提高機器人智能化水平的關鍵因素；
機器視覺是機器人發展的重要方向，是提高機器人智能化水平的關鍵因素之一(yī)，有助于實現機器人工(gōng)作的自動化。

根據測量設備的不同，機器視覺分(fēn)爲以下(xià)三種：

單目視覺技術，即安裝單個攝像機進行圖像采集，一(yī)般隻能獲取到二維圖像。早在上世紀70年代就出現了視覺系統輔助機器人控制機械手進行生(shēng)産的專利申請（DE2637686A1）。另外(wài)，在上世紀80年代，專利申請（US4754402A）公開(kāi)了機器人能夠以視覺感知(zhī)的方式沿規定的路徑移動。此後，單目視覺一(yī)直發展應用至今，廣泛應用于智能機器人領域。然而，由于該技術受限于較低圖像精度以及數據穩定性的問題，因此需要和超聲、紅外(wài)等其它類型傳感器共同工(gōng)作。爲了克服這些問題，人們在上世紀80年代研發出雙目視覺技術。

雙目視覺技術，是一(yī)種模拟人類雙眼處理環境信息的方式，通過兩個攝像機從外(wài)界采集一(yī)副或者多幅不同視角的圖像，從而建立被測物(wù)體(tǐ)的三維坐标。上世紀80年代，雙目視覺技術已應用于移動機器人導航此外(wài)，雙目視覺技術作爲機器視覺研究的重點和方向，被廣泛應用于生(shēng)産制造以及各領域中(zhōng)。從分(fēn)類看，雙目視覺技術大(dà)緻分(fēn)爲機械臂視覺控制、移動機器人視覺控制、無人機無人船視覺控制等方向。在機械臂視覺控制的焊接領域，雙目機器人能夠更好地滿足焊接起始位置的導引、焊縫跟蹤等功能在移動機器人視覺控制的掃地機器人領域，雙目視覺幫助設備自動采集、處理視覺和激光數據，并從多個不同目标中(zhōng)自動檢測感興趣的目标在無人機領域，雙目視覺能夠提高姿态解算算法的精度以及魯棒性和穩定性此外(wài)，雙目視覺技術還廣泛應用于農業采摘領域，比如幫助機械臂避障和果實定位然而，不可否認的是，雙目視覺技術還存在可視場景限制等問題。基于此，多目視覺技術應運而生(shēng)。
多目視覺技術，是指采用了多個攝像機以減少盲區，降低錯誤檢測的機率。該技術主要用于物(wù)體(tǐ)的運動測量工(gōng)作。在機械臂手眼協調方面，多目視覺技術能夠克服物(wù)體(tǐ)捕捉的盲區，使機械臂進行抓取更加有效在工(gōng)業機器人進行裝配領域，多目視覺也能夠精确識别和定位被測物(wù)體(tǐ)，進而提高裝配機器人的智能程度和定位精度。此外(wài)，多目視覺技術還可以采用模仿生(shēng)物(wù)的視覺系統構造獲得更加清晰的圖像和較高的處理能力，并改善對物(wù)體(tǐ)的定位，比如仿蜥蜴仿蜘蛛等。
 機器視覺在國外(wài)起步較早。相比而言，國内對智能機器人的視覺系統進行研究起于國家“八五”計劃期間，在2000年才把機器視覺應用于清潔機器人，并提交專利申請，比如判斷污染物(wù)密集區以及識别漂浮物(wù)。進入21世紀，我(wǒ)國在相關領域的研發和專利申請有了顯著提升。從2003年至2010年，智能機器人涉及機器視覺領域的年專利申請量都在60件以下(xià)，而2011年、2012年的年專利申請量已經上升到100件左右。需要指出的是，從2012年開(kāi)始，該領域的年專利申請量出現飛速增長，2017年的年專利申請量近700件。
 
截至2018年5月31日，我(wǒ)國智能機器人領域涉及機器視覺的專利申請共2600餘件，其中(zhōng)涉及雙目視覺技術的專利申請有300餘件，涉及多目視覺技術專利申請不足10件。該領域國内專利申請人主要有：成都萬先自動化科技有限責任公司，主要涉及機器視覺與多種其餘傳感器，比如超聲、紅外(wài)等配合來對環境進行識别；中(zhōng)國科學院自動化研究所在該領域的專利申請量次之，主要涉及機械臂視覺控制以及移動機器人導航方面；緊随其後的是上海交通大(dà)學，主要側重焊接機器人的視覺控制；沈陽新松機器人自動化股份有限公司主要在工(gōng)業機器人的裝配以及服務機器人的追蹤導引領域進行了專利布局。

值得一(yī)提的是，國内申請人在機器視覺方面的專利申請，集中(zhōng)在機器視覺各個領域的應用，而涉及機器視覺本身算法的專利申請不多。由于機器視覺本身涉及到圖像處理以及被測物(wù)體(tǐ)坐标的構建，因此，該領域核心技術除了攝像機的标定外(wài)，主要依賴于視覺定位算法來實現，而算法的優劣直接影響智能機器人的靈活性與可靠性。如此看來，國内在視覺定位算法方面相對于跨國公司而言還存在一(yī)定差距。從長遠發展角度看，随着集成電路、處理器技術的進一(yī)步發展，我(wǒ)國在雙目視覺技術領域還有非常大(dà)的潛力可挖，相關企業應加強該領域的研發和專利布局。

機器人視覺存在的問題和需要研究的方向；

機器人視覺目前存在的主要問題

1、如何準确、高速（實時）地識别出目标。

2、如何有效地構造和組織出可靠的識别算法，并且順利地實現。這期待着高速的陣列處理單元，以及算法（如神經網絡法、小(xiǎo)波變換等算法）的新突破，這樣就可以用極少的計算量高度地并行實現功能。

3、實時性是一(yī)個難以解決的重要問題。圖像采集速度較低以及圖像處理需要較長時間給系統帶來明顯的時滞，此外(wài)視覺信息的引入也明顯增大(dà)了系統的計算量，例如計算圖像雅可比矩陣、估計深度信息等等。圖像處理速度是影響視覺系統實時性的主要瓶頸之一(yī)。

4、穩定性是所有控制系統首先考慮的問題，對于視覺控制系統，無論是基于位置、基于圖像或者混合的視覺伺服方法都面臨着如下(xià)問題：當初始點遠離(lí)目标點時，如何保證系統的穩定性，即增大(dà)穩定區域和保證全局收斂；爲了避免伺服失敗，如何保證特征點始終處在視場内。

機器人視覺應當進一(yī)步研究的問題；

1、圖像特征的選擇問題。

視覺伺服的性能密切依賴于所用的圖像特征，特征的選擇不僅要考慮識别的指标，還要考慮控制指标。從控制的觀點看，用冗餘特征可抑制噪聲的影響，提高視覺伺服的性能，但又(yòu)會給圖像處理增加難度。因此如何選擇性能最優的特征，如何處理特征以及如何評價特征，都是需要進一(yī)步研究的問題。針對任務有時可能需要從一(yī)套特征切換到另一(yī)套，可以考慮把全局特征與局部特征結合起來。

2、結合計算機視覺及圖像處理的研究成果，建立機器人視覺系統的專用軟件庫。

3、加強系統的動态性能研究。目前的研究多集中(zhōng)于根據圖像信息确定期望的機器人運動這一(yī)環節上，而對整個視覺伺服系統的動态性能缺乏研究。

4、利用智能技術的成果。

5、利用主動視覺的成果。

主動視覺是當今計算機視覺和機器人視覺研究領域中(zhōng)的一(yī)個熱門課題。它強調的是視覺系統與其所處環境之間的交互作用能力。與傳統的通用視覺不同，主動視覺強調兩點，一(yī)是認爲視覺系統應具有主動感知(zhī)的能力，二是認爲視覺系統應基于一(yī)定的任務（TaskDirected）或目的，主動視覺認爲在視覺信息獲取過程中(zhōng)，應更主動地調整攝像機的參數，如方向、焦距、孔徑等并能使攝像機迅速對準感興趣的物(wù)體(tǐ)。

責任編輯：中(zhōng)山網站建設
 【網訊網絡】國家高新技術企業》十年專注軟件開(kāi)發，網站建設，網頁設計，APP開(kāi)發，小(xiǎo)程序，微信公衆号開(kāi)發，定制各類企業管理軟件（OA、CRM、ERP、訂單管理系統、進銷存管理軟件等)！

服務熱線：0760-88610046、13924923903，http://www.wansion.net