从而触发了工业相机对LED灯下方的工件进行拍照，然后将采集到的图像经采样、量化后传送给计算机的图像分析软件进行处理判断，将得出的结果反馈给机械手执行机构进行抓取和剔除。

***分很多种：

1.流水线产品的到来***，可以用传感器、可以用图像判断产品是否到来（或者说到了的位置）

2.具体产品（或者工件）上的作业，比如焊接、钻孔等，需要***。一般视觉的方式是先找到一个物理的mark点（可以通过视觉的方式获取该mark点的性特征）作为相对的点，然后判断其他需要操作的点或者特征的相对位置关系。

下面我们来详细的解析一下视觉引导机器人的工作原理。首先，使用 CCD 摄像机（包括镜头等图像采集设备）将视频信号输入计算机，并通过软件对其快速处理。处理的过程是这样的：选取被跟踪物体的局部图像，该步骤相当于离线学习的过程，在图像中建立坐标系以及训练系统寻找跟踪物。学习结束后，相机不停地采集图像，提取跟踪特征，进行数据识别和计算，通过逆运动学求解得到机器人各关节位置给定值，后控制的末端执行机构，调整机器人的位姿。

融合了网格技术和普适计算技术的普适化网格技术，将成为网络化建模研究应用关注的新焦点。

综上所述，从当前自动化热门技术发展趋势可以看到自动化创新可以用几个词来概括：集成、通讯、协同、节能、安全、标准与开放。随着也诞生了许多新的产品和理念。多少年来，新自动化都是推动制造业高速发展的直接力量，而这种力量，必然将会搭载着“创新”的源动力。

通过Excel等方式打印缺陷输出结果（生产批号、缺陷位置、坐标、面积、类别、产生时间等信息）从上述的工作流程可以看出，机器视觉解决方案是一种比较复杂的系统。因为大多数系统监控对象都是运动物体，系统与运动物体的匹配和协调动作尤为重要，所以给系统各部分的动作时间和处理速度带来了严格的要求。在某些应用领域，例如机器人、飞行物体导制等，对整个系统或者系统的一部分的重量、体积和功耗都会有严格的要求。