一种基于机器视觉系统对特殊符号识别的人工智能方法与流程

本发明涉及人工智能控制领域，特别是涉及一种基于机器视觉系统对特殊符号识别的人工智能方法。

背景技术

机器视觉技术是计算机学科的一个重要分支，自起步发展至今，机器视觉已经有20多年的历史，其功能以及应用范围随着工业自动化的发展逐渐完善和推广。

20世纪50年代开始研究二维图像的统计模式识别，60年代roberts开始进行三维机器视觉的研究，70年代中，mit人工智能实验室正式开设“机器视觉”的课程，80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现，人工智能（ai）领域出现在人们视野当中，ai技术的运用，将使机器视觉能够具有超越现有解决方案的能力。据前瞻产业研究院《中国机器视觉产业发展前景与投资分析报告》的数据来看，近年来，全球机器视觉行业发展迅猛，2015年，全球机器视觉系统及部件市场规模已达42亿美元，预计2018年市场规模将超过50亿美元，而我国的机器视觉系统，应用在smt贴片、aoi/axi设备以及连接器检测、市政交通、汽车、食品和包装机械等众多行业，对于机器视觉的需求也在快速释放，推动着机器视觉行业迅猛发展。

在智能制造工业4.0时代背景下，未来机器视觉系统与人工智能（ai）控制技术必将应用于众多行业，但是机器视觉系统的匹配认知阻碍了人工智能（ai）与机器视觉系统发展障碍，问题体现在不易使用、操作人员接受程度、视觉技术等一系列问题。机器视觉识别就是计算机如何像人一样读懂图片的内容，借助机器视觉识别技术，我们不仅可以通过图片搜索更快地获取信息，还可以产生一种新的与外部世界交互的方式，甚至会让外部世界更加智能的运行。

机器视觉识别技术的局限性：

（1）目前的机器视觉识别技术是作为辅助工具，仅获取图像信息，实现与外部(人、机器、计算机、其他)交互，只为我们自身的视觉提供了一个辅助的作用，所有的实现具体运用还需要个性化定制，难度系数大，对使用者要求高，投入成本高；

（2）机器视觉系统获取样本信息，信息获取比较单一，只能获取某个信息，且需要通过计算机及其他相关的设备辅助其完成其他的操作信息，没有特定的功能指令能够面向用户；

（3）现有的机器视觉系统只能获取图像信息，还需要计算机和机器设备根据图像信息的反馈获取需要进行的指令信息，再传达给相应的机器，让机器进行需要的执行动作，过程繁多复杂，工作量大；

（4）现有的机器视觉系统识别的图像大都比较复杂，给识别系统增加了难度，在识别的过程中就可能会出现识别时间过长甚至识别失败的情况，给后续机器的行动造成了影响，甚至让行动失败；

（5）由于图像的约束性，人们需要对于不同类别的图像（如人脸、指纹）设置多个不同的系统来实现人工智能控制，加大了技术人员的工作量及难度；

（6）现有的一些图像过于复杂，技术人员对其进行记忆、处理，将其与人工智能衔接在一起都比较困难，加大了技术要求和时间量。

技术实现要素：

本发明主要解决的技术问题是提供一种基于机器视觉系统对特殊符号识别的人工智能方法，降低机器视觉系统的识别难度，简化机器视觉系统与人工智能衔接过程，减少技术人员的工作量和成本投入。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种基于机器视觉系统对特殊符号识别的人工智能方法，包括以下步骤：

a、设计特殊符号，给不同的特殊符号定义对应的机器指令；

b、利用拍照设备对使用的特殊符号进行拍照，识别出特殊符号；

c、机器视觉系统将特殊符号照片上的视觉信息转化为机器语言；

d、将机器语言传达给人工智能控制系统；

e、人工智能控制系统根据机器语言发出机器指令；

f、执行机器根据接收到的机器指令执行对应的动作。

在本发明一个较佳实施例中，所述步骤b中，使用的特殊符号呈现在物料、包装、指示牌或者显示器上。

在本发明一个较佳实施例中，所述拍照设备为摄像头。

在本发明一个较佳实施例中，所述拍照设备与机器视觉系统采用有线或者无线方式进行信息传输。

在本发明一个较佳实施例中，所述执行机器包括智能机器人或者机械手臂。

在本发明一个较佳实施例中，所述人工智能控制系统与执行机器采用有线或者无线方式进行机器指令的传输。

本发明的有益效果是：本发明指出的一种基于机器视觉系统对特殊符号识别的人工智能方法，特别采用了人工定义的特殊符号，简单易懂，对终端用户要求低，无论是技术人员记忆、处理，还是机器识别、获取信息，都简单了很多，大大降低了难度，通过特殊符号将机器视觉系统和人工智能（ai）技术相结合，实现符号即是指令，符号即是动作，符号即是语言，符号即是参数，符号即是信息等多种实施方案，可以说是只要有一段符号标记，就可以实现一套设备的整个流程，因为特殊符号的多样性，给不同的符号定义相应的功能指令，可快捷地同时实现多系统、多功能，不限应用领域，特殊符号作为纽带和桥梁将视觉系统和人工智能衔接在一起，降低了机器视觉系统的识别难度，有利于减少技术人员的工作量和工作难度，进一步减少成本。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图，其中：

图1是本发明一种基于机器视觉系统对特殊符号识别的人工智能方法一较佳实施例的结构示意图。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

现有的机器视觉系统是指通过机器视觉产品（即图像摄取装置）将被摄取目标转换成图像信号，传送给专用的图像处理系统；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。

目前的机器视觉识别应用就像是盲人的导盲犬，在盲人行动时为其指引方向；而未来的机器视觉识别技术将会同其他人工智能技术融合在一起成为盲人的全职管家，不需要盲人进行任何行动，而是由这个管家帮助其完成所有事情。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。如果将机器视觉识别利用在机器视觉和人工智能上，这就如同谷歌的无人驾驶汽车，机器不仅可以对外部信息进行获取和分析，还全权负责所有的行驶活动，让我们得到完全解放。同时就如同每个人都有自己的身份证号来表示自己的身份信息一样，我们可以让每个需要实现的功能指令用不同的特殊符号来表示，通过机器语言给不同的特殊符号定义相应的功能指令，由于机器视觉系统识别特殊符号可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，让特殊符号作为桥梁和纽带使得机器视觉和人工智能结合在一起，实现通过机器视觉系统识别特殊符号来实现ai人工智能控制技术。

本发明以锁螺丝机器人为例进行实施例的说明：

现有的锁螺丝的机械手臂是通过先拍照获取全面信息，再根据反馈的信息示教所有位置点（这些位置有多个…操作人员逐步示教），难度大，过程繁琐，需要大量时间完成精确点位示教，还需依靠视觉进行校正，过程繁琐，获取的信息不够准确，因为锁螺丝的运行模式有多种，根据用户需求，要先进行人工选择模式，再通过计算机传达给机器，让机器执行相应的指令动作。

而基于机器视觉系统对特殊符号识别的人工智能方法中，可以先根据锁螺丝的动作参数或者指令进行特殊符号的设计，然后把特殊符号张贴在需要锁螺丝的位置一侧，生产时，利用拍照设备对特殊符号进行拍照，机器视觉系统将特殊符号照片上的视觉信息转化为机器语言，然后将机器语言传达给机械手臂对应的人工智能控制系统，人工智能控制系统根据机器语言向机械手臂发出具体的指令，机械手臂收到指令后直接进行锁螺丝的动作。

整个流程中，无需示教这一过程，缩短了整个生产周期，使得整个自动化过程更加快捷、准确。

现有的机器视觉识别系统仅能提供一个辅助的作用，特殊符号的定义与人工智能技术的结合让机器真正具有了“视觉”，它们完全有可能代替我们去完成这些行动。

由人主导先给特殊符号进行定义，一套动作、一个动作、一组工艺、一个指令等均可通过符号来定义，通过机器视觉系统与人工智能技术结合，实现机器需求功能。先给特殊符号定义相应的功能指令，再让视觉系统扫描识别特殊符号，获取指令信息，直接进行动作，过程简单、快速，减少了工作量。

请参阅图1，特殊符号的简单性，机器视觉系统识别起来也比较容易，使机器视觉系统在识别过程中快速、精准，也让后续的动作完成地更加顺利。特殊符号的多样性，使各个系统都可以实现通过识别特殊符号来进行ai控制，模糊了各个系统之间的界限，可将多个系统连接在一起。特殊符号简单易懂，技术人员在记忆和处理时都更加容易，更加方便的将其与人工智能联系在一起，优化了技术要求。

综上所述，本发明指出的一种基于机器视觉系统对特殊符号识别的人工智能方法，先给不同的特殊符号定义对应的机器指令，再通过机器视觉系统识别特殊符号获取信息实现ai人工智能控制，并应用于各个自动化领域，适用范围广泛。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。