“新工科”背景下的视觉检测与机器人技术

洪海涛

[摘 要]在“新工科”建设的时代背景下，结合高等院校中重要工科领域的测试技术和机器人技术，课题组探索了高校实施工程教育人才培养的新模式，找到两种重要技术在教学过程中的有机融合与相互促进的方式方法，为“新工科”人才培养模式提供了有力的支持。

[关键词]“新工科”建设;测试技术;机器人;视觉检测

[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2019）07-0074-03

国家正在实施创新驱动发展战略和“中國制造2025”“互联网+”“网络强国”“一带一路”等一系列重大发展战略，培养科学基础厚、工程能力强、综合素质高的工程科技人才，对于支撑服务以新技术、新业态、新产业、新模式为特点的新经济发展具有十分重要的现实意义和战略意义，也是建设制造强国和创新型国家的重要前提。建设与发展“新工科”已然成为当前社会产业升级与发展的必然要求，成为提高国家未来竞争力，赢得全球市场竞争的重要途径，成为深化高校工程教育范式改革，满足国家产业经济发展的现实需求。在这个前提下，2017年2月的“新工科”建设之“复旦共识”，和紧接着的“新工科”建设行动计划之“天大行动”，提出了要探索建立工科发展新范式，吹响了“新工科”建设的号角。在教育部指导下，全国高校相继开展了“新工科”建设的计划和行动。

“新工科”建设和发展以新经济、新产业为背景，需要树立创新型、综合化、全周期工程教育“新理念”，构建新兴工科和传统工科相结合的学科专业“新结构”，探索实施工程教育人才培养的“新模式”，打造具有国际竞争力的工程教育“新质量”，建立完善中国特色工程教育的“新体系”，以实现我国从工程教育大国走向工程教育强国。

“新工科”建设的背景下，人工智能、智能制造和机器人等技术进入飞速的发展阶段，同时，对传统工科专业的升级改造也进入加速阶段。如果学科和专业建设不能与时俱进，带来的影响将是坍塌式的，人才培养、队伍建设和科研水平等，都会受到影响。那么，作为机械类专业，我们应该如何适应创新驱动发展战略下的“新工科”建设，如何树立“新理念”，构建“新结构”，探索“新模式”，打造“新质量”，建立“新体系”？

一、智能制造与机器人技术中的测试技术

在新一轮科技革命与产业变革之际，高等教育的发展要在其中扮演重要角色，重视工程教育与产业发展的紧密联系和相互支撑。具有全新内涵特征的“新工科”建设与发展，成为当前高校探索实施工程教育人才培养的新模式。作为高等院校中重要工科领域的测试技术和机器人技术，在进行新教学模式的研究和探讨中地位非常重要。从教学的角度看，机器人技术的研究涉及众多的技术领域，测试技术是其中非常重要的一部分。只有机器人配置了先进配套的测试技术，才能成为智能化的自动机器人。传统的工科教育里，这两方面的技术基本是相互独立的内容，或者在教学上的关联度并不大。通过新教学模式的研究和探讨，找到这两种重要技术在教学过程中的有机融合与相互促进的方式方法，可为“新工科”人才培养模式提供有力的支持。

随着我国生产制造智能化改造的需求日益凸显，自动化升级的应用更加深入，同时伴随着下游3C制造业，以汽车零部件及配件制造、汽车整车制造为代表的汽车制造业等工业领域回暖，工业机器人产业的发展速度增速非常快。在这个大背景下，作为为我国制造行业培养人才的机械类专业，应该以培养有志从事中国智能制造和高端自动化装备的人才为导向，培养输出的学生应该以能从事智能装备和机器人装备设计、组装、开发和使用维护等相关工作为目标，在教学过程中体现“知识-技能”相结合的特点。

无论是智能制造还是机器人技术[1]，以及新兴的物联网技术，其中核心的功能部分是智能化和自动化，因此会涉及计算电子电工、传感检测以及通讯控制等诸多学科领域，这是一个多学科相互合作、相互渗透、相互研究的跨学科领域。

在这其中，要实现制造、装备智能化和自动化，包括智能制造和机器人技术，以及相关的技术领域，传感检测起到了至关重要的作用，它为智能系统和机器人装备提供快速有效的信息获取和处理传导的功能。如果没有高效可靠的传感检测与其他功能单元的有效结合，是无法实现真正有效的智能系统和机器人技术的。因此，在“新工科”建设的新时代，需要更加重视测试技术的研究和发展[2-3]。当然，作为以培养创新驱动发展战略下的“新工科”人才的高校，重视和发展测试技术的教学基础以及教学革新，是我们需要重点考虑的。

实现智能制造和机器人技术，以及其他相关的技术领域，其中的关键是有效地获取操作对象、操作环境以及操作装备的诸多信息，并通过有效准确的信息处理手段和判断决策算法，通过合理有效的信息传达手段，进行准确有效的操作控制[4]。所以，智能制造和机器人技术领域，实际上是机械技术、传感检测技术、计算机技术、信息处理技术、自动控制技术等学科领域的相互融合，你中有我，我中有你。任何的技术应用，都不是独立于其他技术领域之外的。作为智能化和自动化的装备，仅有四肢和大脑是远远不够的，还需要有灵敏的感官，以及丰富的信息处理和诊断控制功能。灵敏的感官，就是智能装备的传感检测系统。智能装备的智能化、自动化程度越高，需要的感官功能越系统、越全面。实现装备智能化和自动化的感官功能，可以模仿人类的感官功能，甚至超越人类的感官功能。

例如利用机器人进行物品的抓取操作时，机械手爪对操作对象的抓紧力是需要合理控制的。否则，如果抓紧力太小，被抓取的物品可能会在提升运输的过程中掉落，造成财产损失甚至人员伤亡。如果抓紧力太大，被抓取的物品有可能变形甚至破碎。而且，当被抓取的物品本身的硬度和材质不同时，所需要施加的抓取力也是不同的，无法实现由机械手爪的驱动装置直接给定，而是需要根据实际的抓取情况进行相应的计算和分析判断，达到类似人手抓取软硬不同的物体时会灵巧地施加不同的抓紧力一样的作用。这个功能的实现，就需要传感检测技术，为机械手爪提供在抓取物品过程中施加到物品上的力，从而进行计算分析，再根据合理的判断规则来判断究竟是需要继续增加驱动力还是减少驱动力。具体实现方法，可以根据测试技术所提供的一些基本测试手段，结合机械手爪的具体结构形式，以及操作对象的特性，选择合适的测量方法和传感器，并设计适合的速度和精度的信息处理系统，结合相应的计算机软件、硬件以及分析诊断和控制系统，完成相应的机械手爪对物品抓取力度的控制。

同样，机器人的姿态变换速度和行走速度的控制，需要速度检测装置实现信息提取，并将通过测试系统合理处理过的有效信息传达给系统的大脑，通过大脑的分析判断进行速度的反馈控制。

以上有关力的检测和速度的检测，在测试技术中都有较为详尽的阐述，同时也有相应的一些实例来说明其应用。但传统的教学模式是，仅仅从测试技术的角度来说明其应用，除了基础学科以外，与其他学科的关联度并不是太大。要探索“新工科”背景的工程人才培养新模式，打造“新工科”背景的工程教育特色的“新质量”，建立“新工科”背景的工程教育特色的“新体系”，就要改变传统的教育教学模式，将不同的学科领域在教学过程中融合起来。

针对这个目标，在进行相关知识的教学环节时，将不再单纯地从测试技术的角度来向学生介绍传感器的相关内容，而是将智能制造和机器人技术的相关知识融合，重点介绍相关的传感检测技术，但同时也要让学生更深刻地理解到测试技术与智能制造和机器人技术的紧密关联。

具体的实现方式，考虑以机器人中的传感检测的综合应用为前提，以自动化生产线的装配或抓取机器人为引子。选择一个合理自由度的机器人样本，结合相应的图片或视频，介绍多种传感器和检测方法在智能制造和机器人上的应用。要保证机械手爪在抓取零件的过程中，要有合适的握紧力，既不能抓得太松，保证可靠抓取，以免在提取运送的过程中脱落，也不能抓得太紧，以免降低零件质量甚至将零件损坏，特别是一些非金属零件或者一些薄壁零件。如何保证这个抓取力？考虑在机器人的手指关节处设置合适的力传感器。这个力传感器，可以考虑电阻式传感器中的应变片。在充分学习了应变片的原理和后续的信号调理电路后，再回到机器人上，向学生讲解如何在机器人的手爪上设置力传感器以实现对抓取力的监测。同时，也要引导学生充分发挥想象，思考依据传感检测的原理和要实现的对握紧的力量控制，还有没有其他的方法和手段来实现，不同方法的特点主要有哪些。这样既能调动学生学习的积极性，提高对学习的兴趣和关注度，同时也能在讨论的过程中强化课堂上讲授的关于测试技术的一些基本概念，以及如何有效地将测试技术应用到智能制造和机器人技术上。

二、机器人技术与视觉检测

在智能制造与机器人技术领域，实现智能化和自动化的关键功能部分是传感检测。这些传感检测技术，包括传统的位移检测、速度检测、力检测、温度检测，以及更关键、更重要的声音和视觉检测。其中，在智能制造和机器人技术，尤其是机器人技术中，视觉检测技术显得尤为重要[4]。

机器人的视觉系统就好比人的眼睛，可以感知系统的操作环境、操作对象，相比较其他的传感检测装置来说，能够获取相对来说更加丰富的信息，让机器人借助其大脑——计算机软硬件和信息处理分析算法，能够从纷繁复杂的环境和背景中提取有利于系统运行的信息。

例如，在自由空间可自主行走的自动引导机器人，没有固定不变的行走路线和明确的行走标识，而是需要根据路径的设置条件和环境的变化，自动识别并调整路径，以获取能有效通行的路径，因此，就需要获取其周围环境的图像信息，并通过算法处理后，依据诊断系统，判断出预设路径和当前环境的差别，计算出一条新的行进路线，并重新进行规划，指导和控制机器人继续行进。

再例如，自动化生产线的装配或抓取机器人，由于可能要实现对不同零件的识别和抓取，因此需要有视觉传感器，利用图像测量的方法，采集到零件的高质量图像，进行边缘检测，用算法识别出相应的零件，通过坐标变换计算并确定零件的坐标位置，将这个坐标位置转换为机械手爪的动作指令，指挥机械手爪去相应的位置抓取零件。

另外，在现在的“物联网+”时代，从智能码头到智能运输再到智能物流，无论哪一个层面，都涉及对相关管理和操控对象的智能操作。要实现智能操作，需要为智能控制系统或中央控制系统传送操控对象的实时全面信息。而操控对象的信息获取，当然离不开设计合理的传感检测系统。为了获取操控对象更全面和完整的信息，视觉和图像检测技术就必不可少，它可以为智能控制系统提供更丰富更全面的信息。例如极有发展前景的“物联网+”中的智能集装箱码头，要尽可能摆脱对人力的依赖，把人从繁重的劳动中解放出来，同时提高码头货物堆放和运输的效率与准确性，除了要实现码头布置设计的科学性和规则性，增加龙门吊车操作的方便性之外，在货物的堆放以及装卸过程中，还要依靠高速有效的光学检测系统或视觉检测系统，为吊车提供明亮的“眼睛”，随时观测吊车的操作环境和操作对象，并通过类似人眼观测系统的方法，为智能控制系统提供快速有效的应急反应，从而控制吊车进行快速准确的操作，避免在堆垛或装卸的过程中出现碰撞或误操作。但是，考虑到机器视觉系统和人眼视觉系统根本上的差别，所以，需要根据智能码头的控制要求，改变视觉系统的操控环境和操控对象视觉信息提取的方式，从而实现快速准确的视觉检测和操作控制。其中，视觉检测系统的实现，就会涉及传感器设计、光学系统的设计、信息处理系统和算法设计，将它们融合到一起，就可以使用于智能集装箱码头的视觉检测。

那么，以上的机器人装备中的视觉检测系统是如何设计和实现的？关于这方面的知识，我们回到测试技术中图像传感器和视觉检测技术环节，学习图像传感器的原理，包括目前常用的CCD图像传感器和CMOS图像传感器，以及其特殊的驱动和信号处理系统。然后结合计算机学科中的图像处理算法，进行图像处理，利用边缘检测算法，获取零件的轮廓和尺寸信息，并与标准库里的物品信息进行比较，确定出目标，同时利用机器视觉的坐标变换，计算出目标的空间坐标信息，再根据机器人的自由度分配情况，计算并确定出机械手的驱动指令，指挥机械手前往相应的位置执行相应的操作。

这部分内容的学习过程中，将会涉及传感检测、视觉检测技术、光学成像技术、图像处理技术、计算机软硬件技术等众多学科领域，可以以传感检测和视觉检测技术为核心，相应地展开教学，让学生充分了解学科知识之间的关联性和融合性。

实现这样的智能化和自动化的装备，根据要求，设计合适的系统硬件，并在此基础上进行算法分析和软件实现，可以完善系统功能。也可以进行更进一步的知识扩展，考虑利用虚拟仪器来实现基本的系统功能。对于图像的处理和结果显示等部分，可以通过虚拟仪器设计的方法来实现[5]。

此外，在实现视觉检测应用的过程中，还可以利用仿真的手段进行系统的设计和分析，所以，可以结合仿真课程，进行测试技术和机器人技术的学习和设计[6]。

三、结论

作为“新工科”建设过程中重要的学科建设领域，机械类专业在其中起到核心和基础的作用。加强各个学科领域之间的教学合作和互融，是实现“新工科”建设的基本保障。作为机械类专业中重要的学科知识领域，测试技术在其中又扮演着非常重要的角色，尤其是影响“中国制造2025”以及“互联网+”等方面发展的智能技术和机器人技术领域，测试技术起到非常重要的作用，它在其中扮演的角色与其他的学科密不可分，在教育教学过程中也需要更多地展现其学科的交叉性和融合性。

[ 参 考 文 献 ]

[1] 蔡自兴.机器人学基础[M].北京：机械工业出版社，2015.

[2] 陈花玲.机械工程测试技術[M].北京：机械工业出版社，2012.

[3] 熊诗波.机械工程测试技术基础[M].北京：机械工业出版社，2006.

[4] 伯特霍尔德·霍恩.机器视觉[M].蒋欣兰，译.北京：中国青年出版社，2014.

[5] 詹惠琴.虚拟仪器设计[M].北京：高等教育出版社，2008.

[6] 张秀峰.MATLAB机电控制系统技术与应用[M].北京：清华大学出版社，2011.

[责任编辑：钟 岚]