Guía para principiantes sobre sistemas de visión robótica

La visión robótica transforma las máquinas en máquinas con capacidad de ver, capaces de interpretar el mundo como cámaras superinteligentes. Descubrirás cómo las cámaras, los sensores y los algoritmos de alta tecnología ayudan a los robots a "ver" al transformar los datos visuales en información útil. Imagina que les das a los robots ojos que pueden analizar cada píxel, detectar objetos y navegar por entornos complejos en milisegundos. ¿Quieres ver cómo las máquinas aprenden a ver? ¡Quédate!

Cómo funciona la visión robótica

Aunque los robots puedan parecer sacados de una película de ciencia ficción, su capacidad de "ver" es en realidad una asombrosa combinación tecnológica de sensores, algoritmos y una enorme capacidad de procesamiento.

Piensa en la visión robótica como un sistema de cámara superpotente que no solo toma fotografías, sino que entiende lo que está viendo. capacidades de percepción de profundidad Permiten a los robots diferenciar entre objetos cercanos y lejanos, lo que añade una capacidad crucial de percepción espacial a su procesamiento visual. Estos ojos mecánicos comienzan capturando imágenes mediante cámaras o sensores LiDAR, y luego procesan esos datos brutos mediante un complejo proceso de limpieza.

Visión robótica: una lente inteligente que captura y comprende, transformando los datos brutos de los sensores en una comprensión inteligente del entorno.

Encaja bien con este artículo.

Unitree Go2

Les presentamos a Unitree Go2: un perro robot que camina, corre, salta y baila. Mapea su entorno…

Ver detalles del robotModelos 1

Ver robotIniciar reserva

El preprocesamiento elimina el ruido, realza los detalles y normaliza la información. A continuación, se inicia la extracción de características, que busca bordes, formas y detalles clave que ayudan al robot a comprender su entorno. Algoritmos avanzados de procesamiento de imágenes. Transformar los sistemas de visión en herramientas sofisticadas que comparan los productos fabricados con imágenes de referencia precisas, lo que permite un control de calidad exhaustivo.

El reconocimiento de patrones entra en acción, transformando los datos visuales en información útil. Es como dotar a los robots de un cerebro para interpretar la información visual, convirtiendo la fría percepción mecánica en una comprensión inteligente del entorno.

Componentes esenciales de los sistemas de visión

La visión robótica no es solo una caja negra mágica, sino una sinfonía de componentes cuidadosamente diseñados que trabajan juntos como un reloj suizo de precisión. Cada componente desempeña un papel fundamental en la transformación de datos visuales brutos en información útil. panorama de la automatización industrial Se basa en estos intrincados sistemas para realizar tareas complejas con una precisión sin precedentes. Comprensión principios de los sensores optoelectrónicos Permite a los ingenieros diseñar sistemas de visión que capturan información visual matizada con una precisión extraordinaria. Tecnología de cámara estéreo Esto permite que estos sistemas repliquen la percepción de profundidad similar a la humana, creando una comprensión más sofisticada de los entornos visuales.

1. Sistemas de iluminación: Los héroes anónimos que iluminan los objetos, haciendo que los detalles ocultos resalten como un foco sobre un agente secreto.
2. Componentes ópticosLentes que capturan imágenes con precisión quirúrgica, transformando la luz en oro digital.
3. Sensores de imagenTraductores basados ​​en píxeles que convierten señales visuales en lenguaje legible por ordenador.
4. Sistemas de procesamiento de visión: Cerebros algorítmicos que analizan imágenes más rápido de lo que puedes parpadear.

¿Quieres saber cómo ven realmente los robots? Es una compleja combinación de hardware y software que transforma la luz en inteligencia con una velocidad y precisión asombrosas.

Tecnologías de cámaras para robótica

Has oído que las cámaras son solo capturadoras de imágenes, pero en robótica son mucho más complejas; piénsalo como los ojos del robot con esteroides. A partir de los estudios de caso en robótica de estudio, sistemas de cámaras robóticas Se han vuelto cada vez más sofisticados a la hora de adaptarse a entornos de producción dinámicos. Imágenes multiespectrales Las tecnologías actuales permiten a los robots analizar no solo datos visuales, sino también información sobre profundidad, color y contexto con una precisión sin precedentes.

También merece la pena echar un vistazo

Unitree R1

Un robot humanoide más ligero y accesible para contenido, activaciones, educación y demostraciones públicas. Ideal cuando se busca una gran potencia…

Ver detalles del robotModelos 1

Ver robotIniciar reserva

Los distintos tipos de sensores de cámara no se limitan a los megapíxeles; se trata de la precisión con la que un robot puede interpretar su entorno, desde placas de circuitos microscópicas hasta vastas plantas de fabricación. Tecnologías de percepción de profundidad Las cámaras estéreo y de visión 3D permiten a los robots crear mapas espaciales completos de su entorno, transformando la información visual en inteligencia espacial útil.

A la hora de seleccionar la tecnología de cámara para un robot, deberá comprender la resolución, las características de rendimiento y la selección de lentes, ya que una elección errónea podría marcar la diferencia entre un robot que ve y un robot que tropieza.

Tipos de sensores de cámara

En el mundo de la visión robótica, no todas las cámaras son iguales. La percepción visual de tu robot depende de elegir el tipo de sensor adecuado:

1. sensores CCDCaptura de imágenes de alta calidad al estilo clásico, perfecta para tareas de precisión.
2. sensores CMOSModerno, energéticamente eficiente, con magia de procesamiento integrada
3. Cámaras de infrarrojosVer más allá de las limitaciones de la luz visible.
4. Sensores 3D: Percepción de profundidad que transforma la conciencia espacial robótica

Piensa en los sensores de las cámaras como los ojos de tu amigo mecánico. Los sensores CCD ofrecen imágenes nítidas, pero consumen muchísima energía. Los sensores CMOS, en cambio, son máquinas de visión eficientes y potentes que procesan imágenes al instante.

¿Quieres navegar entre el humo o la oscuridad? Las cámaras infrarrojas y ultrasónicas se convierten en el arma secreta de tu robot. Cada tipo de sensor no solo captura imágenes, sino que también permite comprender el entorno de maneras que el ojo humano no puede. Cámaras de escaneo de línea Permite la captura precisa de imágenes mediante el escaneo de una línea a la vez, lo que posibilita la inspección detallada de materiales continuos en la fabricación.

El sensor adecuado convierte una máquina ciega en una compañera perceptiva y adaptable. Sistemas de visión habilitados por IA Están revolucionando la forma en que los robots interpretan e interactúan con entornos visuales complejos, ofreciendo niveles de percepción inteligente sin precedentes.

Resolución y rendimiento

Cinco milisegundos. Así de rápido pueden detectar y clasificar objetos los sistemas de visión robótica con una precisión casi perfecta. ¿Te has preguntado alguna vez cómo ven el mundo las máquinas? No es magia, es ingeniería de precisión. precisión de resolución de píxeles Esto repercute directamente en la capacidad de un robot para detectar detalles minúsculos y clasificar objetos con una precisión extraordinaria.

La cámara de tu robot no solo captura imágenes; mide cada píxel como una regla microscópica. La resolución no se trata solo de megapíxeles, sino de detectar los detalles más pequeños con una precisión asombrosa. aprendizaje automático adaptativo permite que los sistemas de visión mejoren continuamente sus capacidades de detección de objetos procesando datos complejos de sensores y refinando los algoritmos de percepción. Los sistemas de visión avanzados pueden mejorar drásticamente la detección de objetos a través de técnicas de calibración estratégica, lo que garantiza un rendimiento uniforme en diversos entornos de fabricación.

Pero aquí está el problema: no todos los sistemas de visión robótica son iguales. Algunos logran una detección de objetos del 99.9 % en entornos controlados, mientras que otros tienen dificultades con el bajo contraste o la iluminación complicada.

Necesitarás un sistema que se adapte a tus necesidades específicas, ya sea para la inspección de fábricas o para recorrer terrenos complejos. La resolución adecuada marca la diferencia entre un robot funcional y uno que simplemente tenga un aspecto atractivo.

Conceptos básicos para la selección de lentes

Elegir el objetivo adecuado para un robot no es ciencia espacial; es más bien como encontrar la combinación perfecta para una máquina. La elección del objetivo puede ser crucial para el rendimiento visual del robot, así que presta atención:

1. El tamaño del sensor importa.: Adapta tu lente a tu sensor como si fueran las piezas perfectas de un rompecabezas.
2. La distancia focal es fundamentalControla el alcance visual de tu robot con la longitud de lente adecuada.
3. La distancia de trabajo importa: Sepa hasta dónde necesita “ver” su robot.
4. La luz lo es todo: La apertura controla la cantidad de información visual que entra.

Piensa en una lente como el ojo de tu robot. No se trata solo de capturar imágenes, sino de capturar las imágenes adecuadas.

Una lente inadecuada es como ponerle a tu robot unas gafas graduadas del oftalmólogo equivocado. La precisión es fundamental. Una lente incorrecta puede convertir tu sistema de visión de alta tecnología en un pisapapeles carísimo.

Elige sabiamente y tu robot te lo agradecerá con una percepción nítida.

Comprensión de los métodos de captura de imágenes

Cuando los robots necesitan ver el mundo, recurren a una asombrosa variedad de métodos de captura de imágenes que harían que la cámara de tu teléfono inteligente pareciera una herramienta de pintura de la Edad de Piedra.

Desde cámaras web que capturan fotogramas individuales hasta cámaras de profundidad que miden distancias, estos sistemas visuales son mucho más que simples sistemas de apuntar y disparar.

Imagina una visión estereoscópica que imite la de los ojos humanos, con dos cámaras que capturen perspectivas ligeramente diferentes para crear una percepción espacial tridimensional.

O pensemos en trucos de luz estructurada que proyectan patrones sobre superficies para mapear la profundidad, como una especie de visión de rayos X robótica.

Los sensores de tiempo de vuelo emiten pulsos de luz y miden su recorrido de regreso, lo que, en esencia, proporciona a los robots una percepción de distancia sobrehumana.

¿Quieres precisión?

Los algoritmos de aprendizaje automático analizarán esas imágenes capturadas más rápido de lo que puedes parpadear, identificando objetos y trazando rutas de navegación con una precisión asombrosa.

Sensores ópticos y sus funciones

Los sensores ópticos, los "ojos mecánicos" de la robótica, son los héroes anónimos que transforman las máquinas, de criaturas metálicas ciegas a cazadores digitales con una visión de precisión.

Imagina estos sensores como la navaja suiza de la vista de tu robot:

1. Visión térmica que detecta firmas de calor como un superhéroe de ciencia ficción.
2. Percepción de profundidad que mapea entornos más rápido de lo que puedes parpadear.
3. Reconocimiento de color que distingue materiales con precisión láser.
4. Sistemas de alerta de proximidad que previenen catástrofes por colisión.

Estas diminutas maravillas tecnológicas hacen algo más que simplemente mirar a su alrededor: interpretan paisajes visuales complejos en milisegundos.

Desde las plantas de fabricación hasta los quirófanos, los sensores ópticos transforman los datos brutos en información útil para la toma de decisiones.

Son la diferencia entre un robot que realiza las tareas de forma torpe y uno que navega con precisión quirúrgica.

¿Quieres una máquina que vea de verdad? Los sensores ópticos son tu llave al futuro.

Fundamentos del procesamiento de imágenes

Desde sensores ópticos robóticos que escanean entornos, ahora nos adentramos en el cerebro digital que impulsa la visión artificial: el procesamiento de imágenes. Es donde los datos visuales en bruto se transforman en información útil que los robots pueden comprender. Algoritmos de aprendizaje profundo permitir que los robots mejoren progresivamente su comprensión visual mediante la exposición continua a imágenes diversas.

Piensa en el procesamiento de imágenes como enseñarle a un robot a "ver": no solo a capturar píxeles, sino a interpretarlos. Se trata de descomponer la información visual en fragmentos comprensibles: detectar bordes, reconocer formas y entender las relaciones espaciales. Los algoritmos convierten el ruido visual caótico en datos estructurados. Imagina transformar una instantánea borrosa en un mapa preciso de objetos, texturas e interacciones potenciales. La magia ocurre mediante transformaciones matemáticas que simplifican la información visual compleja, haciendo posible la percepción robótica. ¿Quién iba a imaginar que las matemáticas podrían dotar de ojos a las máquinas?

Técnicas de iluminación para una visión clara

Deberás dominar la iluminación para la visión robótica como un fotógrafo profesional, pero con una tecnología mucho más sofisticada.

La distribución difusa de la luz ayuda a extender la iluminación de manera uniforme sobre las superficies, lo que garantiza que su robot pueda ver cada detalle microscópico sin sombras marcadas ni puntos ciegos.

Distribución de luz difusa

Imagínese sistemas de visión robótica con dificultades para ver con claridad en entornos industriales hostiles; ahí es donde la distribución de luz difusa entra en acción como un superhéroe de la iluminación.

¿Por qué es importante esto? Descubre estos superpoderes de la iluminación:

1. Elimina las sombras y los reflejos desagradables que hacen que las máquinas entrecierren los ojos.
2. Proporciona una iluminación uniforme en superficies complejas.
3. Hace maravillas con objetos brillantes y curvos que normalmente confunden a las cámaras.
4. Transforma las tareas de inspección complicadas en experiencias visuales nítidas.

Las luces de cúpula y las luces difusas planas no son solo accesorios sofisticados, sino que revolucionan los sistemas de visión. Al inundar un objeto con una luz suave y multiángulo, estas tecnologías resuelven problemas de visibilidad que harían que las cámaras tradicionales se descontrolaran.

Ya sea que esté inspeccionando diminutas placas de circuitos o enormes piezas de automóviles, la iluminación difusa garantiza que su robot vea todo con precisión quirúrgica. Se acabaron las conjeturas y los defectos que pasaron desapercibidos: solo una claridad visual pura e ininterrumpida.

Iluminación directa de la superficie

Cuando los sistemas de visión robótica necesitan una nitidez de imagen extrema, la iluminación directa de la superficie entra en acción como un ninja de la iluminación, listo para atravesar el ruido visual.

Es, básicamente, el superhéroe de la visión artificial: proyecta luz directamente sobre las superficies para revelar hasta el más mínimo detalle microscópico. ¿Quieres detectar ese diminuto arañazo en una placa de circuitos? Esta técnica te lo pone fácil.

Al colocar las luces estratégicamente, a menudo en un ángulo de 90 grados, se exponen imperfecciones que normalmente quedarían ocultas en las sombras.

Imagínelo como iluminación forense para máquinas: una iluminación de alto contraste y sin complicaciones que convierte formas vagas en puntos de datos precisos.

Ideal para el control de calidad, el ensamblaje robótico y para asegurar que cada pieza fabricada cumpla con las especificaciones. ¿Quién iba a imaginar que la luz pudiera ser una detective tan precisa?

Detalles del objeto de retroiluminación

Tres ingredientes clave convierten la retroiluminación en un arma secreta para la visión robótica: contraste puro, siluetas precisas y detección sin errores. Esta técnica de iluminación transforma la visión de tu robot en la de un superhéroe con poderes similares a los de los rayos X.

1. Detección instantánea de objetos mediante la creación de contornos nítidos en blanco y negro.
2. Medición de dimensiones externas con precisión quirúrgica
3. Identificar la presencia o ausencia de un objeto más rápido de lo que puedes parpadear.
4. Revelando estructuras internas ocultas a través de la penetración diferencial de la luz.

¿Quieres saber lo mejor de todo? A la retroiluminación no le importan los detalles de la superficie, lo que importa es el conjunto.

Al colocar luces detrás de los objetos y capturar sus siluetas, básicamente le estás proporcionando a tu sistema de visión robótica un suero de la verdad. Elimina la complejidad, dejando solo la forma y la dimensión puras e inalteradas.

¿Quién necesita trucos de cámara sofisticados cuando puedes ver a través de las cosas, literalmente?

Interpretación de datos visuales

¿Cómo ven realmente los robots el mundo que los rodea? Es como darles a las máquinas un cerebro y ojos, pero mucho más fascinante. Procesan datos visuales mediante algoritmos complejos que descomponen las imágenes en información fácilmente asimilable.

Primero, las cámaras y los sensores capturan las imágenes en bruto; luego, un software sofisticado entra en acción: filtra el ruido, detecta los bordes y segmenta las escenas a una velocidad vertiginosa. Los modelos de aprendizaje profundo reconocen objetos con una precisión asombrosa, transformando píxeles en información valiosa.

Imagínelo como entrenar a un detective superdotado que nunca se cansa. La magia ocurre cuando estos sistemas pueden identificar una silla, medir su distancia, comprender su contexto y decidir qué hacer a continuación, todo en milisegundos.

Fundamentalmente, la visión robótica transforma datos visuales sin sentido en información útil que ayuda a las máquinas a navegar e interactuar con el mundo.

Algoritmos de software en visión robótica

Dado que los robots no tienen ojos como nosotros, dependen de algoritmos de software asombrosos para transformar datos visuales en bruto en información útil.

Estos sistemas de visión digital transforman los píxeles en percepciones poderosas mediante ingeniosos trucos computacionales:

1. Filtrando el ruidoLos filtros gaussianos y de mediana eliminan el ruido visual, lo que da como resultado imágenes nítidas y cristalinas.
2. Encontrar límitesLos algoritmos de detección de bordes trazan los contornos de los objetos como un experto forense robótico.
3. Aprender de los ejemplosLas redes neuronales convolucionales devoran conjuntos de datos de imágenes y reconocen patrones complejos más rápido de lo que puedes parpadear.
4. Comprender el contextoLa segmentación semántica etiqueta cada píxel, proporcionando a los robots un mapa detallado de la escena.

Piensa en estos algoritmos como los ojos-cerebro del robot, que traducen el caos visual en información útil.

No solo ven; interpretan, analizan y toman decisiones en fracciones de segundo que harían que la percepción humana pareciera una repetición a cámara lenta.

Integración con sistemas de control robótico

Probablemente te hayas preguntado cómo los robots realmente "ven" y comprenden el mundo que les rodea, y todo se reduce a protocolos de comunicación letales y un procesamiento visual ultrarrápido.

Cuando las cámaras y los sensores comienzan a comunicarse con los sistemas de control robótico a través de redes de alta velocidad, básicamente están creando un sistema nervioso en tiempo real que permite a las máquinas reaccionar más rápido de lo que uno puede parpadear.

Imagínalo como si le dieras a tu robot compañero un par de ojos superpotenciados que pueden traducir instantáneamente los datos visuales en movimientos precisos, convirtiendo lo que antes era fantasía de ciencia ficción en la realidad industrial de hoy. Tecnologías de fusión de sensores Permite a los robots integrar múltiples flujos de datos, creando una comprensión integral de su entorno que va más allá de la percepción visual tradicional.

Protocolos de comunicación de datos

Cuando los robots empiezan a comunicarse entre sí, necesitan un lenguaje común, y ahí es donde entran en juego los protocolos de comunicación de datos.

Estos traductores digitales permiten que los sistemas de visión robótica funcionen a la perfección en entornos industriales. He aquí por qué son importantes:

1. Los protocolos definen cómo las máquinas intercambian información, desde datos de sensores hasta comandos de movimiento precisos.
2. Los diferentes métodos de comunicación (Ethernet, serie, inalámbrico) satisfacen necesidades robóticas específicas.
3. El rendimiento en tiempo real depende de la elección del protocolo adecuado.
4. La compatibilidad determina si su sistema de visión robótica funciona o se convierte en un costoso pisapapeles.

EtherNet/IP y EtherCAT siguen siendo las tecnologías dominantes, permitiendo transferencias de datos ultrarrápidas entre sistemas de visión y controladores de robots.

Piénsalo como los traductores universales del mundo de la automatización: ayudan a las máquinas a comunicarse sin problemas, evitando malentendidos que podrían convertir una tarea de precisión en una comedia mecánica de errores.

Procesamiento de visión en tiempo real

Los protocolos de comunicación de datos sientan las bases, pero es en el procesamiento de imágenes en tiempo real donde los robots cobran vida de verdad.

Imagina un robot que no solo siga instrucciones a ciegas, sino que realmente vea y comprenda su entorno. Estos sistemas transforman la percepción robótica, pasando de una programación rígida a una interacción dinámica.

Las cámaras y sensores de alta velocidad capturan detalles en fracciones de segundo, convirtiendo la información del mundo físico en datos útiles más rápido de lo que se tarda en parpadear. El control visual permite que los robots ajusten sus movimientos sobre la marcha, sin depender de coordenadas preprogramadas.

Ya no son simples máquinas; son entidades adaptativas que reconocen objetos, detectan la presencia humana y responden con una precisión asombrosa.

Imagínelo como si les dotáramos a los robots de un cerebro y unos ojos que funcionan en perfecta sincronía: se acabó la automatización sin sentido, sino que tendremos máquinas inteligentes y conscientes del contexto, listas para revolucionar nuestra forma de interactuar con la tecnología.

Tendencias emergentes en tecnología de visión artificial

A medida que la tecnología de visión artificial avanza a toda velocidad, como un coche deportivo sin límite de velocidad, el panorama de la percepción visual impulsada por la IA se está transformando más rápido de lo que la mayoría de las industrias pueden pestañear.

¿Listo para echar un vistazo al futuro? Descubre estas tendencias alucinantes:

1. La computación perimetral llevará el procesamiento de visión en tiempo real directamente a sus dispositivos.
2. Los algoritmos de reconstrucción 3D crearán gemelos digitales de espacios físicos.
3. Sensores especializados permitirán ver más allá de las limitaciones visuales humanas.
4. La IA generará conjuntos de datos de entrenamiento sintéticos, potenciando enormemente el aprendizaje automático.

Imagina robots capaces de percibir la profundidad, analizar entornos complejos y tomar decisiones en fracciones de segundo sin inmutarse.

No hablamos solo de mejoras graduales, sino de una revolución total en la forma en que las máquinas comprenden la información visual.

El futuro no solo está llegando; ya está transformando nuestro panorama tecnológico, píxel a píxel.

La gente también pregunta sobre los robots.

¿Cuánto suele costar un sistema básico de visión robótica para pequeñas empresas?

Encontrarás sistemas de visión robótica de nivel básico que cuestan entre 1,000 y 3,000 dólares, perfectos para pequeñas empresas que buscan controles de calidad básicos, lectura de códigos de barras y mediciones sencillas sin gastar una fortuna.

¿Pueden los sistemas de visión robótica funcionar eficazmente en entornos con poca luz o en condiciones difíciles?

Verás con claridad, te adaptarás rápidamente y percibirás con profundidad. Los sistemas de visión robótica para condiciones de poca luz pueden navegar eficazmente en entornos difíciles gracias al uso de sensores avanzados, cámaras especializadas y tecnologías innovadoras que mejoran la calidad de la imagen en condiciones de baja luminosidad.

¿Qué habilidades de programación se necesitan para desarrollar o mantener sistemas de visión artificial?

Necesitarás Python para mayor versatilidad, C++ para un mejor rendimiento y OpenCV para el procesamiento de imágenes. Domina las técnicas de aprendizaje automático, comprende las redes neuronales y desarrolla sólidas habilidades en ROS para crear y mantener eficazmente sistemas robustos de visión robótica.

¿Qué tan precisos son los sistemas de visión robótica en comparación con la percepción visual humana?

Al igual que un halcón que localiza a su presa, los sistemas de visión robótica pueden ser increíblemente precisos, alcanzando a menudo una exactitud casi perfecta en tareas estructuradas. Descubrirá que superan a los humanos en velocidad, consistencia y detección de defectos mínimos en diversas aplicaciones industriales.

¿Los diferentes sistemas de visión robótica requieren formación especializada para sus operadores?

Sí, necesitarás formación especializada para los diferentes sistemas de visión robótica. Cada uno tiene su propio hardware, software y aplicaciones. Los programas de certificación y los cursos específicos del fabricante te ayudarán a dominar las habilidades y los conocimientos necesarios para cada sistema.

Por qué esto importa en robótica

La visión robótica ya no es ciencia ficción: es una realidad. Para 2025, el mercado de la visión artificial alcanzará los 14.4 millones de dólares, demostrando que estos ojos inteligentes no son una moda pasajera. Estamos presenciando una revolución tecnológica donde las máquinas pueden ver y comprender su entorno. Desde la fabricación hasta la atención médica, la visión robótica está transformando nuestra interacción con la tecnología. ¿Quieres estar a la vanguardia? Sigue aprendiendo, mantén la curiosidad y únete a la revolución de la inteligencia visual.

Referencias

• https://robotsdoneright.com/Articles/components-of-a-robotic-vision-system.html
• https://www.borunte.net/info/what-are-the-general-components-of-a-simple-ro-84696243.html
• https://recognitionrobotics.com/what-are-robotic-vision-systems/
• https://www.loopr.ai/blogs/understanding-the-key-components-of-machine-vision-systems
• https://www.baslerweb.com/en-us/learning/components-vision-system/
• https://www.tencentcloud.com/techpedia/105783
• https://www.tdipacksys.com/blog/principles-of-vision-inspection-system/
• https://www.borunte.net/info/detailed-introduction-to-the-working-principle-81967228.html
• https://lewisgroup.uta.edu/ee5325/lectures99/vision.pdf
• https://www.augmentus.tech/blog/what-is-robot-vision-system/