機器視覺（MV）是一種使用計算機和算法來解釋、分析和理解周圍視覺信息的解決方案，是不同技術和方法的組合，主要用于自動提取圖像信息，為機器在工業和非工業環境中執行給定任務提供操作指導和關鍵數據。

在應用中，機器視覺系統由多個攝像頭組成，這些攝像頭分別捕捉、解釋信號并將信號發送到控制系統。對機器視覺市場的新研究表明，相機、人工智能和芯片組的進步正在推動在工業應用中使用機器視覺系統的潛力。IoT Analytics預計，從2022年到2027年，機器視覺市場的復合年增長率將達到8%。

三大關鍵技術：助力機器視覺更廣泛應用

機器視覺技術已經存在了30多年，但近的技術轉變為進一步拓展其采用提供了新的推動力。

Part1

先進相機技術的轉變。分辨率超過4500萬像素的相機現在不僅優于人眼，而且還能以極高的速度拍攝物體且不會失真。相機的進步是引入了“基于事件的視覺傳感器”，與視神經處理信息的方式類似，基于事件的視覺傳感器僅通過檢測每個像素的亮度變化就能捕獲圖像，與傳統的基于幀的視覺傳感器相比，它可以工作在更黑暗的環境或更惡劣的天氣條件下。

Part2

人工智能（AI）技術的轉變。從基于規則的機器視覺（基于預定參數的決策）到基于人工智能的機器視覺的轉變（基于適用MV模型輸出的決策），這是一個極具影響力的轉變。基于規則的MV是“剛性的”，僅適用于可量化、清晰和非常具體的特征，例如產品上的某種劃痕，它回答了一個yes/no的問題。而基于人工智能的MV可以為不可量化的特征提供準確的結果，在更廣泛的背景和照明設置中識別缺陷，并靈活應對產品外觀和缺陷類型的變化（如凹痕或變色）。深度學習作為人工智能的一個更復雜、更強大的子集，也越來越多地應用與機器視覺應用中。

Part3

AI芯片的技術進步和轉變。新一代的AI芯片功能更強大，適合處理圖像和運行基于人工智能的機器視覺算法。這些進步有助于將深度學習訓練時間從數周減少到數小時。現在，許多智能相機的機器視覺系統都配備了強大的AI芯片，例如ADLINK的NEON-2000-JNX系列內置了英偉達Jetson Xavier NX模塊。

機器視覺改變工業的未來

隨著工業自動化的增加和智能設備數量的增長，物聯網設備創建的數據將呈指數級增長。在各種工業應用中，機器學習（ML）可以智能地利用這些數據，機器視覺（MV）系統可以獲得有價值的數據，在對有用的數據進行排序，識別模式后將這些數據用于分析和改進工業操作，避免決策中出現失誤，還可以改善預測性維護和用戶體驗等流程。

機器視覺取代了人眼，使機器人和計算機能夠在視覺上感知和解釋周圍環境。它們使用先進的成像技術，如相機、傳感器和成像處理算法來模擬人類視覺的能力，并使其能夠用于增強業務流程。這意味著機器可以執行需要視覺檢查或分析的任務，從圖像或視頻流中提取有意義的信息，并使用這些信息做出智能決策。

目前，機器視覺是極令人興奮的工業物聯網（IIoT）和工業4.0技術之一，它的出現將徹底改變工業供應鏈的運營。根據MarketsandMarkets Research的說法，2021年，全球機器視覺市場的價值為111億美元，預計在2022-2027年間將以7.4%的復合年增長率（CAGR）增長，到2027年將達到172億美元。

這一增長的市場驅動力主要是由于對加強質量控制和檢查的需求不斷增加。與協作機器人和人工智能（AI）的集成，將極大地提高倉庫、制造廠和整個供應鏈的工業自動化水平。當機器視覺與IIoT（工業物聯網）設備集成時，系統實現了更大的獨立性和先進的決策能力。兩者的結合通過使用算法來提高機器視覺的智能，制造商可以更好地了解系統操作、工廠和工廠活動，并實施先進的檢查流程。

將IIoT應用與機器視覺集成將帶來諸多好處，例如：

01減少網絡帶寬

機器視覺在檢測中有著廣泛的應用。通過AI傳感器增強的高性能相機系統，允許在數據源立即分析數據，大幅減少了向云服務器傳輸數據的需求，節省了網絡帶寬。

02提高制造效率

在制造業中，人工智能機器視覺常被用于機器人制導系統，機器間可直接相互通信，而不是通過中央企業服務器進行通信。減少了網絡上的數據負載，同時提高了數據處理的效率。

03預測性維護

機器視覺的另一個顯著特點是能夠發出警告信號。當需要維護和維修時，先進的IoT系統可以預測故障及所需的維修措施，避免因設備故障帶來的全面停工。

04增強的客戶體驗

機器視覺通過增加更多的自動化、增強數據分析和交流需要了解的信息，顯著改變了企業的服務模式。通過機器視覺的使用，企業可以創建富有創意、個性化和獨特的用戶體驗，并推薦合適的產品，進而影響客戶的購買行為。

機器視覺中的關鍵技術

近年來，隨著物聯網、人工智能和機器視覺等技術的進步，制造業迎來了一場數字革命。在機器視覺中，一個特別令人興奮的發展是3D視覺的出現，它有效提高了制造業的效率、精度和自動化程度。雖然我們的人眼通過比較左眼和右眼的視角差異來自然地捕捉深度，但計算機通過硬件和軟件解決方案的組合也能實現這一點，因此，3D視覺能使機器從視覺數據中感知深度和三維結構。

目前，已有多種不同的技術方案可以實現3D視覺。其中，立體視覺方案是借助放置在不同位置的兩個或多個相機來捕捉同一場景，然后通過比較這些圖像之間的差異提取深度信息；結構化光方案則是將圖案（通常以光的形式）投影到場景上，相機捕捉其變形，通過分析圖案的變形方式將獲得有關場景中對象的深度和形狀的線索；飛行時間（ToF）方法包括向物體發送紅外光信號，然后測量光反射所需的時間，進而確定被測對象與相機的距離；激光三角測量是3D機器視覺中常用的方法之一，它使用一個有源光源和一個相機，當激光束投射在一條橫截面的線上，并被物體的形狀偏轉，即可獲得被測物的詳細輪廓。

01工業機器視覺2D和3D解決方案

ams OSRAM公司的Mira220是流水線式高靈敏度全局快門圖像傳感器，專為設計工程師提供了工業機器視覺應用的2D和3D解決方案，非常適合無人機、機器人、智能門鎖以及移動和可穿戴設備中的主動立體視覺或3D結構光系統。

Mira220百萬像素全局快門圖像傳感器有效分辨率為1600（H）x 1400（V），幀速率可達90fps，深度為12位。Mira220的先進背照（BSI）技術將傳感器層堆疊在數字/讀出層之上，這種設計產生的占地面積僅為5.3毫米 × 5.3毫米，非常有利于實現芯片級封裝，使制造商能夠更自由地優化智能眼鏡和VR耳機等空間受限產品的設計。Mira220還具有非常高的靈敏度和量子效率，像素大小僅為2.79μm，可搭配使用低功率發射器，無懼昏暗的照明條件。

此外，Mira220的功耗非常低，在睡眠模式下僅需4mW，在空閑模式下僅有40mW，即使在90fps的全分辨率下功耗也僅為350mW。Mira220傳感器采用MIPI CSI-2接口，可輕松與處理器和FPGA交互，芯片上的寄存器可通過標準I2C接口訪問，便于傳感器配置。JetCis評估系統采用基于Linux的開放式開發平臺，運行在英偉達Jetson Nano嵌入式系統上。Mira220全局快門圖像傳感器可由JetCis評估系統支持，所有產品和評估套件均可在Mouser官網上找到。

圖1：Mira220高靈敏度全局快門圖像傳感器原理框圖（圖源：ams OSRAM）

02增強視覺AI開發的MPU和套件

視覺人工智能（Vision AI）是訓練計算機復制人類視覺的系統，為此，設計人員開發了人臉檢測器、二維碼掃描儀等設備，以人類的方式識別和處理圖像和視頻中的物體。當開發人員面臨新的基于視覺的物聯網任務（如物體或人員檢測等）的開發時，他們仍然面臨著重大挑戰。

Basler公司的AI視覺解決方案套件（AI Vision Solution Kit）是一種嵌入式視覺系統，用于物聯網視覺解決方案的簡單原型制作。該套件主要面向數據科學家和現場應用工程師，其集成的硬件和軟件設計包括Basler新開發的物聯網軟件架構——Basler容器管理和云連接器，顯著降低了嵌入式硬件和軟件技術的復雜性和對開發人員知識的要求。

圖2：AI Vision Solution Kit可有效降低機器視覺系統的開發難度（圖源：Mouser）

結語

機器視覺領域的新興技術包括將機器視覺與人工智能、機器人和智能眼鏡相結合，它們可以塑造物聯網工業應用的未來。3D機器視覺在制造業中的作用已經慢慢滲透到主流產業中，隨著人工智能的進步和物聯網的擴展，3D機器視覺將在未來幾年成為制造業bukehuoque的一部分。

機器視覺技術為供應鏈提供了zhuoyue的改進，通過人工智能的集成使之得到了更有效的增強。這種進步可以看作是人工智能與機器視覺的完美合作，機器視覺通過準確、快速地提供人工智能做出復雜決策，人工智能算法還使機器能夠不斷學習，這意味著它們的性能會隨著時間的推移而不斷提高。對于工業機器人而言，將機器視覺與機械臂拾取解決方案結合使用，可以為機器人提供從包含多個物品的包裝中拾取單個物品所需的數據。從本質上講，機器視覺為機器人提供了靈活的“眼睛”。

在快速發展的市場中，將物聯網技術與機器視覺相結合的公司將通過展示創新、靈活性、效率和準確性而脫穎而出。物聯網使企業能夠更好地利用時間、材料和勞動力，從而提高效率。物聯網技術與人工智能、機器學習和機器視覺相結合，為發展和滿足競爭市場不斷變化的需求提供了機會。