视觉与机器人的配合——ABB机器人

算法变得必要

该算法主要是软件，但包括视觉系统的照明，摄像机光学和硬件计算能力。 例如，3d算法经常用于照明模式，一些算法有专门的硬件计算深度。

首先，我们需要“更聪明”的算法，能够理解更多的视觉世界，并利用这些知识来处理产品外观的更大变化。现在，任何机器视觉系统的一个主要部分是使照明和观察角度“恰到好处”，因此，一个更像人的算法可以“补偿”照明或组件的变化将是非常有用的。

其次，我们需要“更友好”的算法，该算法人类更容易使用。虽然大部分的视觉系统操作都非常容易使用，但更复杂的可视化操作通常需要大量的知识和参数“调整”来使用的。例如，考虑在噪声背景的低对比度划痕;蚀刻金属，如识别划痕。

机器视觉市场野蛮生长

传统的机器视觉市场，如计量，缺陷检测，跟踪，条形码阅读和 orov 仍在增长，但速度反映了技术和用户的成熟。 目前的机器视觉算法依赖于控制组件渲染，照明和光学的强大和快速处理。

使这些应用程序成为可能的是，它们仅限于特定的视觉任务。对于碰撞检测，视觉系统必须在车辆路径中报告一些东西，而不是“某物”。挑战是可靠地处理不受控制的照明（例如，迎面而来的前照灯）、多个和移动的“东西”。

下面是严重的和不寻常的一些应用实例，主要用于消费，在未来几年内可能：

汽车安全的愿景是用于高端沃尔沃和梅赛德斯，并将“低端市场”迁移。 不久将需要备用摄像头，这将有助于降低添加碰撞侦测的成本。

机器人存储设备。让这个机器人在你的仓库里松散，它可以理解产品盒的位置（通过条形码或RFID），然后可以从交付的商店重新进货。

和一些材料的回收利用计算机视觉技术进行，包括分类“混合垃圾”。

详情点击ABB机器人