爱吧机器人网 » 技术 > 机器人学 > 正文

视觉传感器的技术分类、技术实现和应用

视觉传感技术是传感技术七大类中的一个,视觉传感器是指:通过对摄像机拍摄到的图像进行图像处理,来计算对象物的特征量(面积、重心、长度、位置等),并输出数据和判断结果的传感器。
 
什么是视觉传感器?
 
视觉传感器是整个机器视觉系统信息的直接来源,主要由一个或者两个图形传感器组成,有时还要配以光投射器及其他辅助设备。视觉传感器的主要功能是获取足够的机器视觉系统要处理的最原始图像。
 
图像传感器可以使用激光扫描器、线阵和面阵CCD摄像机或者TV摄像机,也可以是最新出现的数字摄像机等。
 
视觉传感技术分类
 
1、3D视觉传感技术
 
3D视觉传感器具有广泛的用途,比如多媒体手机、网络摄像、数码相机、机器人视觉导航、汽车安全系统、生物医学像素分析、人机界面、虚拟现实、监控、工业检测、无线远距离传感、显微镜技术、天文观察、海洋自主导航、科学仪器等等。这些不同的应用均是基于3D视觉图像传感器技术。特别是3D影像技术在工业控制、汽车自主导航中具有急迫的应用。
 
2、智能视觉传感技术
 
智能视觉传感技术下的智能视觉传感器也称智能相机,是近年来机器视觉领域发展最快的一项新技术。智能相机是一个兼具图像采集、图像处理和信息传递功能的小型机器视觉系统,是一种嵌入式计算机视觉系统。它将图像传感器、数字处理器、通讯模块和其他外设集成到一个单一的相机内,由于这种一体化的设计,可降低系统的复杂度,并提高可靠性。同时系统尺寸大大缩小,拓宽了视觉技术的应用领域。
 
智能视觉传感器的易学、易用、易维护、安装方便,可在短期内构建起可靠而有效的视觉检测系统等优点使得这项技术得到飞速的发展。
 
视觉传感技术的实现基础
 
视觉传感器的图像采集单元主要由CCD/CMOS像机、光学系统、照明系统和图像采集卡组成,将光学影像转换成数字图像,传递给图像处理单元。通常使用的图像传感器件主要有CCD图像传感器和CMOS图像传感器两种。下面将介绍两种传感器的实现原理及优缺点。
 
1、汽车车身视觉检测系统
 
车身成型是汽车制造的关键工序之一,对车身的各项指标要求严格,需对车身进行100%的检测。传统的车身检测方法是利用三坐标测量机,其操作复杂,速度慢,工期长,只能进行抽检。
 
通常,车身的关键尺寸主要是挡风玻璃尺寸、车门安装处棱边位置、定位孔位置等。因此视觉传感器分布于这些位置附近,测量其相应的棱边、孔、表面的空间位置尺寸。在生产线上设计测量工位,车身定位后,置于一框架内,框架由纵横分布的金属柱、杆构成,可根据需要在框架上灵活安装视觉传感器。根据测量点的数量可安装相应数量的视觉传感器,(通常情况下每个视觉传感器测量一个被测点),根据不同形式的传感器包括双目立体视觉传感器、轮廓传感器等多种类型。
 
测量系统工作过程为:由生产线运送车身到测量工位进行准确定位,然后传感器按要求顺序开始工作,计算机采集检测点图像并进行处理,计算出被测点的空间三维坐标,计算值与标准值比对,得出检测结果,并将车身送出测量工位。
 
2、钢管直线度、截面尺寸在线视觉测量系统
 
在工业生产中,无缝钢管是一类重要的工业产品,而它的质量参数则是制造的重要数据,其中钢管的直线度及截面积是主要的几何参数,是控制无缝钢管制造质量的关键,但由于以下原因使得参数的测量成为难题:(1)无缝钢管采取非接触式测量,且制造现场环境恶劣;(2)无缝钢管的空间尺寸大,这也要求检测系统具备很大的测量空间。视觉传感技术的出现解决了上述问题,视觉传感技术采用的是非接触式测量且测量范围大。
 
测量系统由多个结构光传感器组成,传感器上结构光投射器投射的光平面和被测钢管相交,得到钢管截面圆周上的部分圆弧,传感器测量部分圆弧在空间中的位置。系统中每一个传感器实现一个截面上部分圆弧的测量,通过适当的数学方法,由圆弧拟合得到截面尺寸和截面圆心的空间位置,由截面圆心分布的空间包络,得到直线度参数。测量系统在计算机的控制下,可在数秒内完成测量,满足实时性要求。
 
3、三维形貌视觉测量
 
在三维形貌数字化测量技术是逆向工程和产品数字化设计、管理及制造的基础支撑技术。它所实现三维形貌数字化测量的机理是将视觉非接触、快速测量和最新的高分辨力数字成像技术相结合。由于所测量的物体多是大型、具有复杂表面的物体,测量通常分为局部三维信息获取和整体拼接两部分,先利用视觉扫描传感器对被测形貌各个局部区域进行测量,再采用拼接技术将各部分形貌进行拼接最终得到完整图像。
 
这项传感器的视觉扫描测头采用局域双目立体视觉测量原理设计。形貌整体拼接实质上是将所采集到的数据放到公共坐标上,这样就能得到整体的数据描述。通过高分辨率数码相机从测量空间的上方以不同的角度和位置对被测量进行数据收集,运用光束定向交汇平差原理得到控制点空间坐标并建立全局坐标系,最后通过各个坐标系进行关联、转换,完成数据拼接。
 
视觉源于生物界获取外部环境信息的一种方式,是自然界生物获取信息的最有效手段,是生物智能的核心组成之一。人类80%的信息都是依靠视觉获取的,基于这一启发研究人员开始为机械安装“眼睛”使得机器跟人类一样通过“看”获取外界信息,由此诞生了一门新兴学科——计算机视觉,人们通过对生物视觉系统的研究从而模仿制作机器视觉系统,尽管与人类视觉系统相差很大,但是这对传感器技术而言是突破性的进步。
 
视觉传感器技术的实质就是图像处理技术,通过截取物体表面的信号绘制成图像从而呈现在研究人员的面前。视觉传感技术的出现解决了其他传感器因场地大小限制或检测设备庞大而无法操作的问题,由此广受工业制造界的欢迎。
 
如何选择视觉传感器?
 
目前,如何选择机器视觉传感器在当代的应用可谓是越来越广泛,如何选择机器视觉传感器是值得我们好好学习的,现在我们就深入了解如何选择机器视觉传感器。
 
相机是机器视觉系统的眼睛,而相机的心脏是图像传感器。传感器的选择取决于准确性、输出、灵敏度、机器视觉系统的成本以及对应用要求的充分理解。对传感器主要性能的基本理解能够帮助开发人员迅速缩小他们的查找范围,找到合适的传感器。
 
大多数的机器视觉系统的用户认识到相机是系统的关键要素,经常把它当作视觉系统的“芯片”。相机本身是一个复杂的系统:包括镜头、信号处理器、通讯接口,以及最核心的部分——把光子转换成电子的器件:图像传感器。镜头和其它的部件共同配合来支持相机的功能,传感器最终决定相机的最高性能。
 
业内的许多讨论都集中在加工技术上,以及CMOS和CCD传感器孰优孰劣。这两种技术都有其优势和不足之处,所加工的传感器有着不同的性能。最终用户关心的不是传感器是“如何”被制造出来的,而是其在最终应用中的表现。
 
在指定的应用中,三个关键的要素决定了传感器的选择:动态范围、速度和响应度。动态范围决定系统能够抓取的图像的质量,也被称作对细节的体现能力。传感器的速度指的是每秒钟传感器能够产生多少张图像和系统能够接收到的图像的输出量。响应度指的是传感器将光子转换为电子的效率,它决定系统需要抓取有用的图像的亮度水平。传感器的技术和设计共同决定上述特征,因此系统开发人员在选择传感器时必须有自己的衡量标准,详细的研究这些特征,将有助于做出正确的判断。
 
视觉传感器
 
正确理解动态范围
 
传感器的动态范围是最容易使人疑惑和误解的地方,这是因为机器视觉系统是数字的。图像的动态范围包括两部分:一是传感器能够工作的曝光范围(亮度的倍数);其次是传感器能够数字化像素信号的电平的数量,用位数表示。这两部分通常是紧密相关的。
 
曝光的动态范围表示传感器能够正常工作的亮度水平。当光子撞击图像传感器的活动像素区域时产生电子,传感器将其捕获并存储起来以备系统读取。撞击活动区域的光子数越多,产生的电子数就越多,在读取的间隔中,该过程持续的时间越长,被存储的电子就越多。决定传感器曝光动态范围的参数之一就是填充存储阱的曝光。制造传感器的半导体加工工艺和电路设计共同决定阱的容量或深度。
 
电子噪音是传感器能够工作的最低曝光水平,尽管没有任何光子撞击活动的像素区域,图像传感器也将以热量发射的形式产生电子。要产生可识别的信号,必须有足够的光子撞击活动的像素区域,以便在存储阱中有比暗电流噪音所产生的电子数更多的电子。传感器的最低曝光率是产生至少与噪音电子同样多的光电子数。只有在超过噪音等量的曝光水平时,传感器才能产生有用的信息。
 
传感器的曝光动态范围是由其物理和电路设计所决定的功能,而数字动态范围只是由电路设计所决定的功能。图像传感器的数字动态范围只是说明它能够提供给视觉系统的明显的曝光值。8位的传感器有256个灰度级,10位的有1024个,以此类推。表示动态范围的位数并不是反映传感器能够响应的最高曝光的必须要素,但是这两者通常是相对应的。
 
比暗电流噪音水平小的等量的信号度不能产生有用的信息,类似地,如果数字化值大于传感器的最大信号值,也不会产生额外的信息。在实践中,传感器需要设计成等量信号度与暗电流噪音水平等值,并有足够信号步进度达到饱和的曝光信号水平。按此方式设计,传感器的数字动态范围与其曝光动态范围说明的是同一事物:饱和等量曝光与噪音等量曝光的比率。
 
交互作用决定取舍
 
传感器的动态范围一定程度上决定机器视觉系统所产生的图像质量,位数越高,系统能够分辨的图像的细节就越细微。对更低的暗电流噪音和高精度的需求的日益提高,使传感器的成本变得越来越昂贵。然而,不是所有的应用都需要精细的图像。因此,设计师们设计了不同动态范围的传感器供选择。例如,邮包分拣或电子生产检查,8位的动态范围就可以有效地工作。但是,医疗和空中侦察就需要14位的动态范围。
 
应用需求还对传感器的第二项特征速度提出了要求
 
速度是比动态范围更直观的特征,它只是衡量传感器采集和传送图像到系统的速度有多快。传感器的速度也包括两个方面:一个是帧频,也就是传感器传送像素数据到系统所需要的时间。另外就是传感器为了采集一幅有用的图像所需的曝光时间。帧频永远都不会比曝光时间快,因此帧频是用来说明传感器性能的通用量值。
 
在加工检查类的应用中,传感器的速度决定系统的输出。如果每一幅图像代表待检的一个零件,那么系统每秒能够检查的零件数量不会高于传感器每秒能够发送的帧数。当成像的物体处于运动状态时,为防止出现图像模糊,必须要求高的采集速度。因此对于高输出量的检测系统和对高速运动物体的成像应用需要高速的传感器。
 
速度和动态范围是相互关联的,为了快速地传送图像,传感器必须快速地对每一个像素的数据进行数字化。这就意味着模拟到数字转换器需要快速地形成一个稳定的输出。
 
从物理层面和设计角度上讲,速度应该让步于动态范围。电路运行的速度越快,产生的热量就越多。传感器的暗电流噪音随着温度的增加而增加,因此传感器的速度越高,其噪音就越大,动态范围就越低。高速的传感器比低速的传感器的噪音更大,而且能提供的动态范围更低。
 
传感器的速度与其第三项特征响应度也是相关联的
 
应用中所需的帧频越高,用于曝光的时间就越少。为了减少曝光时间,设计师需要增加光照的亮度,如果不增加亮度,就只能选择高响应度的传感器。
 
响应度是指在给定的曝光条件下,所产生的信号的强度(V)。在图像传感器中,有三个因素控制响应度:第一是量子的效率,或者说是每个光子所产生的电子的数量。第二个要素是存储电荷(q)的传感器输出电路的电容(C)的大小,电荷的信号电压公式是V=q/C。第三个要素是传感器的输出放大器增益。如果传感器在与噪音等量的曝光水平下运行时,增益本身并不能提高传感器的响应度。
 
开发人员在为他们的机器视觉系统选购传感器时,必须在动态范围,速度和响应度这三个关键要素之间做出取舍。高速度和低光照度将导致噪音增加并降低动态范围。在动态范围允许的情况下,对成像细节的高要求也需要提高光照强度以弥补较低的响应度。传感器本身所具有的物理属性,不可避免地要在这三项关键要素之间做出平衡。
 
以上提到的三项关键要素并不是构成传感器选择的唯一考量,另外还有两项重要的因素:传感器的分辨率和像素间距,其中任何一项都能够影响图像的质量,并且与上述三项关键要素相互作用。
 
分辨率是指由多少个像素构成一幅图像,它是反映传感器尺寸和像素间距的量值。应用所需要的传感器的分辨率决定于几项相关的要素:包括视野、工作距离、传感器大小和像素间距以及系统所要求的采集空间细节所需的像素的数量等。传感器的分辨率越高,其时钟必须运行得越快,以获得需要的帧频。因此,传感器的分辨率对速度有非常大的影响。
 
像素间距定义单个像素区域的大小,与传感器的大小共同作用来决定传感器的分辨率。由于传感器通常只有有限的大小可选,所以像素的间距越小,其分辨率就越高。像素间距能够影响响应度,但是间距越小,每个像素能够采集光子的活动区域就越小。
 
最终,所有这些传感器的要素都要与相机的其它部件相互影响。相机镜头的分辨率是通过调制解调函数(MTF)来衡量的,例如,镜头的分辨率必须与传感器的像素间距相匹配,才能获得理想的成像质量。在传感器分辨率允许的范围内,一个5微米MTF的镜头在3微米的像素间距的传感器上所成的黑白线模式只能形成灰色的图像。因此,在选购传感器时必须采购与之匹配的其它系统部件。
 
最重要的一点是要充分理解应用对传感器动态范围、速度和响应度的需求。需求决定哪些性能是在可接受的范围之内,最终决定系统的其它部件的要求。
 
总结:视觉传感器作为数字图像处理的核心部件,相信随着新材料、3D打印和人工智能等技术的突破,未来将会在更多领域大放异彩。


上一篇:浅谈国内移动机器人AGV取得突破的几项应用技术
下一篇:AGV智能机器人自动配送解决方案
精选推荐
亚马逊计划建一个4000万美元的机器人中心
亚马逊计划建一个4000万美元的机器人中心

[2019-11-07]  爱吧机器人网消息,亚马逊11月6日宣布了一项计划,计划在美国马萨诸塞州韦斯特伯勒建立一个4000万美元、35万平方英尺的机器人创新中心。新 ...

2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

集群机器人领域最新研究:一种用于探测未知环境的微型无人机群
集群机器人领域最新研究:一种用于探测未知环境的微型无人机群

[2019-10-26]  (图:无人机扩散至不同方向来探索环境。当一个无人机注意到另一个无人机在它的首选方向,它将试图飞到另一个方向。若首选方向冲突,低优先 ...

谷歌宣布搜索算法重大升级,用BERT模型理解用户搜索意图
谷歌宣布搜索算法重大升级,用BERT模型理解用户搜索意图

[2019-10-26]  谷歌刚刚宣布,其搜索引擎的核心算法正在进行一项重大升级,这项升级可能会改变10%的搜索结果排序。此项升级应用了自然语言处理技术(BERT ...

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

智能农业:种地的事儿未来全交给这些机器人吧
智能农业:种地的事儿未来全交给这些机器人吧

[2019-12-07]  SRC公司创始人Sam与温波尔庄园农场经理Callum Weir以及监控机器人Tom总部位于英国的农业科技初创公司SRC(Small Robot Company),正在 ...

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

美国Natilus公司试飞水上无人货机 设计简单成本降低
美国Natilus公司试飞水上无人货机 设计简单成本降低

[2017-12-28]  Natilus创业公司成立于2014年,其梦想是建造大型无人机,以半价提供比船舶快得多国际货运。在十二月份,Natilus计划在旧金山湾测试一个9米翼展的小型原型无人机的水上滑行能力......

本周栏目热点

机器人离线编程误差来源分析及消除办法

[2018-01-02]  随着机器人应用领域越来越广,传统的示教编程这种编程手段有些场合变得效率非常低下,于是离线编程应运而生,并且应用越来越普及。初用离线编程的朋友,总会被最后生...

全面了解机器人的精度

[2018-05-07]  1 绝对精度是啥玩意? 这个软件能否后刷进机器人系统?关于第二个问题,近期有不少客户询问本助手,这个软件可以后刷到系统里卖面吗?可以 ...

使用Azure Bot创建一个智能聊天机器人|附源代码

[2018-01-09]  首先,需要在Azure门户上创建一个帐户。只有这样,我们才能在云环境中托管应用程序。在左侧菜单上单击New,它将打开Azure Marketplace,在那里我们可以看到服务列表。点击AI +认知服务...

机器人如何赢得人类信任?普渡大学研究小组正在探索

[2018-12-15]  该测试使研究人员能够识别与智能系统中人类信任相关的心理生理特征,并相应地建立信任传感器模型。假设信任水平在可靠的试验中很高,在错误的试验中较低,使用从581名在线参与......

移动机器人的视觉算法解析

[2018-12-03]  如果对移动机器人视觉算法进行拆解,你就会发现获取物体深度信息、定位导航以及壁障等都是基于不同的视觉算法,本文就带大家聊一聊几种不同但又必不可少的视觉算法组成。...