工業(yè)機(jī)器視覺(jué)的應(yīng)用與發(fā)展趨勢(shì)

數(shù)據(jù)顯示，2018年工業(yè)機(jī)器視覺(jué)系統(tǒng)技術(shù)市場(chǎng)規(guī)模已達(dá)44.4億美元，預(yù)計(jì)2023年將達(dá)到12.9億美元，年復(fù)合增長(zhǎng)率將達(dá)到21%。

目前，機(jī)器視覺(jué)正從傳統(tǒng)的工業(yè)視覺(jué)向工業(yè)視覺(jué)的深度學(xué)習(xí)轉(zhuǎn)變，未來(lái)工業(yè)機(jī)器視覺(jué)的應(yīng)用領(lǐng)域越廣泛。基于此，工業(yè)機(jī)器視覺(jué)可以被視為人工智能的一個(gè)重要分支。

傳統(tǒng)的工業(yè)鏡頭視覺(jué)與不恰當(dāng)?shù)碾[喻相似，類(lèi)似于擺姿勢(shì)，基本上是完成規(guī)定的動(dòng)作。具體來(lái)說(shuō)，目標(biāo)及其背景、光源、采集光學(xué)設(shè)備的參數(shù)都是給定的，目標(biāo)感知區(qū)域也是劃定的。按要求處理數(shù)字圖像，同意提取哪些信息和數(shù)據(jù)，設(shè)計(jì)哪些設(shè)備輸出。也就是說(shuō)，按照視覺(jué)工程師的一系列設(shè)置完成規(guī)定的動(dòng)作，很難適應(yīng)隨機(jī)性強(qiáng)、特征復(fù)雜的任務(wù)。如果隨機(jī)檢測(cè)到超出機(jī)器邏輯的復(fù)雜外觀缺陷，則無(wú)能為力。顯然，它沒(méi)有主動(dòng)行為的能力，也就是說(shuō)，它沒(méi)有人工智能的深度學(xué)習(xí)能力。

未來(lái)，工業(yè)機(jī)器視覺(jué)將與人工智能相結(jié)合，解決圖像視頻場(chǎng)景、物體類(lèi)型、光照、姿勢(shì)、屏蔽等多變量影響的問(wèn)題，獨(dú)立面對(duì)數(shù)據(jù)量大、特征復(fù)雜、部分應(yīng)用需要實(shí)時(shí)獨(dú)立處理等深度場(chǎng)景。

從目前的情況來(lái)看，仍存在以下制約因素。

首先，端側(cè)計(jì)算能力的成本越來(lái)越高。這與工業(yè)機(jī)器視覺(jué)軟件的深度學(xué)習(xí)能力成正比，就像技術(shù)人員的工資高于學(xué)徒一樣，工業(yè)機(jī)器視覺(jué)對(duì)計(jì)算能力硬件性能的要求越來(lái)越高，直接導(dǎo)致計(jì)算能力成本的價(jià)格上漲。此外，獨(dú)立計(jì)算能力設(shè)備難以重用和共享，也是成本上升的重要因素。

二是單點(diǎn)系統(tǒng)維護(hù)成本過(guò)高。主要是設(shè)備調(diào)試、軟件運(yùn)行維護(hù)、監(jiān)控分析必須在工作場(chǎng)所完成。工業(yè)機(jī)器視覺(jué)在工廠的大規(guī)模應(yīng)用提高了維護(hù)成本。

三是數(shù)據(jù)島。圖像數(shù)據(jù)的處理也需要在工廠完成，多個(gè)系統(tǒng)軟件難以共享有效數(shù)據(jù)，導(dǎo)致系統(tǒng)功能更新遲緩，難以適應(yīng)移動(dòng)應(yīng)用領(lǐng)域。同時(shí)，工廠車(chē)間有線(xiàn)互聯(lián)網(wǎng)建設(shè)成本過(guò)高，容量不足，無(wú)法滿(mǎn)足工業(yè)相機(jī)數(shù)據(jù)上升的數(shù)據(jù)容量需求。

第四，通用性差，智力差。在通用性方面，一些集成應(yīng)用具有很強(qiáng)的特殊性。一臺(tái)設(shè)備可能只適用于一種機(jī)器視覺(jué)設(shè)備或一個(gè)行業(yè)，研發(fā)成本高。在智能方面，當(dāng)庫(kù)存較多或移動(dòng)速度較快時(shí)，機(jī)器視覺(jué)工作的準(zhǔn)確性顯著降低，設(shè)置的場(chǎng)景超過(guò)其可接納的值，更適合小規(guī)模、少類(lèi)別、站點(diǎn)分類(lèi)檢測(cè)，對(duì)復(fù)雜堆疊物體無(wú)能為力。這與它缺乏深度學(xué)習(xí)能力有關(guān)。因此，大規(guī)模的工業(yè)應(yīng)用還有很長(zhǎng)的路要走。

事實(shí)上，解決上述所有痛點(diǎn)都是未來(lái)的發(fā)展方向。通用機(jī)器視覺(jué)和工業(yè)機(jī)器視覺(jué)應(yīng)用領(lǐng)域的不斷豐富，將解決成本問(wèn)題，不僅降低成本費(fèi)用，而且24小時(shí)不間斷工作，大大降低成本。一旦可以大規(guī)模取代生產(chǎn)線(xiàn)檢測(cè)人員、操作人員等，就具有成本優(yōu)勢(shì)。

更重要的是，工業(yè)機(jī)器視覺(jué)與其他自動(dòng)化設(shè)備的結(jié)合可以支持更大規(guī)模的工業(yè)自動(dòng)化應(yīng)用，包括工業(yè)機(jī)器人、數(shù)控機(jī)床、自動(dòng)化技術(shù)集成設(shè)備等。智能制造離不開(kāi)工業(yè)機(jī)器視覺(jué)的大數(shù)據(jù)支持。工業(yè)機(jī)器視覺(jué)收集的各種生產(chǎn)數(shù)據(jù)是智能生產(chǎn)的基礎(chǔ)。這些數(shù)據(jù)通過(guò)MES/DCS軟件系統(tǒng)傳輸?shù)焦I(yè)服務(wù)器進(jìn)行數(shù)據(jù)處理和分析，并與企業(yè)資源管理軟件(如ERP)聯(lián)動(dòng)，提供化的生產(chǎn)方案或定制生產(chǎn)、靈活制造和智能制造。