随着人工智能的不断发展，人们对于机器人的要求也越来越高，甚至希望机器人能够像人一样灵活运动。如何让机器人具有“看见”、“识别”并“判断”的功能?这需要解决机器人视觉识别与场景视觉重建技术问题。与常规工业机器不同的是，具有“视觉”功能的机器人，在工作中，会根据具体情况，动作会频繁加减速。如何控制运动轨迹的精确度，需要解决柔性加减速控制算法的问题。
什么是机器视觉?
机器视觉是近年来发展起来的一项新技术，它是利用光机电一体化的手段使机器具有视觉的功能。简而言之就是用机器代替人眼来做测量和判断。可以在很多场合实现在线高精度高速测量。还能实现机器人或自动化设备生产的全智能化。
机器视觉(MV)使用自动化技术捕捉图像并传输到电脑，捕获的图像随后将被进行检查处理，最终用于实际检测、测量和控制。这是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。一般而言，一套完整的机器视觉系统由光源、镜头、图像采集系统和视觉分析软件组成。
机器视觉的应用
一个典型的机器视觉系统包括照明、镜头、相机、图像采集卡和视觉处理器5个部分。由于采集卡能更加迅速地传输图像到存储器，且计算机速度不断加快，所以在目前的机器视觉系统中，视觉处理器的应用逐渐减少。图像采集卡在机器视觉系统中举足轻重。比较典型的PCI或AGP兼容的捕获卡，可以将图像迅速地传送到计算机存储器进行处理。有些采集卡有内置的多路开关，可连接多台相机，能控制采集卡采用任意一个相机捕获的信息。
伴随着技术的发展，机器视觉的功能也在不断扩展。黄凯奇说：“缺陷检测是通过机器视觉手段来分析零部件信息，从而判断其是否存在缺陷;测量是通过使用机器视觉来对考察对象的尺寸、形状等信息进行度量;人机交互是利用机器视觉工具分析人或者其他机器发出的指令，从而实现对机器的操纵;环境建模是对机器周围环境进行感知建模，比如移动机器人对路面环境进行感知建模等。”
机器视觉最早应用于工业制造领域。通过机器视觉的自动识别功能，许多流水线上具有高度重复性的检测工作都可以不再依靠人来完成，大大提高了检测效率和精度。机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。
目前总的看来，机器视觉在工业电子以及半导体行业应用还是最为主要的，如PCB板缺陷检测、IC芯片缺陷检测等。交通领域的应用如电子眼也较为广泛，其他行业如制药中的药品成分分析、互联网中的视觉计算广告、物流中的物品分拣等等，都有机器视觉应用的影子。
人类不可或缺的“第三只眼”
让机器代替人眼来“看世界”并加以行动，这曾是科幻小说家所憧憬的世界。在好莱坞剧作家笔下，机器人要么意图秘密推翻人类，要么是不停闪烁或者发出嗡嗡叫声来提供喜剧效果。但现如今的真实世界已经大为不同，先进的机器正深刻地“洞悉”人类世界，它们所到之处，见证着智慧世界的活色生香。
随着技术进步，机器视觉不仅可以作为人类视觉的替代，也帮助批量处理更加“立体生动”的信息。德国视觉软件供应商MVTec在去年底发布了机器视觉算法包“HALCON12”，能够监测和跟踪物体的三维运动。HALCON12新特性还包括一个 “自动文本阅读器”，它既可以处理字符特征的变化，还可以检测和识别针对个别字符的操作。
在诞生之初，机器用来帮助人类从高度重复或者极度危险的工作中得到解放，它们也被应用于小精度、焊接和绘画等汽车装配线上。如今，机器人自动化技术的进步反过来在推动高度复杂项目的工作速度，同时也提供着劳动力度和灵活度。在诸如医生手术等关键领域，人类可能遭受疲劳和注意力分散等问题的困扰，但机器视觉得以帮助增强工作的精密度和准确度。
通过摄取图像模拟人眼的视觉功能，并提取信息加以分析处理，最终从食品生产流程管理、农业种植控制及医学检测等个体需求，再到交通及安防等公共项目，“机器视觉”已经成为构建智慧城市过程中不可或缺的“第三只眼”。
