机器视觉技术是运用光学设备获取真实图像,新能源电动汽车就是真正的新能源汽车

图片 5

机器视觉技术是运用光学设备获取真实图像,通过图像处理技术进行图像分析获取所需信息或控制机械执行装置完成预设操作的一种非接触式测量技术,可以对目标物体的外形特征、位移尺寸等几何量进行实时、在线检测,具有准确可靠、高精度、高效率等优点,广泛应用于工业、农业、制造业、交通业、航空航天等领域。

电工电气网】讯

台达于3月4日在广州参加2019第二十六届中国国际包装工业展览会,展出多个包装行业整体解决方案,包括枕式包装机应用解决方案、灌装机械应用解决方案、码垛机系统解决方案以及专业打造的天地盖包装解决方案等,助力包装行业向高速、高精、高效的智能化方向发展。
“当前,国际包装界日益重视提高整个包装系统的柔性化、智能化生产。在这样的市场大趋势下,台达致力于为客户打造定制化、多功能集成化,智能化的包装系统解决方案。”台达-中达电通工业控制系统产品开发处总监王乃全表示,“近年来,台达持续强化工业自动化布局,掌握发展智能制造的契机,为包装行业用户开发出多种正能解决方案,领跑未来智造发展的需求。”

图片 1机器视觉技术概述

“我们把新能源汽车分成三个阶段:第一个阶段是电动汽车,但不是真正的新能源汽车;到了第二阶段,新能源电动汽车就是真正的新能源汽车;到了第三个阶段就是新能源智能化电动汽车,就是我们最终的全方位革命的完成阶段。”2019年1月12日,在中国电动汽车百人会论坛上,中国科学院院士、中国电动汽车百人会执行副理事长欧阳明高就中国新能源汽车技术路线进行了展望。

图片 2灌装机械应用解决方案:采用台达PLC-Based多轴运动控制器DVP50MC系列为主控,具备高速和高精度处理特性,利用内建电子凸轮功能,实现追随、叠放、灌装等精确定位与同步控制;相对与传统的脉冲控制,配线大大简化,提升机械设备效率;内建典型的工艺功能函数库,可满足食品包装等行业应用需求。
码垛机系统解决方案:采用PC-Based架构,方便机器人与工厂管理软件的互联,实现生产制造与工业4.0的完美结合;支持多种码垛机器人模型,灵活多样,排样与路径自由组合,省去重复示教的烦恼;情景化引导设计,使工艺编辑更加方便快捷。
台达全自动天地盖纸盒成型机解决方案:采用台达机器视觉系统+SCARA工业机器人,替代原来的光电机械定位法,减少人工操作,提高成型机的精度和产能;丰富接口,后续还可升级接入制造执行系统系统中。
DIACloud云平台系统解决方案:基于台达DIACould云平台开发的设备联网远程维护解决方案,通过4G云端路由器将现场设备接入互联网,用户可以在任何地方通过手机APP或网页实时掌握设备的运行情况和报警信息,方便远程维护、指导和处理故障。
台达天吊型SCARA工业机器人DRS60H系列:机器人产品具有较大的负载能力,重复精度高,可有效利用安装空间,获得最佳布局和节省空间,是电子电工、消费性电子、食品饮料、金属制品、橡塑胶行业好帮手。
台达展位号:广州中国进出口商品交易会展馆1.1馆H09展位,欢迎各界朋友莅临参观指导!。

机器视觉系统一般包括光源系统、图像捕捉系统、图像数字化模块、图像处理系统和控制执行模块。首先采用CCD摄像机获取图像,经采样量化后将模拟图像转换为数字影像或数字信号传送到图像处理系统。图像处理系统对这些信号运用各种运算进行目标特征的提取,如目标的颜色、位置、大小等,最后根据预设的判定标准输出所需结果、显示数据或控制执行模块完成预定操作。

他表示,面向2025年,锂离子电池、燃料电池等电动化技术都会全方位成熟;新能源、可再生能源,以及电动车都将在2020年到2025年达到性价比的拐点。“这两个是天然的绝配组合,智能化也会突飞猛进,所以2025年左右是全方位突破的关键转折点。”欧阳明高说道。

图片 3机器视觉在农业生产中的应用

对于电动化技术的发展,欧阳明高称,在纯电动技术领域,到2025年纯电动汽车性价比会实现大突破,基于全生命周期的成本,计算燃油汽车的价格和全生命周期的费用,燃油车和电动汽车将会持平,另外最严格的排放法规即将实施,燃油机的成本将会上升,拐点即将到来。

目前,机器视觉技术在农业生产中的应用研究范围很广,涉及农业生产的各个环节:在农业生产前期,可以利用机器视觉进行农作物种子的精选和质量检验;在农业生产环节,机器视觉可以被用来进行作物病虫害的监视、植物生长信息的监测、果蔬的检测等;在农业生产后期的应用包括水果分级、粮食无损检测等。机器视觉也被广泛应用在农业机械上,可以提高生产效率、节约劳动力、提高农业自动化水平。

在混合动力技术领域,欧阳明高特别提出,纯电插电混合动力在城区短途用电,高速、长途用油,根据中国的乘用车出行特征,可以省油80%以上,是中国优势的技术路线。此外,在燃料电池领域,欧阳明高认为2025年到2030年会有新一代的氢能技术的出现,燃料电池技术将会成熟,推广累计将会达到五到十万辆,标志性的车型是燃料电池的大型SUV。预计今后五到十年,中国燃料电池的国际地位有可能与中国锂离子电池水平相当。

图片 4农田视觉导航

多方资料显示,无论是电动汽车销量还是电动汽车技术,我国电动汽车产业都拥有较为清晰的规划。更重要的是,电动汽车对于能源产业还有着更深远的意义。“根据中国汽车工程学会的预测,2030年电动汽车销量是八千万到一亿辆,大家共同认为所有的销量指标都会提前到达,也就是说2025年,保有量就会达到五千万到八千万,这是极有可能的,我们必须提前做好准备,为能源革命做好准备。”欧阳明高称。

1)导路线检测

电动汽车已对能源结构带来重要变革。国际能源署署长高级顾问杨雷在论坛上介绍道,2017年电力占全球终端能源比例由2000年14%增长至19%,预测到2040年将增长至25%。能源结构转变呈现出几大特点:一是主要是来自于发展中国家;二是主要是由新能源和天然气来满足;三是在终端用户的比例上,工业用户占比减至1/3左右,电动汽车、智能家居等领域用户,将给能源的整个结构带来深刻的变化。

农业车辆自动导航是当前和未来农业智能化研究的热点,基于机器视觉的导航路线检测算法是自动导航系统的核心。早在20世纪70年代就有研究者提出视觉导航的概念,在20世纪90年代,很多国家开始对农田视觉导航技术进行研究,提出了杂草检测、导航路线检测的方法。中国随后也开始进行相关的研究。对于农田导航路线检测,车辆或机器人工作环境主要分为水田和旱田,水田中的导航路线检测的重点是苗列线检测,陈兵旗对插秧机器人视觉系统进行了研究,提出了基于图像处理和Hough变换的目标苗列线检测,土田埂及水泥田埂的检测。随后,又研究了水田自动管理机器的行驶路线检测算法。首先以图像中的颜色分布来判断稻谷之间的空间作为行进路线,然后通过对水平线轮廓线的分析,检测出其运动方向的候选点,最后通过已知的点Hough变换检测移动方向线。其检测结果如图8所示,图中红线表示检测出的水田的导航路线,视觉系统根据红色导航线控制机器的行进方向,可以稳定行驶。该算法检测速度快、适应性强,对于复杂水田也可以有效提取导航路线。毛可骏等研究了基于机器视觉的自主插秧机导航信息的提取,提出了一种利用秧苗行分割线作为基准线提取导航参数的算法。Han等提出了基于图像分割的车辆导航算法,首先将彩色图像转换成灰度图像,然后计算出每个像素的标准偏差,将平均值和偏差值进行融合,作为支持向量机分割图像的新输入因子。最后对小波分析得到的低分辨率图像进行了处理,分割的结果克服了杂草等高频干扰的影响。张方明等研究了水田作业轮式自动农业机器人的路径规划方法,设计了矩形田块和梯形田块的自动插秧机路径规划方法。

对于电动汽车的增长,杨雷表示,目前如果把中国二轮电动车、慢速电动车、三轮车都算上,电动车也只占总用电需求的0.5%,而这一数字正呈快速增加态势。如果全球电力的需求根据IEA的预测2040年达到3.55万太瓦时,电动汽车的用电按照乐观估计将会超过4千万太瓦时,这个比例超过了10%。而如果在用户中有越来越多的电动汽车用户以后,它是一个挑战,同时也是一个机遇。

图片 5存在问题及未来展望

杨雷说道,到2030年中国可能有将近1亿辆电动车,“如果1亿万辆电动车同时充电,不管是快充还是慢充,平均一下如果他们在极端情况下同时充电,将会带来超过10亿千瓦级的负荷,而中国现在整个装机容量也不到20亿千瓦,这是一个不可想象的挑战”。杨雷表示,电动汽车的增加就必然的要求电力系统与之相匹配的有相应的变化,例如动态的电价体系、智能充电技术的商业化等等。

机器视觉技术在农产品无损检测、植物生长信息检测、病虫害检测、农田视觉导航等方面的研究已有很大进步,但是由于农业研究对象的多样性和复杂性以及机器视觉技术自身的特点,机器视觉技术在农业领域的应用仍存在如下问题。

欧阳明高称,根据能源局的规划,2030年非化石能源发电比例为50%,新能源也是50%,电动汽车上的电池将是50亿度,再加上储能电池,可以达到100亿度以上,中国每天消费的电也就是140亿度,电池电量就可以供应中国用电。“这将是一场深刻的革命,也将带来几万亿到十几万亿的产业。”

1)机器视觉技术对测量条件和环境要求较高,但是农业生产环境复杂,应用场合多变,针对不同的研究对象和生产环境需要开发不同的处理算法,使得机器视觉测量的环境适应性和可靠性较差。

国家能源局监管总监李冶表示,这几年充电桩、动力电池等电动汽车配套的基础和产业,包括在技术方面已经全面铺开,充换电服务和储能网络初现雏形,新能源汽车和储能快速发展,逐步成为能源行业一个重要的组成部分。同时他指出,目前该领域仍存在基础不牢固,发展不均衡不充分,技术水平偏低等问题。

2)由于农作物特征的多样化,机器视觉在农作物信息检测和特征提取方面还存在一些不足。对于一些颜色或形状特征不明显作物的检测还需要研究更高精度的检测算法。

“我们目前叫电动车革命,即将发生的是新能源革命和人工智能革命。”欧阳明高认为,在整车智能化方面,现在更多是在谈驾驶智能化,共享出行,其实还有能源的智能化。“能源互联网和车网的共享,如果从驾驶共享的角度看,车辆总数会降低,但是从能源共享的角度,家家都应该有电动汽车,在家里晚上充电,白天卖电,来赚取差价,这样所有车辆的总量不会降低,汽车产业的GDP也不会降低,所以这将是我们未来的出路。”欧阳明高说道。

3)目前包含末端执行机构的机器视觉系统还不成熟,未能进行大规模的农业生产应用。并且,由于机械控制系统存在的局限性,导致机器视觉在某些实时性要求较高的场合仍然达不到要求。

全国政协副主席、中国科学技术协会主席万钢表示,在电动化、智能化的进程中,新能源汽车将逐步发展为移动储能终端,实现与能源网的互联互通,所以新能源汽车将推动能源消费变革,而能源生产的变革又将促进新能源汽车全运营周期的零排放。“我们还是要鼓励地方政府在能源价格、建设用地、商业模式、政策支持等方面大胆创新,加快各类充电设施市场化建设和运行。”

4)当前基于机器视觉的农业装备集成化和智能化程度不高,操作复杂。国内外很多对于农业生产的机器视觉应用研究仍处于试验阶段,农业智能装备的大规模应用还需要克服很多实际问题。

由于问题的复杂性和长期性,机器视觉系统在农业领域的应用还要经历一段很长的发展阶段,其未来的研究和发展方向主要集中在以下方面。

1)图像处理是机器视觉技术的核心,对现有的算法进行改进或者研究出更为高效的算法,提高机器视觉系统的处理效率和鲁棒性,仍然是未来机器视觉应用和发展的重要前提。当前,基于卷积神经网络的图像识别算法正处于研究阶段,训练后的卷积神经网络可以极大提高图像识别的准确性,应用卷积神经网络模型的机器视觉系统将成为未来发展趋势。

2)嵌入式视觉系统具有结构紧凑、处理速度快、成本低等特点,成为未来机器视觉系统发展的重要方向。也使得结合机器视觉系统的农机装备的大规模普及成为可能。

3)融合多种技术的机器视觉系统也是当前及未来研究热点。例如,融合机器视觉系统和北斗导航系统,可以实现农田导航系统的高精度和低成本;融合三维成像技术、神经网络技术、智能控制技术等,可以使农田作业机器人更加智能化。

结 论

机器视觉技术在农业生产中的应用研究范围很广,涉及农业生产的各个环节。在农作物种子的精选和质量检验、作物病虫害的监视、植物生长信息的监测、果蔬的检测、水果分级、粮食的无损检测及农业机械上都起着很重要的作用。机器视觉技术以其独有的优势,对实现农业的高度自动化和智能化有重要推动意义。目前,中国的机器视觉农机装备相比于国外仍有一些差距,精度及自动化水平较低,实际应用也存在可靠性问题,说明中国的农业智能化发展还有很长的一段路要走。当然,机器视觉技术本身的局限性和农业应用的复杂性也限制了机器视觉装备的大规模推广和使用。当前机器视觉技术仍处于高速发展阶段,随着现代智能化及相关技术的发展,机器视觉技术也将不断完善,现阶段的很多问题会得到解决,机器视觉技术在农业领域的应用也将进一步扩展。

发表评论

电子邮件地址不会被公开。 必填项已用*标注