当下机器视觉技术已经渗入到我们的日常生活中,从手机里的美颜APP面目识别功能、人脸相册分类,到支付宝面部识别身份验证、储物柜人脸识别,以及工业机器人对物体准确抓取、物流机器人障碍避让等等都是运用了计算机视觉技术。
据美国商业资讯网站6月22日来自都柏林的报道,全球机器视觉市场正处于迅速发展之中,预计到2025年年底,市值将超过192亿美元。时至今日,机器视觉技术不仅成功应用于多个领域,并且应用范围还在逐步扩大。已由起初的电子制造业和半导体生产企业,发展到了包装、汽车、交通和印刷等多个行业。
机器视觉系统的特点是提高生产的柔性和自动化程度。运用在一些危险工作环境或人工视觉难以满足要求的场合;此外,在大批量工业生产过程中,机器视觉检测可以大大提高生产效率和生产的自动化程度。
随着机器视觉的成本逐渐降低,有更多的方案、更强大的硬件、更聪明的算法出现,再加上物联网连接所有装置,机器视觉将成为绝佳的数据收集工具。
图像处理设备完成了捕获、采集和交换数据的过程,在互联生产过程中,这些数据都可以传输到价值链,触发更多智能行为。例如,检测生产设备的磨损状态,维护工厂设施,提醒管理者提前订购生产部件等。未来,视觉系统设备各部件的尺寸将变小,而速度、精度、分辨率会显著提高,因此普及率也会在几年内急剧增长。
网络系统虽然是未来智能工厂的基础,但成败取决于数据收集、处理和分析能力,而机器视觉就可以派上用场了。机器视觉可以快速获取大量信息,并进行自动处理。因此,在自动化生产过程中,人们通常将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。
IHS预测,2019年工业行动应用将成长4倍,达到2亿美元,包括以手机∕平板计算机进行监控和可视化、管理工作流程、维护机具和整合系统。管理者无论身处何地,皆可从智能型手机监控机器视觉系统的影像,进而依照应用程序(App)和软件的通知迅速应变。
智能工厂将会是未来发展的大趋势。智能工厂内部的机器若会利用自我优化、自我设置和人工智能(AI)来完成复杂任务,一来符合成本效益,二来提高产品和服务的质量。
并且,一旦使用,机器视觉技术就会成为智能工厂的核心,它基于通信网络和智能信息组织网而建成的特性,将使其成为工厂的“眼睛”,使机器人灵活地控制生产流程,从而减少人为误差带来的损失。
机器视觉产业也会逐渐跟嵌入式计算机视觉(ECV)整合,随着工业环境取得低廉的嵌入式图像处理器,可望出现全新的整合自动化方案,例如搭载多个嵌入式成像仪的机械臂。
目前市面上,前几大机器视觉接口有Cameralink、CameralinkHS、CoaXPress、GigEVision和USB3Vision。GenICam提供所有相机一般程序接口,不受硬件接口技术影响。
但是,随着机器视觉软件研究的进一步深入,对技术要求越来越高,目前市场上的机器视觉系统由于开发难、使用难、销售难等弊端,已较难满足行业需求。
目前全球用户对视觉技术的飞速发展还缺乏匹配认知,行业发展必然面临挑战。此外,系统依赖的集成电路相当复杂,对制造商而言是个难题,这也限制了市场实现更平稳的增长。当然,也有看好的一面,亚太地区不断增长的制造业,正越来越关注与机器视觉有关的研究活动,所投入的经费支出预计将刺激该技术在亚太市场的成长,进而推动全球市场成分发生变化。至于说,机器视觉在机器人领域的应用,是明日黄花还是昙花一现,都值得我们期待。
联系客服