|
隨著技術(shù)的進(jìn)步和智能工廠的發(fā)展，過去十年中機(jī)器視覺設(shè)備發(fā)生了翻天覆地的變化。 Frost＆Sullivan預(yù)計，到2022年全球機(jī)器視覺設(shè)備市場將增加近一倍，達(dá)到136.2億美元，因為行業(yè)加大了對質(zhì)量檢驗的需求。亞太地區(qū)將繼續(xù)成為全球最大的市場，到2022年將占收入的38.4％。在技術(shù)、靈活性、效率和準(zhǔn)確性方面表現(xiàn)出高度創(chuàng)新的機(jī)器視覺供應(yīng)商，將在不斷發(fā)展的市場中取得最大的成功。 雖然全球經(jīng)濟(jì)的不確定性將對機(jī)器視覺行業(yè)產(chǎn)生影響，但行業(yè)協(xié)會和專家普遍認(rèn)為不會造成嚴(yán)重?fù)p害。伴隨著深度學(xué)習(xí)軟件，嵌入式視覺等硬件平臺有望蓬勃發(fā)展。工廠層面上的傳統(tǒng)應(yīng)用也將保持強(qiáng)勁增長。在2019年，美國自動化成像協(xié)會（AIA）預(yù)計三大趨勢將影響機(jī)器視覺行業(yè)。 1.嵌入式視覺將繼續(xù)增長 得益于在越來越多的行業(yè)應(yīng)用中獲得支持，嵌入式視覺將在2019年持續(xù)高速增長，例如自動駕駛、生命科學(xué)、消費電子、邊境監(jiān)視和農(nóng)業(yè)等。 “處理能力大幅增強(qiáng)，內(nèi)存變得非常便宜，”Gardasoft公司北美區(qū)副總裁John Merva說，“用戶可以選擇一個非常小的攝像頭，并利用來自不同來源的云端數(shù)據(jù)。當(dāng)您將這些因素與機(jī)器學(xué)習(xí)結(jié)合到一個單獨的軟件包中時，您就有了嵌入的視覺。” 客戶希望系統(tǒng)集成商為其開發(fā)整個嵌入式視覺系統(tǒng)。“嵌入式視覺將智能相機(jī)帶向其初衷，即在一個非常小的外殼內(nèi)，盡可能靠近圖像傳感器，進(jìn)行圖像處理視頻分析。” Pyramid Imaging公司總裁Rex Lee博士說，為了應(yīng)對嵌入式視覺市場，我們開發(fā)了從相機(jī)設(shè)計到FPGA編程的專業(yè)知識，以便在低成本、低功耗的平臺中快速提供特定于應(yīng)用程序的解決方案，該平臺可以集成人工智能和深度學(xué)習(xí)功能。 設(shè)計一個對客戶有吸引力的系統(tǒng)是嵌入式視覺的最大挑戰(zhàn)。通過低成本、低功耗設(shè)備，能夠?qū)⒖蛻粼跈C(jī)器視覺領(lǐng)域中的所有功能放到非常小的外形尺寸中，這是一項任務(wù)艱巨的研發(fā)挑戰(zhàn)。AIA副總裁Alex Shikany說，向消費者介紹完全不同的硬件解決方案并不件容易的事情，但最終的希望是，客戶將以某種方式對更用戶友好、更小、最終成本更低的產(chǎn)品做出響應(yīng)。 在許多使用案例中，傳統(tǒng)機(jī)器視覺都無法與嵌入式視覺競爭。“機(jī)器視覺數(shù)據(jù)不再局限于自己的孤島中，”ATS Automation成像總監(jiān)Steve Wardell表示，“包括機(jī)器視覺的全自動系統(tǒng)有許多傳感器和運動組件，使我們能夠收集數(shù)據(jù)，以便更好地了解系統(tǒng)內(nèi)設(shè)備的運行效率。” 2.深度學(xué)習(xí)的更多應(yīng)用 據(jù)羿戓設(shè)計所了解，機(jī)器視覺的深度學(xué)習(xí)一直處于主要顛覆性技術(shù)的前沿。2019年可能會是該技術(shù)趨于成熟的一年，可以進(jìn)行更廣泛的部署。“如果你投身于機(jī)器視覺行業(yè)，你可能已經(jīng)看到了軟件如何與深度學(xué)習(xí)算法疊加，以及它如何能夠快速地產(chǎn)生結(jié)果的演示。”Shikany說，“這些系統(tǒng)可以運行成千上萬的排列，并且在識別和其他應(yīng)用程序歷史與機(jī)器視覺方面達(dá)到100％的準(zhǔn)確性。” 深度學(xué)習(xí)將對傳統(tǒng)的圖像分析方法產(chǎn)生深遠(yuǎn)的影響。Teledyne Imaging總裁Keith Reuben表示，“它不僅會改變我們生產(chǎn)的產(chǎn)品，還會改變我們與客戶互動的方式。”深度學(xué)習(xí)將在解決傳統(tǒng)機(jī)器視覺無法解決的應(yīng)用方面發(fā)揮重要作用。例如，在冷凍干燥的小瓶中檢查疫苗，每次結(jié)果都有很大差異，這很大程度上取決于它們的干燥方式。進(jìn)采用傳統(tǒng)檢查過程非常具有挑戰(zhàn)性，因為在一個實例中可能是一個粒子看起來非常類似于裂縫，而深度學(xué)習(xí)則有助于區(qū)分這種細(xì)微差異。 3. 提升非可見光成像的有效性 雖然深度學(xué)習(xí)可能是從圖像中收集信息的最新方式，但它并不是唯一的選擇。 InGaAs短波紅外（SWIR）相機(jī)和照明的進(jìn)步提高了非可見成像的有效性。 Metaphase Technologies公司業(yè)務(wù)開發(fā)經(jīng)理James Gardiner說：“在這些更高波長的環(huán)境中，你可以實現(xiàn)更多應(yīng)用，比如透過一塊航空公司機(jī)翼的復(fù)合材料來查找其內(nèi)部缺陷。我們現(xiàn)在正在把高功率的SWIR LED引入市場，用于高速機(jī)器視覺應(yīng)用。” Gardiner也看到了對高光譜成像需求的日益增長。“當(dāng)你在大范圍內(nèi)觀察數(shù)百個光譜條，以檢測物體上的微妙差異時，你需要一個寬帶光源。”他說，“這將使我們使用更少的LED并創(chuàng)建一個模擬鹵素的寬帶光源。” 機(jī)器視覺的挑戰(zhàn) 據(jù)eCPD所了解，智能傳感器、智能攝像頭和可配置視覺系統(tǒng)在很大程度上消除了對機(jī)器視覺系統(tǒng)開發(fā)的需求，目前最常見的應(yīng)用程序是通過現(xiàn)成的即插即用技術(shù)完成的。過去十年來，智能相機(jī)的功能越來越強(qiáng)大，照明公司提供的產(chǎn)品范圍也越來越廣。然而，隨著軟件變得越來越強(qiáng)大，價格不斷下降，軟件包的互連和標(biāo)準(zhǔn)化仍存在問題。 不同的公司對相同的事情使用不同的術(shù)語。即使是像以太網(wǎng)這樣的標(biāo)準(zhǔn)化通信，在公司之間也存在巨大的差異，而且在視覺行業(yè)也沒有真正推動開放的軟件標(biāo)準(zhǔn)。 今天的視覺產(chǎn)品可以滿足大多數(shù)應(yīng)用程序的需求，隨著技術(shù)、產(chǎn)品設(shè)計和客戶需求的發(fā)展，系統(tǒng)集成商必須保持清醒。例如，在3D成像市場，硬件創(chuàng)新先于軟件創(chuàng)新。 MoviMed和MoviTherm總裁兼首席執(zhí)行官Markus Tarin說：“盡管有許多3D傳感器和攝像頭可用，例如激光三角測量、偽隨機(jī)圖形發(fā)生器的立體傳感器等，但要想實現(xiàn)快速的系統(tǒng)開發(fā)，在開發(fā)工具鏈中存在很大的空白。” 例如，很多OEM廠商目前使用開放式標(biāo)準(zhǔn)3D傳感器，從頭開始編程應(yīng)用程序，或使用“封閉式”系統(tǒng)來進(jìn)行工具的配置，這些工具通常成本高昂。也許需要一個具有現(xiàn)場可編程門陣列（FPGA）的3D傳感器，用于高速機(jī)載圖像處理，使非FPGA程序員能夠在一個軟件包中部署3D圖像處理算法。 另一個挑戰(zhàn)是從人工智能和深度學(xué)習(xí)中獲取信息的能力。最大的挑戰(zhàn)是將炒作與實質(zhì)區(qū)分開來。而現(xiàn)實是，“很多人工智能和深度學(xué)習(xí)算法有時過于繁瑣。” Tarin說。 雖然機(jī)器視覺應(yīng)用程序受益于深度學(xué)習(xí)算法，但這些算法無法解決所有問題。與傳統(tǒng)編程相比，當(dāng)人們比較試圖達(dá)到99%以上的精度所需的努力時，這一點尤其明顯。盡管如此，這項技術(shù)肯定有它的地位，并將在未來幾年繼續(xù)發(fā)揮重要作用。（作者：Winn Hardin）
|
