什么是機器視覺？

二維機器視覺（2D）已經改變了自動化制造，將優雅的軟件算法應用于大規模生產的零件的生產、檢查和控制。這項技術使用成像技術來建立一個零件和工藝的整體的360度視圖，以考慮制造零件的所有因素。軟件和先進工業設備的整合推動了機器和制造的零件之間的實際人際接觸。

對重復的、高數量的生產運行最有利的是，機器視覺為操作員提供了增強的可視性，以提高生產的質量、速度和成本。二維機器視覺通過檢測產品特征的位置提供增強的檢測，提高了質量保證的缺陷率。它通過快速進行重復性動作和實現預先編程的轉換來批處理一系列生產步驟，類似于計算機編程中的子程序，從而提高生產力和靈活性。最后，二維機器視覺通過這些對質量和速度的改進，降低了成本。改進的可編程性優化了機器性能，減少了運行機器所需的人力資產。更好的質量也轉化為更低的廢品率，這對成本是一個直接的改善。

在其所有顛覆性的好處下，二維機器學習有一些突出的改進機會。機器使用光來創建目標圖像。因此，這種方法很容易受到照明條件變化的影響，如一天中不同時間的陰影、陰影，從而影響到圖像的清晰度。因為它是平面的，所以二維方法主要適用于二元評估，如是否存在特征或是否存在缺陷。

這些挑戰產生了對進一步改進成像解決方案的需求。3D.概念上很簡單，為二維圖像增加深度需要對整個過程進行重大升級。在這里，我們將概述第3D度如何擴展二維機器視覺的動態響應和工藝性能收益，使工藝越來越接近理想狀態：零缺陷、及時、最低成本。

動態響應的3D機器視覺的優勢

納入第3D的額外復雜性使處理器的計算負荷成倍增加。為了解決這個問題，軟件供應商已經改善了他們的基礎設施、彈性和按需計算的支持。同時，5G的擴展有助于緩解處理方面的限制。很容易理解為什么增加第3D會以增加處理量為代價改善成像方法，因為更高的數據量需要更長的時間來處理。但是，捕捉特征的3D視圖的傳感器使軟件能夠通過圖像中的缺陷進行插值，利用特征在其他兩個維度的位置創建一個準確的圖片。成像過程的彈性隨著更詳細的視圖而增加，減少機器的反應時間。

軟件和算法收集和分析數據，加速了對故障的反應，而不需要人工干預。這個過程消除了重要的人為錯誤來源，并以更準確的圖像減少了信號和響應之間的時間。縮短響應時間使該過程更接近于及時生產的理想狀態支柱。

3D機器視覺對系統性能的優勢

3D機器視覺能夠更快、更準確地查看相關特征。這一優點通過發現和解決質量故障來提高性能。這種視圖允許工程師定義或預先編程一個程序，以評估零件完整性問題的嚴重程度。他們可以優化機器，查看已知的錯誤來源，以提高操作效率，降低零件成本。

增加深度尺寸可以提高測量和切割的精度，使一個過程的制造公差更加嚴格。實現一個可重復的、嚴格的公差可以使制造的自動化程度更高，從而降低每件的生產成本。

3D機器視覺可以將成品零件與其計算機輔助設計（CAD）模型進行比較，以提高質量。工程師可以制定一個檢查順序，以檢查工程圖紙或規范所規定的CAD模型中的關鍵尺寸。然后，機器視覺對照模型對零件進行在線評估，要么批準該零件，要么將其剔除到廢品倉。來自第3D度的附加數據將檢測過程從對照圖紙的二維檢查轉移到CAD和產品之間的直接比較。

結論

3D機器視覺可以改善制造質量、產量和成本。3D機器學習是大批量生產步驟的理想選擇，它為以前的二維方法增加了深度，以創建零件的完整圖像。這種圖像可以確定缺陷的大小、形狀、位置和位置，為算法提供信息，以提高加工效率，或通過掃描、揀選和重新訂購提高供應鏈庫存周轉。使用這種顛覆性技術的機械可以吸收意想不到的變量和障礙，為它們導航并完成它們的任務，而無需重新編程。