对于传统意义上的工业自动化，工业机器人在控制系统的指挥下，重复特定的动作流程完成加工。换言之，产品加工精度的保障依赖于控制系统的稳定性与整个机械系统的精度。但是加工过程中随机误差的产生在所难免，诸如不可预测的震动、产品在工位间传送发生的偏移等，此外机械结构随着长期使用、精度下降带来的系统误差还会导致产品批量报废。而简单的传感器对于这些误差的规避又显得捉襟见肘。加上现今产品序列纷繁复杂，市场对于柔性生产的要求与日俱增，工业机器人想要在“失明”的情况下完成这一切就显得尤为困难。

而当工业机器人拥有了机器视觉赋予的“慧眼”，上述问题便迎刃而解。拥有“慧眼”的工业机器人在看到目标之后，经准确分析定位后引导动作，避免了产品传送中的偏差，增强了不同产品的生产适应性，同时大幅提升产品的加工精度。此外，机器视觉还能检测成品的精度，免除人工抽检带来的低效、误差与漏检。随着智能制造的深入，具备视觉感知能力的智能设备益发盛行，机器视觉作为前端感知的核心部件，市场需求旺盛。海康机器人起步于海康威视机器视觉业务部，依托海康威视在图像传感、人工智能、大数据分析等领域多年的技术积累，已发展成为面向全球的移动机器人、机器视觉产品和算法平台提供商，公司坚持自主研发，持续推动智能制造进程。

机器视觉发展到今天已经有二十多年的历史了，它实质上是计算机学科中一个重要的分支。在起初的20世纪50年代，研究的是简单的二维图像统计模式识别；到了60年代，则开始研究三维机器视觉；70年代中期到80年代初期，机器视觉开始在全球范围内大范围开启研究，同时MIT人工智能实验室开启“机器视觉”课程，机器视觉在这个时期得到了蓬勃的发展。

现在我们采用的视觉技术都属于第三代机器人视觉系统，采用高速图像芯片处理算法，具备极高的智能性和适应性，可模拟人的视觉功能。


机器视觉主要有三个主要部分：

1，机器人眼球结构

机器人眼球相当于相机或扫描仪。它通过红外发射管发射红外光。红外光在遇到物体后被反射回来。在接收到反射的红外光后，红外线接收管将电信号传输至芯片，芯片通过一定算法进行全面计算，感知物体位置形状等。

2，运动控制系统

作为工业机器人的核心部件之一，机器人控制系统对机器人的性能有决定性的影响。它的运动控制相当于自动化的一个分支。使用伺服机构装置驱动，例如液压泵，以线性地执行或电机来控制机器的位置以及速度，随着当前机机器人技术的提升，机器人的精度及速度都已达到非常精准的地步了。

3，图像处理

图像本身只能在图像处理后找到图像中所需的特征，以便进一步执行其他命令动作，例如机器人手臂的移动和机器人手臂的移动。使机器人可以完成相关命令。在工业的运用上，它主要用于工业机器人生产，装配，搬运等工作。

机器视觉不是单一的应用

机器视觉的发展并非单一的应用。机器视觉技术使机器具有感知外界的眼睛，使机器具有与人类相同的视觉功能，从而实现各种检测，判断，识别和测量功能。 现在机器视觉的软硬件产品逐渐演变为产品生产和制造各阶段的重要组成部分。因此，这对系统的集成提出了更高的要求。

很多自动化公司需要集成的生产自动化系统，需要集合机器视觉与多种工业生产器械共同协同运作，比如工业机器人。它广泛应用于状态监测，成品检验和质量控制等多领域。 随着技术的不断进步，机器人与人之间的视觉差距正在逐渐缩小。视觉技术的成熟和发展使其在工业制造应用中得到越来越广泛的应用。

未来机器视觉技术必将与其他传感技术相结合，并将变得越来越数字化和智能化。

人工智能时代，工业应用对机器人的诉求早已突破既定重复的简单组装工作，面对当下对“延展性”的更高要求，机器视觉正在逐渐拓宽机器人的应用范围。