機器視覺解決方案層出不窮，呈現(xiàn)百花齊放之勢。雖然機器視覺賦予了機器人感知和認知世界的能力，而且變得越來越簡單易用，但是還有很多因素影響機器人在環(huán)境中的視覺效果，還是有一些棘手的挑戰(zhàn)亟待解決。

以下是我們總結出機器人視覺目前面臨的9個挑戰(zhàn)：

1

照明

如果有過在低光照下拍攝數(shù)碼照片的經(jīng)驗，就會知道照明至關重要。糟糕的照明會毀掉一切。

成像傳感器不像人眼那樣適應性強或敏感。如果照明類型錯誤，視覺傳感器將無法可靠地檢測到物體。

有各種克服照明挑戰(zhàn)的方法。一種方法是將有源照明結合到視覺傳感器本身中。

其他解決方案包括使用紅外照明，環(huán)境中的固定照明或使用其他形式的光的技術，例如激光。

2

變形或鉸接

球是用計算機視覺設置來檢測的簡單對象。你可能只是檢測它的圓形輪廓，也許使用模板匹配算法。

但是，如果球被壓扁，它會改變形狀，同樣的方法將不再起作用。這是變形。它會導致一些機器人視覺技術相當大的問題。

鉸接類似，是指由可移動關節(jié)引起的變形。例如，當您在肘部彎曲手臂時，手臂的形狀會發(fā)生變化。

各個鏈接（骨骼）保持相同的形狀，但輪廓變形。由于許多視覺算法使用形狀輪廓，因此清晰度使得物體識別更加困難。

3

職位和方向

機器人視覺系統(tǒng)最常見的功能是檢測已知物體的位置和方向。因此，大多數(shù)集成視覺解決方案通常都克服了這兩者面臨的挑戰(zhàn)。

只要整個物體可以在攝像機圖像內(nèi)被查看，檢測物體的位置通常是直截了當?shù)摹ＴS多系統(tǒng)對于對象方向的變化也是強健的。

但是，并不是所有的方向都是平等的。雖然檢測沿一個軸旋轉(zhuǎn)的物體是足夠簡單的，但是檢測物體何時3D旋轉(zhuǎn)則更為復雜。

4

背景

圖像的背景對物體檢測的容易程度有很大的影響。想象一個極端的例子，對象被放置在一張紙上，在該紙上打印同一對象的圖像。

在這種情況下，機器人視覺設置可能不可能確定哪個是真實的物體。

完美的背景是空白的，并提供與檢測到的物體良好的對比。它的確切屬性將取決于正在使用的視覺檢測算法。

如果使用邊緣檢測器，那么背景不應該包含清晰的線條。背景的顏色和亮度也應該與物體的顏色和亮度不同。

5

閉塞

遮擋意味著物體的一部分被遮住了。在前面的四個挑戰(zhàn)中，整個對象出現(xiàn)在相機圖像中。遮擋是不同的，因為部分對象丟失。視覺系統(tǒng)顯然不能檢測到圖像中不存在的東西。

有各種各樣的東西可能會導致遮擋，包括：其他物體，機器人的部分或相機的不良位置。克服遮擋的方法通常涉及將對象的可見部分與其已知模型進行匹配，并假定對象的隱藏部分存在。

在某些情況下，人眼很容易被尺度上的差異所欺騙。機器人視覺系統(tǒng)也可能被他們弄糊涂了。

想象一下，你有兩個完全相同的物體，只是一個比另一個大。想象一下，您正在使用固定的2D視覺設置，物體的大小決定了它與機器人的距離。

如果您訓練系統(tǒng)識別較小的物體，則會錯誤地檢測到兩個物體是相同的，并且較大的物體更接近相機。

尺度的另一個問題，也許不那么明顯，就是像素值的問題。如果將機器人相機放置得很遠，則圖像中的對象將由較少的像素表示。

當有更多的像素代表對象時，圖像處理算法會更好地工作，但有一些例外。

7

照相機放置

不正確的相機位置可能會導致以前出現(xiàn)過的任何問題，所以重要的是要正確使用它。

嘗試將照相機放置在光線充足的區(qū)域，以便在沒有變形的情況下盡可能清楚地看到物體，盡可能靠近物體而不會造成遮擋。照相機和觀看表面之間不應有干擾的背景或其他物體。

8

運動

移動有時會導致計算機視覺設置出現(xiàn)問題，特別是在圖像中出現(xiàn)模糊時。

例如，這可能發(fā)生在快速移動的傳送帶上的物體上。數(shù)字成像傳感器在短時間內(nèi)捕獲圖像，但不會瞬間捕獲整個圖像。

如果一個物體在捕捉過程中移動太快，將導致圖像模糊。

我們的眼睛可能不會注意到視頻中的模糊，但算法會。當有清晰的靜態(tài)圖像時，機器人視覺效果最佳。

9

期望

機器人視野面臨的最大挑戰(zhàn)之一就是工作人員對于視覺系統(tǒng)能提供什么不切實際的期望。

通過確保期望符合技術的能力，您將從技術中獲得最大收益。您可以通過確保員工接受關于視覺系統(tǒng)的教育來實現(xiàn)這一點。