热词: RFID传感器二维条码生物识别卫星导航定位


当前位置:首页 > 感知层 > 技术 > 机器视觉

有了机器视觉自动驾驶才玩得转

2017-06-06 来源:我爱物联网

有了机器视觉自动驾驶才玩得转

  慧聪汽车电子网视觉是人类认知世界最重要的功能手段,生物学研究表明,人类获取外界信息75%依靠视觉系统,而在驾驶环境中这一比例甚至高达90%。

  如果能够将人类视觉系统应用到自动驾驶领域,无疑将会大幅度提高自动驾驶的准确性,而这正是当前计算机科学和自动驾驶领域最热门的研究方向之一,它就是机器视觉技术。

  机器视觉技术发展至今已有二十多年的历史,而真正发生革命性进步的则是莫尔视觉计算理论的提出,通过实现神经网络相关算法使机器拥有同人类视觉系统同样的功能提供了可能。一般来说,机器视觉系统包含有镜头、摄像系统和图像处理系统,而其核心则是专用高速图像处理单元,也就是把存入的大量数字化信息与模板库信息进行比较处理,并快速得出结论,其运算速度和准确率是关键指标。这主要通过高效合理的算法和处理能力强大的芯片来实现。

  目前,市场上已有多种高效视觉专用硬件处理器及芯片等电子器件,并且随着计算机技术的进步,更先进的算法被相继发明,如采用网格分布式处理系统能够有效的提高运算的效率。今后机器视觉的核心问题将是对图像的深入理解。

  机器视觉在自动驾驶中的应用主要有以下两个方面:

  障碍物检测

  的准确率是车辆自动驾驶过程中安全性的重要保证。在行驶过程中,障碍物的出现是不可预知的,也就无法根据现有的电子地图避开障碍物,只能在车辆行驶过程中及时发现,并加以处理。当前,由于自动驾驶环境的不成熟,关于障碍物的定义尚没有统一的标准。因此,可以认为一切可能妨碍车辆正常行驶的物体和影响车辆通行的异常地形都是车辆行驶过程中的障碍物。

  目前来看,算法主要有以下三种:

  1.基于特征的;2.基于光流场的;3.基于立体视觉的。在三种算法中,基于立体视觉的因为既不需要障碍物的先验知识,对障碍物是否运动也无限制,还能直接得到障碍物的实际位置而成为主流研究方向。但其对摄像机标定要求较高。而在车辆行驶过程中,摄像机定标参数会发生漂移,需要对摄像机进行动态标定。

  道路检测

  自动导航是自动驾驶的必要条件,自动驾驶过程中,道路检测主要是为了确定车辆在道路中的位置和方向,以便控制车辆按照正确的路线行驶。另外,它还为后续的确定搜索范围,以及缩小的搜索空间,降低算法复杂度和误识率。然而由于现实中的道路多种多样,在加上光照、气候等各种环境因素的影响,道路检测是一个十分复杂的问题。至今仍无一个通用的算法,现有算法基本上都对道路做了一定的假设。通常采用的假设有:1特定兴趣区域假设;2道路等宽假设;3道路平坦假设。另外,道路平坦假设也为障碍物定义提供参考。

  目前,机器视觉技术在自动驾驶中并没有进行大规模的应用,其实这这并非是硬件的问题,事实上摄像头技术在汽车中的应用已经十分成熟,如善领科技的行车记录仪,广角视野、倒车影像等功能都完全具备,而芯片技术也已能够高效完成图像的压缩处理,最终难点在于模拟神经网络的视觉算法。


机器视觉将融合多方技术让设备迈向智能化

  近年来,工资上涨和劳动力短缺也促使企业加大投资自动化技术,以提高生产效率,机器视觉正是可以帮助工厂减少污染并且以更低的成本获得高效率的工具。  随着制造业“机器换人”的演变,作为设备智能化过程必不可少的机器视觉也会随之迅速发展。可以预计的是,随着机器视觉技术自身的成熟和发展,它将在现代和未来制造企业中得到越来越广泛的应用。  据一项权威发布的行业预测报告,中国机器视觉行业的市场规模将持续增长,在2016年将达到38亿元,到2018年以前达到50亿美元。全球机器视觉市场带来的新商机已经成为业界厂商关注的焦点。  机器视觉技术主要应用在半导体及电子行业,诸如电路板印刷、电子封装、SMT表面贴装、电子电路焊接等,均需要使用该技术。机器视觉系统还在质量检测方面得到了广泛的应用。

机器视觉让设备变得更智能化

  机器视觉技术的检测系统还可对产品整体进行自动检测,对于控制产品品质保障产品质量也有着非常重要的作用。随着各行业市场发展的需求,越来越多的企业注重高新技术的不断引进。  为保证机器人顺利高效的完成工作任务和减少生产准备时间,就必须要引入机器视觉技术来实现对工作目标物体的识别和定位。机器视觉与运动控制技术开始被采用于机器人领域上。在制造业应用上,首要条件必须正确定位,才能有效辨识、量测、检测与回溯。  目前,具有视觉功能的智能化机器人已经被应用于许多领域。例如,在许多自动化的生产线上,最后一道工序就是把产品堆放整齐,然后打包成型。而许多行业的产品体积大,重量也比较大,如果采用人工进行堆垛的话,不仅耗费大量的人力,而且生产效率得不到提升。在这种情形下,重载机器人就成为解决企业码垛问题的首选,而机器视觉作为机器人的眼睛,直接关系到机器人能否正确的抓取产品。  机器视觉技术与工业机器人密切相关,在机器人行业的应用中,如何正确安装相机位置是一个很关键的问题。如安装在机械手上是移动摄像头,会有被碰撞的风险,最好方法是采用固定安装的摄像机方案。在一个零件被拣取后,摄像头将移到下一个被抓取的零件上,同时机械手抓放另一个零件。  如机器视觉与工具机的整合,将可取代人工定位、人工检测的成本;而EMS系统与机器视觉定位技术整合后,将可应用在物料管理、零件条形码管理和成品检测。与传统的机器视觉想比,现在的机器视觉已经进步了非常大,应用范围也十分广泛。


机器视觉的发展进程

  机器视觉是近年来发展起来的一项新技术,它是利用光机电一体化的手段使机器具有视觉的功能。将机器视觉引入检测领域,可以在很多场合实现在线高精度高速测量。同时机器视觉检测技术理论也一步步的发展壮大起来。

  而衍生出来的机器视觉技术,是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉技术最大的特点是速度快、信息量大、功能多。

机器视觉的发展

  机器视觉的研究是从20世纪60年代中期开始研究的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配的技术,后来一直在机器视觉中应用。70年代,机器视觉形成几个重要研究分支:1.目标制导的图像处理;2.图像处理和分析的并行算法;3.从二维图像提取三维信息;4.序列图像分析和运动参量求值;5.视觉知识的表示;6.视觉系统的知识库等。

  在我国的发展及应用

  专家分析认为,机器视觉发展早期,主要集中在欧美和日本。随着全球制造中心向中国转移,中国机器视觉市场正在继北美、欧洲和日本之后,成为国际机器视觉厂商的重要目标市场。在中国,机器视觉应用起源于20世纪80年代的技术引进,半导体及电子行业是机器视觉应用较早的行业之一,其中大都集中在如PCB印刷电路组装、元器件制造、半导体及集成电路设备等,机器视觉在该行业的应用推广,对提高电子产品质量和生产效率起了举足轻重的作用。

未来的市场前景

  传统制造业面临新的颠覆,转型升级将给中国自动化行业带来巨大的市场机遇。而机器视觉作为自动化界高智能化产品,未来具有巨大的发展潜力。  中国的电子制造和代工厂商过去几年正在采购大量自动化设备取代人工,以应对中国愈演愈烈的缺工现象,未来几年这一现象将达到高潮。台资工厂纷纷选择提高自动化程度,其自动化换装高潮将在未来2-3年内到来,必将为机器视觉产品在该行业的应用带来新的增长点。

相关热点