機器視覺作為一門發展迅速的新興學科，正在越來越多的領域得到非常廣泛的運用。在過去，通常是用人眼對目標進行識別、跟蹤和分析。現在，由于視覺識別技術的發展，可以用攝像機和計算機代替人眼實現生產更高程度的自動化。

　　隨著電子計算機科學，圖像處理技術，模式識別技術與理論的迅速發展，機器視覺的實際研究與應用價值正日益得到重視，并不斷在許多領域取得驕人的成果。

　　一、視覺技術的兩大應用：質量控制與輔助生產

　　縱觀目前工業生產中應用到的視覺技術大致可分為兩類：質量控制和輔助生產。其中質量控制就是代替人工對產品的尺寸、外觀等進行檢測，識別出不良品，此類設備在國內外自動化生產線已有廣泛使用。

　　輔助生產指的是利用視覺技術給機器人提供動作執行依據，目前廣泛應用的是基于單目視覺的二維定位技術。但是由于大部分可用二維視覺定位的生產工位都可以用機械定位的方式去代替，其成本和復雜程度都比視覺定位要簡單，只有極少數場合才不得不用視覺定位。

   在機器人生產過程中，大多數需要定位的情況都是需要給出三維坐標的，也就是說被測對象相對于機器人的位置是不確定的。但是此類定位需求，技術門檻較高，盡管有此類技術，但是并沒有被廣泛應用。

　　然而隨著德國“工業4.0”的提出以及中國在2015年5月發布的《中國制造2025》行動綱領，全球范圍內都對制造業提出了新的挑戰，即建設“智能工廠”。智能工廠的核心就是“機器擬人化”生產，視覺定位是其中極其重要的技術。維視圖像公司作為一家以機器視覺技術為核心業務的下游方案提供商，很顯然將處于這場改變世界制造業格局的旋風中。其推出的MV-VS220雙目系統，由于是采用面向開發者的銷售模式，受到了廣大系統集成商及科研單位的好評。

　二、機器視覺定位前沿技術　　機器視覺定位包括兩類：二維定位和三維定位。在國內，三維定位自有技術還非常少，針對該技術的專利申請在國內幾乎處于空白。但是在國外，以微軟、谷歌、蘋果等公司為例，他們早已在三維信息檢測、三維空間重構等領域進行了布局。

   1、三維姿態跟蹤

　　微軟公司在2010年4月推出了Kinect體感游戲設備，該設備是應用于Xbox360主機的周邊設備。主要功能是獲取玩家全身上下的肢體動作，來操作Xbox上的游戲。

　　該設備左側為紅外光發射器，是一種光編碼結構光技術；中間為640*480分辨率的彩色CMOS攝像頭；右側為320*240分辨率的紅外CMOS攝像頭。其獲取玩家三維動作的核心技術為類雙目立體視覺技術。依托已經標定好的雙攝像頭之間的基線距離、焦距及視差數據，然后根據紅外攝像頭采集到的紅外點陣圖，進而計算出深度信息。

　　但是Kinect公布的測量精度為：測量2米范圍時，理論精度可以達到1cm（有第三方機構實測表示達不到該精度）。由于該設備是面向娛樂行業，對精度和檢測結果一致性的要求較低。當然了，微軟的軟件算法魯棒性肯定是很好的，主要是其硬件部分采用了低成本的CMOS感應器。相對于維視圖像公司針對工業應用研發的雙目立體視覺設備MV-VS220來說，在硬件配置方面維視圖像可謂是極盡豪華了。其采用了1280*960分辨率的CCD相機，可同時感應可見光和近紅外光，標準配置在測量0.8米范圍時，重復測量精度可以達到0.6mm。

   2、三維空間定位   　　

　　看過微軟的Kinect設備，我們再看看以庫卡機器人為代表的三維空間定位技術。近期庫卡機器人發布的“機器人大戰乒乓冠軍”視頻炒的挺熱門。暫不談機器人本身的運動速度和精度，這里主要談談給機器人做乒乓球定位的三維空間定位技術。如下圖所示：

                                                           其實該應用的基礎技術不是特別前沿，屬于比較常規的雙目三維定位技術。由于乒乓球在運動過程中速度極高，可以達到3米/秒，被測對象是高速運動目標，所以可以采用高速相機進行抓拍，然后利用幀差分法獲取被測目標進而過濾掉背景圖像（因為在相機拍攝視野內，除了乒乓球外的其他目標的運動速度極低，在高速相機拍攝的連續兩幀圖像之間，只有乒乓球的位置會發生變化）。這樣一來，左右相機中的待測對象都只有一個點（將乒乓球簡化為一個點）了，立體匹配和三維姿態測量的速度就可以很快了。完全能夠跟得上乒乓球的運動。　　當然了，由于以上產品設備已經正式投入了商業化運營，制造廠家是不可能把具體技術實現進行公布的，我們僅能從結果去猜想。但是從一些非營利性實驗室或高校實驗室設備提供商所推出的產品，我們是可以從中獲得不少有用信息的。以維視圖像推出的CCAS雙目視覺系統來說，其官網上就有該系統原理的詳細介紹。

　　三、機器“擬人化”得先研究“人”

　　目前針對“機器”的前沿性研究，很大部分都是從人、動物來獲取靈感，比如我們研究蒼蠅的眼睛，進而發明了相機；我們研究蝙蝠進而發明了雷達。所以在這新一輪工業革命大潮中，“機器”的發展方向必然是“類人化”、“擬人化”，讓機器可代替人去工作，甚至能工作的比人更好。當然了，目前機器在有些方面已經可以代替人，也能比人做的更好，但是應用范圍還比較狹窄，眼前的工作就是要進一步的使機器無限的接近于人。

　　機器“擬人化”并不是說機器長的像人，這是一種很表面的理解，機器擬人的核心：一是機器能像人一樣的去觀察客觀世界并獲取信息；二是機器能像人一樣的去思考判斷，做出決策；三是機器可以像人一樣靈活，去執行復雜的動作。看過《超能陸戰隊》電影的人都知道里面的“大白”，在不考慮目前技術實現的情況下，“大白”就是一個真正意義上的擬人化機器人。

                                                             有人說“科學離不開幻想”，是的，在機器視覺行業，這點尤其明顯，我們縱觀《鋼鐵俠》里托尼的“虛擬立體實驗室”、《終結者》中的“T800機器人”、“天網”等，這些科幻電影無不把“視覺技術”幻想到了極致的境界。如果未來真能達到這樣的科技水平，那么我們認為現在就可以研究“人”和“機器”的結合。

　　人在工作、學習、生活時，無論多復雜的工作其實都是以下幾方面的單一或組合行為：

　　看：用眼睛獲取客觀世界的信息，將信息傳遞給大腦進行分析。對于機器人來說，就相當于機器人的攝像頭。目前在成熟行業應用中，大多只能實現二維檢測（機器人只有一個攝像頭），也就是說，目前的機器人只能對同一個平面上的物體信息進行掃描獲取。那么未來的發展方向必然是全方位的三維場景重現，也就是說機器人需要像人一樣有兩只眼睛。

　　聽：人通過耳朵獲取聲音信息。機器人在該方面的應用主要集中于娛樂行業，在工業領域應用幾乎沒有，這里不加多談。但是未來真正的擬人化機器人，聲音感應器是非常重要的一部分。

　　觸覺等：人通過身體其他部分接觸物體或聞其氣味來收集信息。機器人在該方面的技術主要以接觸式檢測為主，其核心技術是壓力傳感器，但是目前該種技術能獲取的信息極其單一，應用的很少。在判斷物體表面情況及有顏色的氣味時，主要還是依靠視覺技術。

　　思考：人通過眼睛、耳朵、身體各部位的觸覺獲取信息后傳遞給大腦，大腦通過歷年的經驗分析物體的形狀、位置等，再根據我們的意愿下達執行動作。那么對機器人來說，這包含2部分：一是把傳感器（以視覺傳感器為主，還包括壓力傳感器、聲音傳感器等）獲取到的“信號”（這里的信號可能是各種類型，比如圖像信號、電壓脈沖信號、電荷信號等）進行處理，提取有用的信息（就是計算機做判斷的依據）轉換為計算機課識別的數字信號。然后計算機再根據機器人的功能對該“數字信號”進行邏輯判斷，進而把執行命令發給機器人。

　　行動：人通過神經網絡控制身體各部分進行各種行為，比如：跑步、皺眉、大笑等。對機器人來說，即通過馬達電機控制執行機構執行動作。機器人未來在這方面的發展主要是提升執行機構的速度、降低慣性、增強穩定性等。

   將人的行為和機器的行為進行類比后，就能大致知道未來機器人可能的發展方向了。像阿里巴巴、軟銀、富士康聯手投資的“Pepper情感機器人”項目，從概念上來說已經走到了世界前列。但是從實用性上來說，其意義更多的是偏向于戰略方面。國內真正能自己研發機器人的廠家挺多，但是能做到國際水準的幾乎沒有，而且國內研發機器人廠商的視覺技術水平很低。國內純做視覺技術的公司大多依賴于康耐視、基恩士等國外技術，真正走自己研發路線的公司較少，但依然有些國內公司在不斷探索嘗試。比如：富士康公司，其路線就是“引進——消化——創新研發”的路子；華為純依靠自有技術積累，不斷走自主研發路線；專注于機器視覺技術的維視圖像，也一直走自主研發的道路，盡管坎坷不斷，可喜的是現在終于有所成效，其以基礎視覺硬件研發起家，后依靠引進先進機器人配套自主視覺軟件技術推出的“視覺機器人平臺”已經領先于整個機器視覺行業。

　　綜上所述，機器人定位技術其實是一個很廣義的概念，它不僅僅是目前常見的二維坐標、三維坐標定位。機器人定位實際上是通過其他傳感器給機器人執行動作提供判斷依據，其中以視覺傳感器（誰讓圖像是所有傳感器提供的信號中包含信息量最大的載體呢）為主。研究機器人或者說研究“智能機器人”的基礎首先應該是研究“機器視覺技術”。