|
隨著(zhù)技術(shù)的進(jìn)步和智能工廠(chǎng)的發(fā)展，過(guò)去十年中機器視覺(jué)設備發(fā)生了翻天覆地的變化。 Frost＆Sullivan預計，到2022年全球機器視覺(jué)設備市場(chǎng)將增加近一倍，達到136.2億美元，因為行業(yè)加大了對質(zhì)量檢驗的需求。亞太地區將繼續成為全球最大的市場(chǎng)，到2022年將占收入的38.4％。在技術(shù)、靈活性、效率和準確性方面表現出高度創(chuàng )新的機器視覺(jué)供應商，將在不斷發(fā)展的市場(chǎng)中取得最大的成功。 雖然全球經(jīng)濟的不確定性將對機器視覺(jué)行業(yè)產(chǎn)生影響，但行業(yè)協(xié)會(huì )和專(zhuān)家普遍認為不會(huì )造成嚴重損害。伴隨著(zhù)深度學(xué)習軟件，嵌入式視覺(jué)等硬件平臺有望蓬勃發(fā)展。工廠(chǎng)層面上的傳統應用也將保持強勁增長(cháng)。在2019年，美國自動(dòng)化成像協(xié)會(huì )（AIA）預計三大趨勢將影響機器視覺(jué)行業(yè)。 1.嵌入式視覺(jué)將繼續增長(cháng) 得益于在越來(lái)越多的行業(yè)應用中獲得支持，嵌入式視覺(jué)將在2019年持續高速增長(cháng)，例如自動(dòng)駕駛、生命科學(xué)、消費電子、邊境監視和農業(yè)等。 “處理能力大幅增強，內存變得非常便宜，”Gardasoft公司北美區副總裁John Merva說(shuō)，“用戶(hù)可以選擇一個(gè)非常小的攝像頭，并利用來(lái)自不同來(lái)源的云端數據。當您將這些因素與機器學(xué)習結合到一個(gè)單獨的軟件包中時(shí)，您就有了嵌入的視覺(jué)�！� 客戶(hù)希望系統集成商為其開(kāi)發(fā)整個(gè)嵌入式視覺(jué)系統�！扒度胧揭曈X(jué)將智能相機帶向其初衷，即在一個(gè)非常小的外殼內，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(shuō)，為了應對嵌入式視覺(jué)市場(chǎng)，我們開(kāi)發(fā)了從相機設計到FPGA編程的專(zhuān)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)習功能。 設計一個(gè)對客戶(hù)有吸引力的系統是嵌入式視覺(jué)的最大挑戰。通過(guò)低成本、低功耗設備，能夠將客戶(hù)在機器視覺(jué)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。AIA副總裁Alex Shikany說(shuō)，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(hù)將以某種方式對更用戶(hù)友好、更小、最終成本更低的產(chǎn)品做出響應。 在許多使用案例中，傳統機器視覺(jué)都無(wú)法與嵌入式視覺(jué)競爭�！皺C器視覺(jué)數據不再局限于自己的孤島中，”ATS Automation成像總監Steve Wardell表示，“包括機器視覺(jué)的全自動(dòng)系統有許多傳感器和運動(dòng)組件，使我們能夠收集數據，以便更好地了解系統內設備的運行效率�！� 2.深度學(xué)習的更多應用 據羿戓設計所了解，機器視覺(jué)的深度學(xué)習一直處于主要顛覆性技術(shù)的前沿。2019年可能會(huì )是該技術(shù)趨于成熟的一年，可以進(jìn)行更廣泛的部署�！叭绻阃渡碛跈C器視覺(jué)行業(yè)，你可能已經(jīng)看到了軟件如何與深度學(xué)習算法疊加，以及它如何能夠快速地產(chǎn)生結果的演示�！盨hikany說(shuō)，“這些系統可以運行成千上萬(wàn)的排列，并且在識別和其他應用程序歷史與機器視覺(jué)方面達到100％的準確性�！� 深度學(xué)習將對傳統的圖像分析方法產(chǎn)生深遠的影響。Teledyne Imaging總裁Keith Reuben表示，“它不僅會(huì )改變我們生產(chǎn)的產(chǎn)品，還會(huì )改變我們與客戶(hù)互動(dòng)的方式�！鄙疃葘W(xué)習將在解決傳統機器視覺(jué)無(wú)法解決的應用方面發(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)采用傳統檢查過(guò)程非常具有挑戰性，因為在一個(gè)實(shí)例中可能是一個(gè)粒子看起來(lái)非常類(lèi)似于裂縫，而深度學(xué)習則有助于區分這種細微差異。 3. 提升非可見(jiàn)光成像的有效性 雖然深度學(xué)習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）相機和照明的進(jìn)步提高了非可見(jiàn)成像的有效性。 Metaphase Technologies公司業(yè)務(wù)開(kāi)發(fā)經(jīng)理James Gardiner說(shuō)：“在這些更高波長(cháng)的環(huán)境中，你可以實(shí)現更多應用，比如透過(guò)一塊航空公司機翼的復合材料來(lái)查找其內部缺陷。我們現在正在把高功率的SWIR LED引入市場(chǎng)，用于高速機器視覺(jué)應用�！� Gardiner也看到了對高光譜成像需求的日益增長(cháng)�！爱斈阍诖蠓秶鷥扔^(guān)察數百個(gè)光譜條，以檢測物體上的微妙差異時(shí)，你需要一個(gè)寬帶光源�！彼f(shuō)，“這將使我們使用更少的LED并創(chuàng )建一個(gè)模擬鹵素的寬帶光源�！� 機器視覺(jué)的挑戰 據eCPD所了解，智能傳感器、智能攝像頭和可配置視覺(jué)系統在很大程度上消除了對機器視覺(jué)系統開(kāi)發(fā)的需求，目前最常見(jiàn)的應用程序是通過(guò)現成的即插即用技術(shù)完成的。過(guò)去十年來(lái)，智能相機的功能越來(lái)越強大，照明公司提供的產(chǎn)品范圍也越來(lái)越廣。然而，隨著(zhù)軟件變得越來(lái)越強大，價(jià)格不斷下降，軟件包的互連和標準化仍存在問(wèn)題。 不同的公司對相同的事情使用不同的術(shù)語(yǔ)。即使是像以太網(wǎng)這樣的標準化通信，在公司之間也存在巨大的差異，而且在視覺(jué)行業(yè)也沒(méi)有真正推動(dòng)開(kāi)放的軟件標準。 今天的視覺(jué)產(chǎn)品可以滿(mǎn)足大多數應用程序的需求，隨著(zhù)技術(shù)、產(chǎn)品設計和客戶(hù)需求的發(fā)展，系統集成商必須保持清醒。例如，在3D成像市場(chǎng)，硬件創(chuàng )新先于軟件創(chuàng )新。 MoviMed和MoviTherm總裁兼首席執行官Markus Tarin說(shuō)：“盡管有許多3D傳感器和攝像頭可用，例如激光三角測量、偽隨機圖形發(fā)生器的立體傳感器等，但要想實(shí)現快速的系統開(kāi)發(fā)，在開(kāi)發(fā)工具鏈中存在很大的空白�！� 例如，很多OEM廠(chǎng)商目前使用開(kāi)放式標準3D傳感器，從頭開(kāi)始編程應用程序，或使用“封閉式”系統來(lái)進(jìn)行工具的配置，這些工具通常成本高昂。也許需要一個(gè)具有現場(chǎng)可編程門(mén)陣列（FPGA）的3D傳感器，用于高速機載圖像處理，使非FPGA程序員能夠在一個(gè)軟件包中部署3D圖像處理算法。 另一個(gè)挑戰是從人工智能和深度學(xué)習中獲取信息的能力。最大的挑戰是將炒作與實(shí)質(zhì)區分開(kāi)來(lái)。而現實(shí)是，“很多人工智能和深度學(xué)習算法有時(shí)過(guò)于繁瑣�！� Tarin說(shuō)。 雖然機器視覺(jué)應用程序受益于深度學(xué)習算法，但這些算法無(wú)法解決所有問(wèn)題。與傳統編程相比，當人們比較試圖達到99%以上的精度所需的努力時(shí)，這一點(diǎn)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(lái)幾年繼續發(fā)揮重要作用。（作者：Winn Hardin）
|
