科创中国

行业领域

高端装备制造产业

需求背景

在我们的日常生活中，由于设备逐渐成为我们不可分割的一部分，我们已经看到如果没有足够的视觉能力，越来越多的应用程序将走向失败，其中包括空中无人机碰撞和机器人吸尘器“吃”了它们本不应该吃的东西。服务机器人发展空间很大，但要想发展服务机器人，就要让机器人获得人的能力，首先就是视觉。视觉对人很重要，人类获得讯息90%以上是依靠眼睛，而我们就来看看人工智能的前沿——机器视觉。技术的演进与创新，推动制造业的变革与进步智能化、仿生化是工业机器人的最高阶段，随着材料、控制等技术不断发展，实验室产品越来越多的产品化，逐步应用於各个场合。

需解决的主要技术难题

在工业生产领域，工业机器人检测产品很大程度上依靠机器视觉，视觉的灵敏度将直接影响产品的检测速度和检测质量，因此设计一款质量过硬的视觉产品尤为重要，在设计过程中，设计人员会面临视觉定位、测量、检测和识别等诸多难题。

1、打光的稳定性

2、工件位置的不—致性

3、物体的运动速度。

期望实现的主要技术目标

识别、测量、定位、检测，机器视觉的四大典型应用场景识别、测量、定位和检测等四大应用场景，实现难度依次递增。

1、识别：甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确 度和识别速度是衡量的重要指标。常见的应用场景是 OCR，读取零部件上 的字母、数字、字符（例如条形码、二维码等）用于溯源。

2、测量：把获取的图像像素信息标定成常用的度量衡单位，再精确计算出目标 物体的几何尺寸，主要应用于高精度及复杂形态测量。

3、定位：获取目标物体的位置信息（二维或是三维），进而辅助执行后续操作， 常用于元件对位、辅助机器人完成装配、拾取等。

4、检测：主要针对目标物体的表面状态，判断产品是否存在缺陷，通常用于零部件缺陷、污染物、功能性瑕疵检测等。

需求解析

解析单位：“科创中国”现代农业产业科技服务团（中国农业工程学会） 解析时间：2022-10-31

郑以宏

中国农业工程学会

研究员

综合评价

需求描述非常清晰，此项技术属于行业共性问题，我们的技术专家基本可以解决，在疫情允许的前提下，可以到现场指导企业生产。

查看更多>

处理进度