3D成像技術和智能相機現已增強了機器視覺檢測的靈活性和性能，若是將其與先進的圖像預處理工具和智能化的軟件相結合，則可以進一步解決過去難以或幾乎不可能實現的自動化檢測應用。

這些技術的進步可以帶來更高質量的產品，同時減少廢物的生成，大大降低成本。在制造過程前期對各零件進行缺陷檢測可以在產品最終組裝之前替換或修理好零件，從而縮短生產時間，減少生產成本。

通過下文提及的三個實際的應用案例，我們不難發現， 2D和3D成像在共同的一個軟件平臺，外加與先進靈活的2D和3D圖像處理算法相結合,給視覺系統檢測帶來了顯著的優勢，并提高了軟件運行的效率。第一個應用案例是馬桶的自動檢測和制造--鑒于馬桶所使用的材料和形狀，檢測過程無疑是復雜的；第二個應用是汽車剎車盤的機器人抓取和檢測，幾經嘗試后最終實現這一生產環節的自動化，并探索了多個解決方案；第三個檢測應用是用于制造汽車電池的鋰電池極片，檢測速度更快、精度更高。

快速檢測

你或許想象不到，馬桶的制造過程竟會如此復雜，自動化生產也頗具難度。馬桶所使用的陶瓷和材料有其特有的反射能力，對其帶弧度的瓷面進行質量控制可謂是挑戰重重。即使是最基本的的配件，如水箱、便池、進出水口和排污管道等，也需要在制造過程中進行仔細的檢測。此外，設計師們正在設法豐富馬桶的功能，如知名馬桶品牌中會增加可加熱型馬桶座圈、集成坐洗器和雙沖洗系統，這使得馬桶的制造更為復雜。

3D成像可對馬桶座圈進行實時高度測量，以檢查馬桶蓋安裝是否平整 （圖由 Teledyne DALSA 提供）。

由于在幾個制造節點中質量檢查都必不可少，對一個普通的馬桶進行人工組裝和檢測可能需要多達20人，整個手動裝配和檢測的過程則需要耗時5至6分鐘。

如果等到最后的外觀檢驗環節才發現產品的缺陷，那么生產周期可能會被延長。比如馬桶左側比右側稍高一點，則需要在右側增加一個墊片才能使兩側持平，而這一小小的修正會使得人工生產的時長額外增加了5至6分鐘。

在一條典型的馬桶流水生產線上，我們借助了20臺相機來完成自動化檢測任務和實現機器操作的功能。在這一過程中所使用的檢測相機主要是智能相機，它們可以用于質檢、零件定位、標簽位置確認或完成機器拾取和放置操作。

這類機器人系統依靠機器視覺來精確識別孔的位置，并引導機械臂末端工具將螺釘放入孔中，另外安裝好螺釘后，相機再次確認螺釘是否安裝到正確的位置。

在視覺軟件的幫助下，一臺激光三角法的3D相機執行了最終檢測的任務。該軟件能夠將2D和3D算法應用于圖像數據中，把相機的3D點云數據轉換為2D圖像數據，以支持常規圖像預處理，并使得模式匹配或邊緣檢測更為便捷。2D圖像數據還有助于將機器人引導到正確的位置，隨后，相機將憑借其三維成像的功能確保從馬桶的頂部和側面拍照時所有的零件都是正確放置和對齊的。相機還能確認每個螺釘和標簽是否處于正確的位置，并能檢測出馬桶蓋和便池之間以及便池和地板之間的間隙。

傳統的機器視覺和3D機器視覺的結合有助于實現這一生產線的自動化，而生產自動化在縮短生產時間、降低人工成本和提高產品質量上的顯著優勢也得以進一步突顯。 

通過實現自動化，如今在生產線上組裝馬桶的時間從原來的5-6分鐘縮短至 65 秒，所需的勞動力也從20人減少到僅需3個人。此外，從根本上說，自動化精確度更高，且操作可重復，能夠生產出更高質量的產品。

減少剎車盤飛出

在第二個應用案例中輔以 2D和3D相機協同工作，將有助于實現汽車剎車盤的生產自動化，從而提高生產效率。這一生產過程所需的剎車盤通常涂有可提高性能并延長剎車盤使用壽命的防腐材料，如鋅或聚合物。

在抓取汽車剎車盤時需要高精度的操作（圖由 Teledyne DALSA 提供）。

在汽車剎車盤的生產過程中，導入自動化設備之前，剎車盤放置于1平方米的料倉中，再由工人手動將每個盤從料倉中轉移并放置在傳送帶上。隨后，另一名工人將制動盤從傳送帶上逐個取下并拿到噴涂室，使剎車盤在涂層棒上保持平衡，涂層棒將旋轉以確保涂料可以均勻分布。大多數涂層室都有玻璃窗或玻璃門，方便工人觀察。

涂料工序完成后，工人將每個剎車盤從涂層棒上取下并放到另一條傳送帶上，繼續進行制動系統的生產。若每天工作時長為8小時，工人可對200 個剎車盤涂上防腐材料。

普通轎車規定使用的制動盤平均重量通常為9.5公斤（合約21磅），這可能導致工人容易疲勞、因剎車盤掉落造成人身傷害或因操作不當造成背部拉傷。

由于這一生產環節是高度重復的，因此第二個自動化應用案例提供了一個理想的解決方案，但它實際操作起來也具有一定難度——最大的挑戰是在涂層棒上進行準確定位并平衡平衡盤的位置，如若不然，剎車盤可能會從棒上飛出，對涂層室的玻璃門窗等造成破壞。如果發生這種事故，裝配線不得不關停維修，大大增加了成本。

不同的供應商嘗試了七次才最終明確如何自動化精準定位剎車盤在涂層棒上的位置，以避免對作業室造成破壞。

這一難題的成功解決有賴于2D和3D相機在兩個生產流程節點中的應用。其中，3D相機主要用于銑出托盤上堆放著剎車盤的槽的輪廓，以幫助引導機器人手臂將剎車盤轉移到移動的傳送帶上。3D相機則專門安裝在距離料倉約2.5米遠的地方，以捕捉該區域及其周圍的影像。

2D相機最初檢測到的信息則可以用于引導第二個機器人拿起剎車盤，并將其放置在涂層室的一根棒上。2D相機安裝在涂層室外，并借助軟件對相機與室內涂層棒之間的傾斜角度進行校準。在圖像生成時，軟件校正了剎車盤的方向，以確保其在放置前與豎向的涂層棒完全垂直。否則，機器人可能會錯誤地將剎車盤放在半途，從而導致生產事故的發生。

智能相機助力機器人抓取和放置的應用，以實現智能制造（圖由 Teledyne DALSA 提供）。

噴涂完成后，在機器人手臂的操作下，圓盤與涂層棒分離，隨后繼續下一個作業流程。

最終，自動化技術的運用促使覆上涂料的剎車盤從每天 200 張增加到了 400 張，精度和可靠性更高，工人出現安全事故的風險也進一步降低了。

最大程度減少缺陷

第三個應用案例依靠機器視覺軟件中廣泛應用的預處理和前沿算法，以實現對現代電動汽車中使用的鋰電池組件進行精確檢測。

在對鋰電池極片進行檢測時，我們可以應用線掃描相機和高度智能的軟件來檢查是否存在可能導致成品電池中出現缺陷的微小瑕疵，例如污垢、劃痕或異物等（圖由 Teledyne DALSA 提供）。

鋰電池是由電芯組成的分層結構，包括電極片，也稱為鋰紙。鋰極片由幾層材料層層疊起，包括隔膜和集電極箔，例如陰極側的鋁箔和陽極側的銅箔。在生產鋰紙時，隔膜和集電極箔需按以下順序堆疊：隔膜/陽極/隔膜/陰極/隔膜。成品鋰極片的寬度在100至400毫米之間。

任何諸如污垢、劃痕、異物、亮點或暗點、陰極/陽極片不完整等缺陷都可能導致鋰電池爆炸，從而造成安全隱患。

在這一環節中，鋰紙的質量控制至關重要，且通常需要對連續的材料進行卷材檢測。因此，應用案例要求線掃描相機和高度智能的軟件結合圖像預處理技術，以消除背景噪聲和顏色。

可供使用的相機為4K或8K線掃描相機，具體使用何種相機取決于廠家所要求的生產線運行速度和檢測精度水平。例如，具有26-KHz線速的4K相機可以以超過150米/分鐘的速度檢測400毫米寬的鋰電池紙，并能準確地發現陽極和陰極極片是否存在0.01毫米級的缺陷。8K線掃描相機則能將4K線掃描相機的精度提高一倍，但其運行速度相對地也會放緩一半。

在實踐中，自動化檢測并不總是基于硬件的規格進行簡單地計算。高級校準工具可為線性、非線性和透視圖像失真校正提供助力，前沿的軟件算法則能消除或盡可能減少圖像中多余的噪聲，以突出顯示重要的圖案、特征或邊緣。

工人每分鐘可以檢測 15 米長的鋰紙，但無法一直識別出所有潛在缺陷。若使用4K和8K線掃描相機，每分鐘可自動檢測60-150米的鋰紙，生產率提高從400%大幅提高至800 %，新環保技術的應用成本也相對降低了。

未來軟件開發

以上應用案例展示了我們如何將各種成像、預處理和軟件技術相結合，從而獲得1+1+1＞3的效果，提高產品的性能。它們始終能保證更高的產品質量、更低的制造成本和更快的生產速度。

將2D和3D數據集成到單個軟件平臺中有助于生產過程的自動化，這也是未來機器視覺軟件的基本功能之一。

技術的進步帶來更多的自動化工具，而軟件則能使這些工具更高效地協同工作。

作者簡介：

Steve Zhu擔任Teledyne DALSA亞洲公司的銷售總監，且已經在該公司工作了16年。他擁有廈門大學計算機科學學士學位，法國工商管理高等學院(école Supérieure de Commerce et de Gestion)工商管理碩士學位，并在麥吉爾大學完成了高級行政管理課程。