机器视觉 帮助制造业实现“智能化”
2016-09-02
随着经济全球化的发展,各行各业的竞争渐趋激烈,要想在制造业领域脱颖而出,各大厂商必须不断优化升级,在技术、产品方面寻求创新。“智能制造”成为制造业大军努力的方向,而人工智能新品“机器视觉”则是助力制造业实现“智能化”转型的好帮手。
关于“机器视觉”
机器视觉是指采用机器代替人眼来做测量与判断,通过计算机摄取图像来模拟人的视觉功能,实现人眼视觉的延伸。
相比于人眼观测,机器视觉具有灵活性、自动化、客观、非接触和高精度等特点。尤其是在工业生产领域,机器视觉强调生产的精度和速度,以及工业现场环境下的可靠性。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉。
机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。人的肉眼只能进行一些简单的识别,机器视觉却能在细微处体现出“大”智慧。
机器视觉应用场景
今年5月,美国亚马逊公司收购了一支欧洲顶级机器视觉团队用于无人机领域研究;同样在5月,英特尔集成电路公司收购了俄罗斯计算机视觉公司Itseez,用于无人驾驶领域;6月初,俄罗斯计算机视觉公司VisionLabs开发了一个通用的开源计算机视觉开发平台,Facebook与谷歌为其提供资金并测试开发成果······各大企业加速布局机器视觉无疑是看中了该行业广阔的应用前景,那么机器视觉主要应用于哪些场景呢?
1、工业机器人
一个典型的工业机器视觉应用系统,包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。
我国工业机器人市场发展潜力巨大,势必引起机器视觉新增长。我国正处于工业机器人的发展拐点,市场潜力巨大,据IFR(国际机器人联合会)估计,中国市场对工业机器人的发展占主导地位,2018年全球将有三分之一的工业机器人安装在中国,这必会引发机器视觉的广泛应用。
2、无人机、自动驾驶
机器视觉是无人机实现“无人”的首要解决问题。我国无人机技术大多销至国外,国内市场并未大范围开发。随着我国智能生产的逐步推进,无人机国内市场化指日可待。易观智库认为智能无人机在未来几年将保持超过50%的增长率,在2018年超过100亿人民币。另外,特斯拉、分时租赁为自动驾驶增加新人气,机器视觉受益。
3、智能医疗
据报道称,美国已经研发出可自动提取毛囊进行植发的高科技机器人Artas,而这款医疗机器人正是利用机器视觉更好地识别人体的细胞特征从而做出准确的判断。研发这款机器人的赫伯特·范伯格博士表示,使用Artas进行植发痛苦要小很多,且恢复时间更短,还能更精准的去除毛发。他指出该机器人会测量卵泡,识别哪些毛发是最好的移植载体。它可以确定毛发的强度,且可以知道头发生长的角度,以避免卵泡在提取过程中的损坏。经测算,全球医用机器人未来三年销量复合增速约为55%,手术机器人、康复机器人在未来五年复合增长率将达30%、47%。可以看出,医用机器人具备着巨大的市场空间等待挖掘,机器视觉再添推力。
4、安防智能监管
智能安防是我国智慧城市的重要组成部分,在近日发布的《工业和信息化蓝皮书:世界网络安全发展报告2015-2016》中,工信部表示智慧城市建设工作正在如火如荼地全面铺开,截至目前,中国的智慧城市试点已接近300个。机器视觉可以通过生物识别、智能事件分析、太赫兹技术三个方法实现智能监管,解放大量人力并大大提升效率,使大海捞针、透视眼成为可能。
5、个性化定制&虚拟试衣间
一般的做法是,我们想买一件衣服,要么正在去商店的路上,要么正在网上根据从S到XL的标准尺码进行挑选。这些大批量的生产造就了单位货物的成本下降。
工业4.0时代的纺织品生产方式或许会与之不同,它将通过有效的数据处理,提供定制性的个性商品。客户一旦决定选择哪个模型,图像处理系统(机器视觉系统)就会对其各项维度进行测量,完成个性化匹配,省时省力且“智能化”。未来的时装屋将不再摆满几柜子的商品,而是通过提供大量的虚拟选择和快速可靠的生产流程来为客户服务。
随着科学新技术迭出,机器视觉的应用领域窗口将被打开,未来这一应用技术将扩展至消费电子、可穿戴式装置、汽车先进驾驶辅助系统以及智能化监控等更贴近大众生活的领域。
中国目前正面临着制造业转型升级,需要投入大量工业机器人等自动化设备,作为工业机器人的核心关键技术,机器视觉必然迎来发展黄金期。相关数据显示,未来几年中国视觉机器行业市场规模将继续保持稳定增长,预计2016年将达到38亿元。
基于机器视觉的自动化监测、智能控制系统将广泛应用于工业生产各个领域,并主要从中端生产线向前端制造和后端物流环节延伸,成为提升产业自动化水平的重要抓手,助力制造业实现完美“智能化转型”。