机器视觉的新用途

如果机器视觉对制药商而言仅是为了在生产线上检验通过情况或排除瓶盖、药瓶和商标的话，那么它的潜在用途很有可能被制药商给忽略掉。

大多数制药商采用机器视觉来进行一种或多种方式的检测，由于担心有关的验证和21 CFR Part 11标准会限制许多工厂充分地利用检测数据，所以许多公司仅仅让其机器视觉检测系统执行简单的任务，因而没有将这些数据完全应用到生产线中去。这正是遗憾所在，欧姆龙公司传感器部产品经理Reno Suffi先生对此也感到十分不解，“制药公司正规的做法应是把机器视觉系统获取的数据传递给上一级系统，从而使质量服务管理人员能够实时地分析数据并做出决策” 。

这是因为许多公司由于担心相关规定，而不愿将生产线机器视觉数据与其上一级系统的信息，如制造执行系统（MES）的信息相结合。他们认为如果这样做，通常要用以独立方式工作的机器视觉系统，这将不得不遵循FDA对电子签名、数据存取和安全所制定的有关规定，这样便会牵涉到21 CFR Part 11标准的验证和文件提供的问题。

让机器视觉不再局限于检验产品是否合格

虽然行事谨慎，但更多的制药商正在扩展机器视觉的用途，使其不仅仅用于挑选有问题或缺陷的产品和商标，而且用于尽早发现生产问题。Clarke工程服务公司总裁Chris Clarke是一个视觉系统集成师，他说：“机器视觉系统给出的产品合格/不合格的检测信息可用于解决生产系统的故障。”

Banner工程公司的医药工业市场经理Steve Wong说，通常情况下，存在一个简单的合格/不合格输出信号，该信号传送到可编程逻辑控制器（PLC）或其他设备，由可编程逻辑控制器或其他设备来向生产线上的另一设备发出指令，再由该设备执行通过或是拒绝某一包装。如果系统一小时内出现二十次不合格，将会触发警报器并给出维修生产线的请求。

Clarke工程公司采用了Cognex公司生产的机器视觉传感器，构成了完全一体化的托盘检测系统，该系统能够使操作人员找出计数偏差的根本原因并解决计数偏差问题。采用新托盘检测系统的目的是通过以下两个措施来提高产品质量，一是对公司工厂生产的药瓶进行全面的视觉检测，二是替换会导致系统瘫痪和计数误差的机械计数器。

新的质量检测系统TIS-3000将视觉技术和自动托盘处理有机地结合起来。除了计算药瓶数量外，TIS-3000还使用机器视觉来检测掉出的药瓶、识别遗漏的瓶盖，验证药瓶的颜色。新系统不同于其他多数执行前端和终端药瓶计数的系统，建立起了性能基准并减少了重复性的工作。

TIS-3000在包装线上建立了初始计数基准，如果包装线终端数量与初始数量不一致，就不得不检查整个包装过程来找出不一致的原因。以多达36万个药瓶的包装量为例，这种检查非常浪费金钱和时间。

检测的图像由一个悬挂在机罩中的Cognex In-Sight视觉传感器来摄取，在机罩中运输区域由高频日光灯来照亮。系统根据事先建立的每个托盘中应有药瓶数量的计数标准来决定是否合格，任何没有满足确定数量的托盘都会被认为不合格。

托盘不合格的原因是它们包含有与药瓶颜色不一致的瓶盖，有时被定义为“异常托盘”。这些不合格的托盘会导致系统停止运行。如果检测到“异常托盘”，在该托盘被输送到不合格托盘架之前，系统将会锁定，并要求检查人员的干预，这一重要特性防止了包装过程中药品的大量错误包装。由于数量不一致或药品掉出而被检测不合格的托盘通过不合格托盘运送带将自动返回到位于托盘装载台的操作人员那里。此时，操作人员会通过安装在旋转臂上的屏幕找出不合格的原因，解决问题后再将托盘送回包装线。

Chris Clarke是Eli Lilly托盘检测系统的创建者。他说该系统保证了在整个包装过程中所有产品100%可计数。如果连续三次出现不合格产品，机器会自动停止运行。目前该系统已经测试安装完毕，并通过了验证。

PC辅助质量控制（QC）

那些想深入调查质量问题的制药商可以选择最后的一百个不合格产品做成图像文件并进行存储。操作人员或工厂检查员将这些文件存保存在PC中。

Clarke认为，一些机器视觉软件包，如Cognex公司的In-Sight系统包含有跟踪功能。利用跟踪功能，可以查明谁对系统做了变动、怎样的变动、是何时做的变动。带有21 CFR Part 11包装标准选项的软件系统会跟踪机器视觉检测的历史记录，系统也会对检测过程中发生的一些事件进行记录，对这些记录下的信息进行存储并可对其进行调用。”

多数高端视觉系统能够跟踪检测记录，并将这些记录信息存储在PC的数据库中。一些公司正在跟踪并存储这些信息以获得更好的跟踪性能。利用视觉系统，可以追溯和再现已经发生的事件、检查图像、查明发生的事件，然后解决问题。对此，业内人士普遍认为Cognex公司的In-Sight系统可用于对合格/不合格的产品以及不合格产品的特性进行分类和描述，并可对与不合格模式相关的图像进行存储，对用户选型做出指导。

当然，采用机器视觉系统也有不利的一面，因为更为复杂的机器视觉系统十分昂贵，并且会因为验证费用等原因难以通过验证，造成的结果是制药商不愿更换他们认为已经检验过的、有效的系统。

制药商所面临的一个问题是包含有条形码、产品标识和产品有效期的产品商标上的墨迹可能会变得模糊而难以辨认。利用机器视觉系统，存储在相机存储器中的产品信息可用于检验每件产品上的商标条形码。系统会提示操作人员对产品条形码进行检查，检查色带是否变干或找出条形码变模糊的原因，而通常在没有这套系统的时候，在产品送往用户之前，不会注意到条形码变模糊的问题。

Hi-Tech Pharmacal制药公司采用了DVT公司的机器视觉系统向公司的以太网上传检测数据和图像。管理人员在办公室电脑上就可以看到六条生产线上的情况。与上述产品相类似，Banner 工程公司的机器视觉系统为操作人员或质量管理人员的PC提供了实时的动态视频。如果因为某些原因生产线停止运行，或者错误地将一个产品认定为不合格，那么操作人员就可以通过视频看到这种情况并做出更改。

一般认为，利用工厂经理或检查人员办公室里的PC来控制系统是最常见的做法，而把PC放置在生产线上是不合适的。如果采用PC来进行控制，只需对人员进行软件培训就可以使他们对系统做出改变。

作为机器视觉系统的创建者，Clarke认为制药商在对机器视觉的应用、机器视觉在改进产品、自动记录相关数据、报告和存储等方面的潜在用途的认识上还处在初级阶段。

确定新的用途

虽然机器视觉最为常见的用途是产品检测，但一些观察家相信，机器视觉的其他用途，尤其是材料、产品和商标的识别将会为制药商的发展带来利益和价值。

在机器视觉的多种用途中，与测量、检测或引导相比，制药商最为关心的是清晰识别。记录条形码、阅读字符、识别材料、检查经过识别的包装上的号码是否正确和商标上出现的其他问题等等，这些都很重要，确保产品的商标及商标上的文字是绝对必要的。\

对机器视觉系统的成功应用来说，其他至关重要的问题是机器视觉系统与产品或包装之间的距离、背景和与相机的相对位置。接下来就是包装的设计和贴标的问题。想达到的目的是不会读到模糊的字体，那么相机的位置也是一个重要因素，当然，其他机械的位置也同样重要。

要使系统完全发挥作用，工厂管理层必须参与进来，并为保证机器视觉技术的成功应用做出努力，而且必须要明白为什么机器视觉的成功应用需要一定的必备条件，否则，事实就是告诉他们“你们只完成了90%的产量，你们在扔掉5%～15%的产品”。听起来有些可怕吧？别担心，因为对于安装机器视觉系统的大多数公司来说，成功是以最大可能地减少错误量来衡量的，总体来讲，机器视觉系统对产量的影响实际上只有0.25%。

德国施克(Sick)光电公司 谭永霖

评论：机器视觉的用途很广泛，除了主要用途（检查、测量、识别、定位）以外，还有很多附加功能，例如利用机器视觉建立产品数据库，实现产品的可追朔性，以及对生产状况进行实时监控，预防大批量不良产品产生等。

除了在制药行业有应用外，机器视觉在其他行业也可以实现相关功能。很多企业可能认为建立一个复杂的机器视觉系统会增加相当一部分的成本，也许在投入初期感觉会是这样，但机器视觉系统给这些企业带来的不仅仅是表面上的益处，不仅可以提高产品合格率，降低人工检查成本，从长远考虑还可以提高企业知名度，增加订单量等，这些都会使企业受益匪浅，尤其是在中国这样的制造业大国。

邦纳(Banner)工程公司产品经理 邢吉军

评论：国内机器视觉的应用与发达国家，甚至与一些发展中国家，如巴西等相比也还是落后的。从对检测的理解，到单机的应用，再到把视觉系统集成到整条生产线中去，总体来说，机器视觉在国内的应用还处于一个起步阶段 (不包括国外进口的生产线)。

现在来讨论拓展视觉检测数据的更高阶段的应用、整合，对国内来说，还为时尚早，因为太多基础性的应用开发，都远还没有完成。每引入一个新的检测应用，都需要对用户进行长时间、大量的可靠性的现场验证来证明用户的投资会产生相应的回报，或是怎样能为用户节省大量的成本。

仅以制药行业为例，如制药包装，国内只能说在泡罩包装的检测上比较成熟；在其他的比如标签三期检测、数字防伪确认、包装数量确认等，都远还没有开始大量应用检测技术。从长远角度来看，国内的市场非常可观是不容置疑的，但现在处于的这个起步阶段也将是长期的，需要大量的投入的。因此，希望广大的视觉产品提供商、系统集成商都能有个清晰的认识。

当前，我们应该着力去做的是通过各种场合或机会来推广机器视觉的应用，扩大向最终用户的宣传力度，告诉他们我们可以做什么，并且这样做可以达到怎样的效果。

北京微视新纪元科技有限公司副总经理/总工程师兼系统研发部经理高级工程师 胡金麟
    
评论：随着近几年在国内制造业的不断推广应用，机器视觉的内涵已经逐步为大多数业内人士所认识和接受。但对于机器视觉的外延，业内尚没有统一的认识。

其实，机器视觉是一种手段，说它是传感器也可以，是衡器也可以，实际上它是一个标准，一个可以用计算机控制的、不受人为因素干扰的标准。片面地扩大机器视觉的外延，在国内机器视觉刚刚起步的今天是一个危险的趋势，甚至在某种意义上会阻碍机器视觉本身的发展。

比如说数据库的应用、产品品质的可追溯性、生产状况的实时监控等等，如一条玻璃瓶生产线在1小时内多次出现坏瓶的情况，需要系统通知生产质量控制部门采取相应措施，如调整参数、调整配料、停机检修等，所有这些过程都没有问题。问题是这些手段的采用、引进，不是机器视觉本身带来的变化。

在没有机器视觉之前，生产线的设计同样需要引入数据库的管理，同样需要对生产情况的监控和对质量的有效控制。只不过检测玻璃瓶的手段可能是人工用肉眼观察。因此，机器视觉从根本上说只是检测手段的进步，仅此而已。机器视觉本身不会带来生产线的革命，更不能片面地扩大机器视觉的外延。

康耐视（Cognex）公司高级应用工程师 杨葳

评论：文中提到的用视觉系统读码与中央控制的数据库相联，在国外已经有至少十年的应用历史了。而由此篇文章想到机器视觉在国内推广不起来的原因，主要是因为国内生产线的自动化程度普遍很低，要想改进其应用现状，第一步是要提高国内设备制造商的技术水平，使其尽早接近国外水平；第二步是视觉同行要与设备制造商紧密合作，形成一个“双赢”的局面。

纵观国内的视觉产业，很容易发现几个问题：一，缺乏国产视觉产品，尤其是软件及整套视觉系统；二，代理环节过长。由于目前从事代理的公司过多（供大于求），导致代理公司过早进入恶性的价格竞争阶段。加之国内相当多的OEM以及最终用户，对自身视觉开发能力自视过高，造成代理隔过系统集成商直接与最终用户交易的不合理情况；三，系统集成商及OEM客户严重不足。以中国市场目前现状来看，系统集成商是能够确保视觉系统在最终用户生产线上正常运行的重要环节，而OEM客户则是真正带动视觉整个行业的主动力。这两个环节不足，是目前视觉行业在国内举步唯艰的主要原因；四，大批最终用户有待开发。当前国内视觉实际应用项目，主要集中在烟草和电子业，而电子、汽车和包装这三大产业将是机器视觉在中国未来发展和应用的最有力方向。