电子产品和汽车制造业格局极富挑战性。生产设备拥有者除了要应对竞争压力，确保经营盈利之外，还必须保证维持质量标准。

      同时，必须在工作中采取措施不断提高生产力，提升效率。为了达到这些目标，很多公司在探索更好的质量控制（QC）时，在机器视觉技术中找到了解决方法。

      摆脱人工检验，依靠这种高速自动化方法，生产设施拥有者就能够对其产品满足质量标准和市场需求有信心。

      例如，在现代化电子产品生产时代，公司的优胜劣汰往往由其降低成本，提高盈亏底线，最小化浪费等条件所决定。在竞争如此激烈的环境下，质量控制作为一种提升产品标准，提高生产线效率的手段，其重要性与日俱新增。

      PCB组件检查

      一家典型的电子产品公司需要有适当的质检流程来检验其印刷电路板（PCBs）。因为每一块印刷电路板上都有很多二极管，这就有必要检验电路板上的每一个焊接点。另外，确定印刷电路板的电阻，以及是否存在二极管簧片开关松动也很重要。

      在一个典型案例中，由于其检验程序要求高精确度，因此采用了机器视觉系统，并且配备了三个分组光源。检验不同部件时可以变动这些光源。

      该检验系统采用线性驱动模块，使视觉系统平台在X-Y方向上的二维平面上移动。为了确保机械准确度，该平台安装在一个高精度平板上。这样视觉摄像头就可以捕捉到整个检查程序中的准确图像。

      检验中，将印刷电路板的初始位置定位XY运动轴线上的零点。根据印刷电路板上二极管的位置，先在Y轴上移动。当视觉摄像头到达Y轴的要求距离后（即， 当完成了对第1排第20列的检验后），开启X轴向移动，          使摄像头跳到印刷电路板的下一行进行检验。这一过程重复进行，从第20列，一直到第1列。

      检验区域包括印刷电路板上的簧片开关，焊接点和电阻。各个检验结果，在线操作人员均可以通过机器视觉显示单元获得。并用不同的颜色显示出电路板上没有通过检验的区域 -- 这就使得操作人员可以快速确定差错的性质和位置。

      视觉系统还要检验电路板上的焊接点。这种方法运用XY向线性模块控制，确保了检验的准确性，并允许进行大范围检验。

      元件检验

      在一家生产电子元件的工厂里，生产前和生产过程中，都会进行抽检。由于产品数量众多，多达33,000个项目，因此厂家需要在可持续基础上的能够简化和加快复杂检验程序的技术。

      其采用的解决方案是自动化检验站的形式。该厂将其作为一个离线质量检验站，配合以抽样装配/拆卸几何测量。该系统有益于检验中简化操作，并允许创造新的试验应用。

      人工检验项目通常需要30到45分钟，而采用通用检验站可以在1.5到两分钟内完成。

      最大尺寸不超过100mm x 65mm x 70mm的各种部件，要放在一个V型支架上进行检测。根据部件大小，可以选择3个或者4个位置。该系统采用的1100万像素摄像头和远心镜片，与检验区域垂直排列。镜头直径为120mm，能够在单一通道中配准检验部件。它们的准确度能够达到微米(μm)范围内。

      即使检验目标在不同聚焦面上深达65mm的位置，也可以获得优化影响结果。在完全自动对焦功能的辅助下，不需要人为介入就可以移动摄像头到7个位置。

      通过两个摄像头互相垂直布置，系统可以获得3D图像来感知和评估检验部件。

      部件产品支架采用毛玻璃漫射嵌板。2个入射光系统平行布置于上方，以提供红光。效果灯系统确保图像轮廓极其分明，以精确检验各部件边缘。顶部灯可以使摄像头看到部件内外，从而进行详细检测。

      通用检验站采用VisionPro视觉软件。配合Smart-Builder软件，设备使用人员可以快速学会使用检测系统。利用工具库，操作人员可以创建自己的检验程序。工具之间的拖放链接，可以实现数据快速传输。这些功能特点有助于在提高生产力的同时减少生产停工时间。

配合摄像头硬件，独特的视觉软件使用户能够为质量控制过程创建必要的检验程序

      通过用户界面，操作人员即使没有广泛的技术知识，也能够确定诸如，距离，角度和直径的所有相关检测特性。已经确定的各种被检产品数据，能够作为检测方案存储在系统项目数据库中。当有产品需要检验时，可以快速找回。因为操作人员不用手动输入这些信息了，这就节省了启动时间。

      驱动产品

      与电子产品一样，在汽车制造中质量控制也是重要角色。机器视觉检验技术很适合用于大规模生产高质量产品的地方。

      以一家日产3000 块玻璃毡吸收体（AGM）汽车蓄电池的现代工厂作个案例。

在汽车工业中，通过视觉系统可以全面彻底地检验复杂部件。

      这种AGM技术将液态电解液束缚在玻璃纤维隔膜中。其内部较低的电阻使启动电流异常的高。当安装在有制动能量回收的启停引擎上时，这种高科技蓄电池有助于减少二氧化碳的排放。

      工厂最关键的工作步骤之一是利用VisionPro 软件进行最终外观检验。另外，由一个图像处理光学电池检验（OBI）软件对来自6个工业摄像头和一个Dataman（数据超人）100 身份识别器收集的数据进行整合。

      OBI系统从5个不同的侧面检验电池。VisionPro 软件检查不同基板间的各种电池特性。该系统要查证标签完好，位置正确。这就确保了各种电池尺寸正确，且配有极帽和极夹。而且，也查证了排气口尺寸的正确性。

      当发现某一特性不能满足产品规范允许误差时，该被测电池将被移除下来，并在显示屏上报错。在该电池通过返回带传回重新检测之前，要进行缺陷校正。

      检验中的一个关键是读取直接钉在塑料罩壳上的标签文本。标签上包含有关电池型号，生产日期，和性能的相关信息。在生产完成阶段，这些信息要传输到另外的数据矩阵编码标签上。 后者要附在电池上，以便于产品追溯。

机器视觉被当作机器人眼睛，确保了生产线上的效率和准确度。

      读取数据矩阵编码的问题之一是由于光滑标签导致的对比度低和影像模糊—这使得解码过程变得复杂了。基于图像的条形码读取器可以可靠阅读编码，从而克服掉这一问题。

      该图像处理软件不需要花费任何图像预处理时间。也就意味着，关于引擎的该项应用开发过程加速了，公司使用周期成本降低了。

      技术指导

      机器视觉也可以应用到机器人技术上，在生产线上进行拾取和放置的操作。某些汽车部件生产商大量生产小部件。多用上料机在机器视觉的辅助下，有助于生产商提高生产速度的同时降低成本。

      用该系统进行小部件上料，比如将用于连接引擎体与排气导管的打孔法兰放到双面磨床上。另外，该系统还会检查部件质量，方向定位和位置。

      由一个推进器将部件从部件堆中拣出来，并补给到传送带上。当部件放到传送带上时，视觉系统在红外线光系统的辅助下发现其位置。打孔后部件一侧的毛刺需要通过接下来的研磨程序消除掉。系统还可以以打孔时采用的定向点为导向，发现穿孔或螺栓孔中不需要的材料杂物。

      视觉系统在每5秒的周期内，检测10个工件作为一个数据包，并把这些数据传输到机器人控制器。在典型操作中，每个工件的平均周期可以达到0.7秒。

      系统作为delta机器人的智能眼，并不需要专门的图像处理或编程技巧，还能够快速简便地完成配置，以处理大量部件。

      机器人采用三角运动学系统，可以实现高速运行。再配合机械部件，如关节和轴；电子部件，如伺服电机和控制盘；以及机器人控制器，能够实现夹臂的准确定位。

      根据所处理的工件，翼缘上料机检测被检验部件的内外轮廓，以确定其是否能被拾取。如果工件之间位置很近，如果以外轮廓操作，很有可能有些部件无法拾取。这就是为什么有些情况，以内轮廓拾取更理想。为了拾取的灵活性，系统可以选择适合的自动拾取器转换件。

      该系统的设计，可以使操作人员很容易为不同生产工作进行配置，而不需要编程技术。为新部件重新配置也可以很快完成，并且会与机器人配套系统同步。这就使得视觉系统引导机器人能够快速放置部件，并在传送带上精确定位部件。