智能技术、智能理念赋能各行各业，是产业发展的必然趋势，也是接下来商业大环境下新的有效增长点。当前，智能制造产业正处于快速增长期，在这一产业中起到辅助作用的工业机器人也在飞速发展。工业机器人作为深入实施智能制造理念、驱动智能制造发展战略的重要引擎，是我国由“制造大国”到“制造强国”跨越的必由之路。当前，工业机器人因具有更高的安全系数、更低的生产成本以及更强的操作灵活性等明显优势，已成为制造学科的前沿研究热点，也是实现智能制造宏伟目标的制胜途径。
建设智能工厂的核心在于“机器拟人化”
工业机器人由三大部分、六个子系统组成。三大部分是：机械本体、传感器部分和控制部分。六个子系统是：驱动系统、机械结构系统、感知系统、机器人-环境交互系统、人机交互系统以及控制系统。事实上，如果想要实现智能工厂的建设，其核心在于机器人更具智能化、拟人化，在这一形式下，感知系统中的视觉技术是最为关键的。人类想要实现一系列的基本活动，如生活、工作、学习就必须依靠自身的器官，除脑以外，最重要的就是我们的眼睛了，工业机器人也不例外，要完成正常的生产任务，没有一套完善的、先进的视觉系统是很难实现的。
感知系统由内部传感器和外部传感器组成，其作用是获取机器人内部和外部环境信息，并把这些信息反馈给控制系统，起到引导、识别、误差校正等作用。而感知系统中的视觉技术就是利用机器代替人眼来作各种测量和判断。
在生产线上，人来做此类测量和判断会因疲劳、个人之间的差异等产生误差和错误，但是机器却会不知疲倦地、稳定地进行下去。一般来说，机器视觉系统包括了照明系统、镜头、摄像系统和图像处理系统。对于每一个应用，我们都需要考虑系统的运行速度和图像的处理速度、使用彩色还是黑白摄像机、检测目标的尺寸还是检测目标有无缺陷、视场需要多大、分辨率需要多高、对比度需要多大等。从功能上来看，典型的机器视觉系统可以分为：引导和定位、外观检测、高精度检测、识别。
1. 引导和定位：视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定;
2. 外观检测：检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。比如机器视觉涉及到的医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等;
3. 高精度检测：有些产品的精密度较高，达到0.01～0.02m甚至到u级，人眼无法检测，必须使用机器完成;
4. 识别：利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象，可以达到数据追溯和采集的目的，在汽车零部件、食品、药品等领域应用较多。
限制机器视觉发展的多方面瓶颈
然而，我国在机器视觉方面的研究起步较晚，若想依靠视觉技术实现智能制造升级转型，仍有很多潜在问题亟待解决，如人才的稀缺、图像处理的不确定性、行业发展态势的限制以及自主研发技术的匮乏。
1. 人才的稀缺：目前真正意义上的从业人员很少是科班出身，缺少对图像处理的底层理论认知和理解;
2. 图像处理的不确定性：即技术瓶颈。当前工业应用主要需求有测量、外观检测、条码、字符识别、定位。而机器视觉还没有在这几方面实现完全批量化检测，无法保证极高的准确率、极小的误检率和杜绝漏检;
3. 行业发展态势的限制：行业的高压竞争导致业内逐渐出现一些恶性竞争或低成本竞争的不良态势，使行业偏离了良性发展的方向;
4. 自主研发技术的匮乏：受国际巨头垄断影响，国内缺乏自主研发技术，缺少国际竞争驱动力。
探索技术发展新模式是企业首先需要思考的课题
国内机器人行业的发展在很大程度上取决于机器人企业的技术升级，但同时也依赖于行业内的需求提升与行业对机器人的认知。在当今信息化大趋势下，智能制造把工业机器人与机器视觉紧密结合起来，随着行业的发展与延伸，机器视觉将是工业机器人研究领域的下一个重要方向，也是实现智能制造的必要助推剂。面对如此重量级的核心技术，如何突破技术发展瓶颈，探索技术发展新模式才是本土机器人企业首先需要思考的课题。
