无人工厂给机器视觉技术与应用带来的机遇与挑战

       近年来，机器视觉、智慧决策、互联互通、大数据、终端智能以及全自动等等领域内各项新技术得到了快速发展和广泛应用，机器视觉系统为无人工厂生产线提供图像数据，并结合智慧决策技术根据获取的图像数据进行分析，做出合理判断；生产线中各个 OT 设备进行实时快速通信，实现流水线无缝衔接，多条生产线以及多个智慧无人工厂之间进行数据共享，形成知识图谱，实现问题溯源，提高生产质量，降低生产风险；各个OT 设备具备一定的智能处理能力，针对简单问题实施单体的决策判断并进行实时反馈。这些技术将对智能制造行业向智能化和无人化方向转型发挥强劲的驱动作用。这种无人工厂是智能制造未来重要的发展方向，也是工业化、信息化和智能化融合的应用体现。

1、生产过程无人化

       机器视觉系统贯穿无人工厂进程中的每一个环节，是智能制造工厂全自动化的重要保障条件。1）物料入仓，该环节需要读码设备进行物料读码标记，方便物料在工厂中的使用管理，根据物料类型、数量以及特征进行厂区规划，统筹规划，进行合理存储，从而减少搬运成本。2）精准定位，从物料入仓开始，所有物料都会被读码标记并具有唯一特征识别符，在进行零部件加工使，会根据标识符进行快速定位查找，实现精准匹配，减少工业机器人的搬运时间，特别在个性化定制的柔性生产中，由于其小批量甚至单个零部件的加工，这需要对物料的种类和数量进行严格管控，在进行精确定位的同时，还需设置监控系统进行风险管控，为物料的入仓出仓提供安全保障。3）智能生产，物料在智能生产线上进行加工，一方面需要机器视觉系统对物料进行精确姿态和位置定位，并按照指令流进行有序加工，由于柔性生产中需要根据零部件的不同实时不同的加工指令，这需要视觉系统具备智能识别判断能力，同时加工生产线也需要具备一定智慧，可根据不同需求实现不同的生产加工。此外，多个 OT 设备之间需要进行实时的数据通信，实现共同实现流水线生产，从而提高产能。4）智能推荐存储，对加工后的零部件同样建立唯一标识符，并同时根据生产需求，成本和品控等多因素对成品或半成品零部件进行智能推荐，合理安排仓储。

2、质量管理与风险管控

       传统工业生产线中会存在大量风险因素，这些由外界不可控因素导致的风险会严重地影响生产线的安全生产，为了进行生产线的质量管理和风险控制，需要大量的安全员进行生产线的安全巡检。在无人工厂中，可以根据生产线的产品数据构建大数据中心并形成知识图谱，对质量问题进行反向溯源，精确定位问题节点。同时可以通过机器视觉系统实时获取关心区域的图像信息，由智能单元进行安全排查及故障诊断，当存在安全隐患时，可以直接实时显示故障区域，在虚拟环境中显示故障区域，并与真实环境相对应，实现高效地进行安全巡检。

       随着国家经济的发展，经济政策的转型，智能制造市场高速发展，为机器视觉提供了充足的市场资源。随着自动化水平的提高，制造品控的精细化以及消费者的个性化荣幸生产需求上升，无人化工厂的不断完善，对机器视觉的要求也更为严苛。与此同时，计算成像、新型三维成像、衍射光学等多种新技术的研究和产业化为机器视觉解决智能制造市场需求提供了更多途径。大数据的不断积累，知识图谱的不断完善以及深度学习和小样本处理技术的同步发展人，计算与边缘计算和 5G 和互联网 + 技术都给机器视觉带来了巨大的机遇。在机器视觉蓬勃发展的同时也使其成为智能制造和数字经济等行业向前推进的最大助力。