機器視覺將機器學習與商業(yè)級的硬件融合在一起，為消費者和企業(yè)提供前所未有的感知環(huán)境的能力。除了這些技術(shù)，還有自動化和高速網(wǎng)絡(luò)，共同構(gòu)成了一場新的工業(yè)革命——工業(yè)4.0。它們將為工業(yè)帶來一種低浪費、高效率工業(yè)活動的全新方式。

各行各業(yè)都在探索機器視覺帶來的好處

機器視覺將會影響制造、鉆探和采礦等垂直領(lǐng)域。在貨運和供應(yīng)鏈管理、質(zhì)量保證、材料處理、安全，以及其他各種過程中，都會有進一步的發(fā)展。

不久之后，機器視覺將會無處不在，為工業(yè)世界構(gòu)建的物聯(lián)網(wǎng)（Internet of Things）提供關(guān)鍵的智能技術(shù)。下面，讓我們來看看它是如何付諸實踐的。

什么是機器視覺？

機器視覺是一種能讓機器更好地感知周圍環(huán)境的技術(shù)。它有助于高階圖像識別和更高級意識的決策。

為了利用機器視覺，需要使用高保真攝像機來捕捉環(huán)境或工件的數(shù)字圖像。這些圖像可以通過自動駕駛車輛（AGV）或機器人進行拍攝。然后機器視覺使用非常復雜的模式識別算法來判斷它的位置、身份或條件。

適當?shù)恼彰魇菍崿F(xiàn)機器視覺的關(guān)鍵因素

在機器視覺應(yīng)用中有幾種常見的光源，包括led、石英鹵素、金屬鹵化物、氙氣和傳統(tǒng)的熒光燈。如果條形碼或工件的一部分被遮擋，讀取可能會產(chǎn)生錯誤。

機器視覺結(jié)合了先進的硬件和軟件，使機器能夠以新的有效的方式觀察并對外界刺激作出反應(yīng)。

機器視覺如何支持企業(yè)和工業(yè)物聯(lián)網(wǎng)？

工業(yè)物聯(lián)網(wǎng)（IIoT）設(shè)備的普及標志著技術(shù)的進步。IIoT使企業(yè)業(yè)務(wù)自上而下獲得前所未有的可見性?；诰W(wǎng)絡(luò)傳感器和云資源，為企業(yè)與業(yè)務(wù)合作伙伴之間提供本地和遠程資產(chǎn)的雙向移動。

物聯(lián)網(wǎng)硬件和軟件可以產(chǎn)生有價值的操作數(shù)據(jù)，不僅應(yīng)用于機械活塞或軸承這樣的小部件，也可用于卡車車隊這樣的大系統(tǒng)。企業(yè)應(yīng)該把目光投向任何有潛力的地方，即使是在資源或勞動力短缺的時候。

物聯(lián)網(wǎng)意味著無處不在的計算

機器視覺在物聯(lián)網(wǎng)中處于什么位置呢？機器視覺使現(xiàn)有的物聯(lián)網(wǎng)資產(chǎn)更加強大，能夠更好地傳遞價值和效率。我們共同期待它創(chuàng)造出更多全新的機會。

增強傳感器的作用：機器視覺使整個物聯(lián)網(wǎng)中的傳感器更加強大和有用。傳感器不僅提供原始數(shù)據(jù)，還能提供一定程度的解釋和抽象，可用于決策制定或?qū)崿F(xiàn)更高級別的自動化。

降低帶寬需求：機器視覺有助于降低大規(guī)模物聯(lián)網(wǎng)構(gòu)建的帶寬需求。與原有方式相比——從數(shù)據(jù)源捕獲圖像和數(shù)據(jù)，然后將其發(fā)送到服務(wù)器進行分析，機器視覺通常從數(shù)據(jù)源進行研究。現(xiàn)代工業(yè)產(chǎn)生了數(shù)以百萬計的龐大數(shù)據(jù)，借助于機器視覺和邊緣計算，大量數(shù)據(jù)點可以直接轉(zhuǎn)化為可執(zhí)行的操作，而不需要傳輸?shù)街虚g節(jié)點進行二次處理。

支持物聯(lián)網(wǎng)自動化解決方案：機器視覺非常好地補充了物聯(lián)網(wǎng)自動化技術(shù)。與QA人員相比，機器人檢測的工作速度更快、更準確，而且一旦發(fā)現(xiàn)缺陷和異常，它們會立即向決策者提供相關(guān)數(shù)據(jù)。

提高機器人/協(xié)作機器人的安全性和實用性：利用機器視覺構(gòu)建的導航系統(tǒng)賦予機器人/協(xié)作機器人更大的自主性和尋路能力，幫助它們與人類一起更快、更安全地工作。在地下倉庫和其他具有高風險的環(huán)境中，機器視覺幫助機器人提高響應(yīng)時間，減少不必要的錯誤及其損失。

使資產(chǎn)更加透明化：與傳統(tǒng)模式相比，如今公司和產(chǎn)業(yè)的運作，在時間、材料和勞動力等資產(chǎn)浪費方面要少得多。機器視覺將繼續(xù)服務(wù)于無人機、材料處理設(shè)備、無人駕駛車輛、生產(chǎn)線和檢測站，以便更好地與物聯(lián)網(wǎng)的其他部件交換詳細和有價值的數(shù)據(jù)。

在工廠環(huán)境中，這意味著機器和人員能夠更好地協(xié)調(diào)工作，減少瓶頸、摩擦和其他中斷。

企業(yè)如何應(yīng)用機器視覺？

當你考慮典型工業(yè)過程中的每一個步驟時，不難看出機器視覺可以改進操作的每一個環(huán)節(jié)。

例如制造一個汽車部件，人類和協(xié)作機器人共同把控原材料的質(zhì)量，然后運送到工廠進行加工。產(chǎn)品只有順利完成QA流程，最后才會運送到零售商或最終用戶的手上。

無論產(chǎn)品是在倉庫中，或在運輸途中，甚至在線上還沒有裝配，機器視覺提供了一整套的自動化處理流程。它不僅提高了每個部門的作業(yè)效率，而且保持了更高和更一致的質(zhì)量水平。

在現(xiàn)實應(yīng)用中，公司已經(jīng)將機器視覺融入到他們的工作流程中。

有些應(yīng)用程序非常簡單，比如在倉庫地板上劃一條線，讓無人駕駛車輛安全地跟隨。還有一些機器視覺工具更加復雜，無論簡單與否，都會帶來全新的改變。

激動人心的是，曾經(jīng)在工業(yè)世界中被認為很難或不可能外包給機器人的任務(wù)，現(xiàn)在也能借助于機器視覺完成。如上所述，在倉庫中挑選用戶訂單的箱子是一個存在固有風險的過程，任何篩檢錯誤都會損害商譽和客戶利益。

其中產(chǎn)品包裝損壞、物品位置變動和SKU標識（庫存保有單位，Stock keeping Unit ）的細微變化是最大的誤差來源，采用機器學習撿箱是一個非常好的選擇。

現(xiàn)在投入使用的自主定購機器人已接近100%，它們可以安全地導航，檢查貨箱中的零部件和產(chǎn)品，使用機械手臂做出正確的選擇，并運送到分檢區(qū)域或包裝區(qū)域。

這意味著公司運送受損貨物或不正確的SKU的風險要小得多，盡管如此，這些產(chǎn)品仍與客戶訂購的并不完全匹配。

自動化質(zhì)量保證和檢查是機器視覺和物聯(lián)網(wǎng)應(yīng)用的另一個重要方面，并迅速得到了普及。

在一些現(xiàn)代制造環(huán)境中，它不僅幫助雇主自動化質(zhì)量保證過程并提高質(zhì)量，而且不需要犧牲人力。同時，自動化檢測站處理這些重復性的工作，而員工則學習更多需要認知能力的技能。

到2025年，協(xié)作機器人在所有機器人市場中可能會占據(jù)34%的份額。這在很大程度上是出于機器視覺技術(shù)的發(fā)展，以及盡可能多的消除現(xiàn)代工業(yè)中低效、不準確和浪費的需求所推動的。

機器視覺與第四次工業(yè)革命

預計機器視覺在未來幾年還將繼續(xù)發(fā)展，并進一步推動工業(yè)4.0，許多人稱之為第四次工業(yè)革命。據(jù)悉， Eyes產(chǎn)品已經(jīng)具有嵌入式板級圖像處理和機器視覺功能。

機器視覺能力的提升將帶來物聯(lián)網(wǎng)和工業(yè)4.0技術(shù)的更廣泛應(yīng)用，以及企業(yè)數(shù)字化智能化發(fā)展的新模式。

責任編輯：Ct