].傳感器與微系統，2021，40（7）：142-144.

[2] 楊利，陳柳松，謝永超.基于機器視覺的芯片引腳缺陷檢測系統設計與實現[J].計算機測量與控制，2021，29（7）：16-20.

[3] 王艷.基于機器視覺的輪轂智能分類方法的研究[J].工業控制計算機，2021，34（7）：65-67，70.

[4] 翟偉良，姜立標，施志敏，等.汽車橡膠工件視覺分揀系統設計[J].機床與液壓，2021，49（15）：118-123.

[5] 郁巖.基于機器視覺的金屬表面壓紋字符檢測[J].物聯網技術，2021，11（7）：16-17.

[6] 張萬里，丁為民，劉瑛瓔，等.基于機器視覺的蓮子去芯位置的定位方法[J].湖南農業大學學報（自然科學版），2021，47（4）：467-475.

[7] 李蘭霞.機器視覺系統在醫院消毒供應中心的應用研究[J].循證護理，2021，7（8）：1105-1108.

【通聯編輯：代影】