需要准备大量的基础数据，来为机器学习提供素材，良品的照片可能比较容易准备，而不良品的判断可以通过结合实物或者通过对良品的分析自主判断。和传统的计算机算法不同，机器学习本质上人类是无法清楚获悉机器学习的具体方式的，人类只是建立一个训练模型，提供素材，剩下的就让机器自行学习，人类在学习过程中根据结果情况对学习模型进行修改与调校。

（1）摄像机系统：由单个摄像机和计算机（包括图像采集卡）组成，负责视觉图像的采集和机器视觉算法。就目前行业技术发展水平来说，数字相机是比较理想的选择，其中维视图像的MV-EM/E系列工业相机提供了接口丰富的开发包函数，分辨率、帧率等覆盖面广，通用性及稳定性好，所以是我们推荐的主要选择。

（2）控制系统：由计算机和控制箱组成，用来控制机器人末端的实际位置。经 CCD 摄像机对工作区进行拍摄，计算机通过图像识别方法，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误差值，后控制的末端执行机构，调整机器人的位姿。

1 光电式带材跑偏检测器

带材跑偏检测器用来检测带型材料在加工中偏离正确位置的大小及方向，从而为纠偏控制电路提供纠偏信号，主要用于印染、送纸、胶片、磁带生产过程中。

光电式带材跑偏检测器原理如图1所示。光源发出的光线经过透镜1会聚为行光束，投向透镜2，随后被会聚到光敏电阻上。在平行光束到达透镜2的途中，有部分光线受到被测带材的遮挡，使传到光敏电阻的光通量减少。

可以预见，随着自动化技术的迅速发展，光电传感器在轻工自动生产线上作为检测装置将获得越来越广泛的应用。