视觉应用的三大层面难题

但就实际应用而言，在目前机器视觉＋运动控制方案的实施过程中，各种“门槛”依然较高，问题主要来自于三个方面：一是，对于大部分技术开发工程师来说，机器视觉技术是一个全新的领域，要学习一种新的编程语言（如C＋＋）存在一定的难度，需要花费大量的时间和精力，加上视觉项目一般都是非标的，开发者的经验非常重要，普通电气工程师要想快速掌握机器视觉应用的编程和调试，绝非易事。其次，对于设备制造商而言，为了提高工厂的生产效率，制造业产线升级的需求迫切，机器视觉的应用已经成为其中的一个重点，但机器视觉的硬件投资成本一直居高不下，令他们望而却步；除了硬件投入之外，往往后期还需要高薪聘请视觉工程师对买回来的视觉系统进行开发和维护，这无疑又加重了工厂的人力成本。

如何能够有效地控制投资成本，是他们的主要诉求点，例如是否可以既经济又方便地在现有设备系统的基础上添加机器视觉功能等。

另外，对于终端用户来说，在使用机器视觉技术的过程中会发现，机器视觉和自动化控制（流程控制、工艺控制等）往往分属于两套不同的系统之中，两者之间常常可能会由于通讯等多种因素而导致整个系统的不稳定（如出现停机、停线等状况）。尤其是在当前多品种、小批量、柔性化的生产模式下，产线的频繁更换，增加了对机器视觉系统流程的修改和调试时间，从而大大影响了工厂产能，因此，如何让设备在生产中更加稳定，同时操作也更为便捷，能够满足产线快速调整和切换的需要，是机器视觉技术开发的一个课题。