近年來，隨著機器人市場的迅速擴展和機器人技術(shù)的迅速成熟，目前制造企業(yè)對機器人的使用還停留在簡單地代替工位階段。這是由于大多數(shù)機器人都是“瞎子”，它們對周圍環(huán)境幾乎沒有感知能力，僅僅通過編程或單純示教來執(zhí)行某一特定動作。而面對智能化時代的到來，制造企業(yè)追求效率、簡便，各式各樣的機器視覺已經(jīng)悄然地占據(jù)行業(yè)高地。
例如：在原有條件下，生產(chǎn)線上的搬運機器人大多是通過視覺再現(xiàn)或者預(yù)編程來實現(xiàn)各種操作，對物體的位姿有嚴(yán)格的限定，因此實質(zhì)上機器人只是完成點到點的動作。而當(dāng)物體的外部參數(shù)有變化時，機器人的就無法自動處理了，這樣缺乏柔性度、靈活性的生產(chǎn)線無法滿足柔性生產(chǎn)系統(tǒng)對物料輸送和搬運的要求。為保證機器人不受物體位姿、方位的影響及高效地工作就必須引入機器視覺技術(shù)來實現(xiàn)對目標(biāo)物體的識別和定位。
典型的機器視覺系統(tǒng)可以分為：圖像采集部分與視覺處理部分。圖像采集部分主要包括相機、光源、鏡頭等硬件。視覺處理部分的核心則是軟件算法，視覺處理通常在控制器端進(jìn)行。據(jù)庫柏特機器視覺領(lǐng)域工程師潘工介紹，其中蠻重要的組成部分為傳感器（相機）與視覺處理算法。
一般來說，工業(yè)上常用的相機為2D相機與3D相機。當(dāng)前機器視覺主流的檢測手段還是依賴2D相機，即從灰度圖/彩色圖中提取被測物特征，在X-Y平面內(nèi)進(jìn)行測量。當(dāng)遇到需要高度測量或需要Z方向信息，如需要測高度、深度、厚度、體積、磨損等情況時，2D視覺往往無能為力。這時，3D視覺技術(shù)就成為解決機器視覺問題的重要檢測手段。
3D視覺技術(shù)方案通常包括線激光方案、面結(jié)構(gòu)光方案、TOF（Time of Flight）相機方案與雙目視覺方案。主要區(qū)別在于：
因此在選取相機時，要結(jié)合具體的應(yīng)用場景選擇適合的相機。
圖像采集部分將被拍攝的目標(biāo)轉(zhuǎn)換為圖像信號，傳送給視覺處理軟件，根據(jù)像素分布和亮度、顏色等各種信息，轉(zhuǎn)變成數(shù)字化信號，視覺處理系統(tǒng)對這些信號進(jìn)行各種運算來抽取目標(biāo)的具體特征，如面積、數(shù)量、位置、長度，再根據(jù)預(yù)設(shè)的允許度和其他條件輸出結(jié)果，包括尺寸、角度、個數(shù)、合格/不合格、有/無等，以此來完成測量、檢測和判斷任務(wù)。
如下圖，機器視覺在檢測某一特定形態(tài)的貓時發(fā)現(xiàn)有不同，即缺耳朵的貓，視覺處理軟件就會通過一定的通信方式將該信息傳達(dá)給機器人，機器人即可執(zhí)行分揀等操作。
總的來說，視覺能夠賦予機器人“看”的能力，視覺感知與控制理論往往與視覺處理得到緊密結(jié)合來實現(xiàn)高效的機器人控制或各種實時操作，用于工業(yè)智能制造中的實際檢測、測量、識別、分類、分揀等自動化工作。企業(yè)加速布局機器視覺硬件產(chǎn)品和軟件服務(wù)，以智能制造需求為導(dǎo)向，重點研發(fā)工業(yè)視覺解決方案，并逐漸應(yīng)用于電子制造、汽車制造、機械加工、包裝與印刷、食品等行業(yè)，助力制造業(yè)轉(zhuǎn)型升級。
在庫柏特為某食品加工制造企業(yè)提供的智能無序分揀解決方案中，采用高分辨率工業(yè)相機配合圖像感知算法，獲取流水線上物體的類別和位置信息；其次采用高速高精度的四軸機器臂、精巧的末端執(zhí)行部件和動態(tài)抓取控制算法，實現(xiàn)對食品的精準(zhǔn)分揀，其分揀速度達(dá)0.8s/個，分揀成功率達(dá)到97%。該方案可廣泛應(yīng)用于流水線上物品分級、分類、次品剔除等分揀應(yīng)用，對提高生產(chǎn)效率和質(zhì)量管理水平有重要作用。
機器視覺在3C電子行業(yè)已經(jīng)實現(xiàn)相比于人工高的速度和精度，可用于3C制造領(lǐng)域的分揀、零件插入、擰螺絲、焊接、元器件組裝、貼片、檢測、零部件配送、包裝以及拉緊螺栓等多種任務(wù)。
機器視覺系統(tǒng)與工業(yè)機器人結(jié)合，賦予機器人較強的智能性，極大地拓展了工業(yè)機器人的應(yīng)用廣度與深度，也使得自動化生產(chǎn)愈加靈活柔性，產(chǎn)品質(zhì)量穩(wěn)定、高效，并且已經(jīng)成為中國制造業(yè)轉(zhuǎn)型升級的關(guān)鍵推手。
