醫(yī)療健康信息技術(shù)裝備制造汽車及零部件文體教育現(xiàn)代服務(wù)業(yè)金融保險旅游酒店綠色環(huán)保能源電力化工新材料房地產(chǎn)建筑建材交通運(yùn)輸社消零售輕工業(yè)家電數(shù)碼產(chǎn)品現(xiàn)代農(nóng)業(yè)投資環(huán)境
產(chǎn)業(yè)新聞產(chǎn)業(yè)資訊產(chǎn)業(yè)投資產(chǎn)業(yè)數(shù)據(jù)產(chǎn)業(yè)科技產(chǎn)業(yè)政策
①國外機(jī)器視覺發(fā)展較早,應(yīng)用場景不斷擴(kuò)充,全球市場規(guī)模持續(xù)提升
自 1969 年成像傳感器誕生起,國外機(jī)器視覺產(chǎn)業(yè)開始萌芽,經(jīng)多年發(fā)展,目前已進(jìn)入產(chǎn)業(yè)發(fā)展中期,具體的產(chǎn)業(yè)發(fā)展階段如下圖所示:
機(jī)器視覺相較于人眼識別在速度、精度、適應(yīng)性、效率性等方面的優(yōu)勢顯著,已成為智能制造領(lǐng)域中的重要組成部分。隨著自身技術(shù)的成熟和各行業(yè)智能制造需求的增長,機(jī)器視覺的應(yīng)用場景不斷擴(kuò)充,在電子制造、平板顯示、汽車、印刷、半導(dǎo)體、食品飲料包裝、制藥、生命科學(xué)等眾多行業(yè)均成功應(yīng)用。
根據(jù)《機(jī)器視覺發(fā)展白皮書(2021 版)》的數(shù)據(jù),2015-2020 年全球機(jī)器視覺市場規(guī)模不斷增長,2020 年已達(dá)到 107 億美元。未來隨著應(yīng)用領(lǐng)域的不斷豐富,全球機(jī)器視覺產(chǎn)業(yè)市場規(guī)模有望進(jìn)一步提升,預(yù)計 2025 年全球機(jī)器視覺產(chǎn)業(yè)市場規(guī)模達(dá)到 215 億美元。
數(shù)據(jù)來源:CMVU,機(jī)器視覺發(fā)展白皮書(2021 版)
②我國機(jī)器視覺產(chǎn)業(yè)起步晚,發(fā)展迅速,未來前景廣闊
我國機(jī)器視覺產(chǎn)業(yè)起步較晚,早期主要以技術(shù)引進(jìn)的方式快速掌握國外機(jī)器視覺的先進(jìn)經(jīng)驗。憑借我國發(fā)達(dá)的制造業(yè)基礎(chǔ),我國機(jī)器視覺產(chǎn)業(yè)高速發(fā)展,已進(jìn)入發(fā)展中期,具體的產(chǎn)業(yè)發(fā)展階段如下圖所示:
近年來,國家大力推進(jìn)制造業(yè)轉(zhuǎn)型和智能制造,國內(nèi)制造業(yè)升級轉(zhuǎn)型和國產(chǎn)化替代的趨勢明顯加快,我國機(jī)器視覺行業(yè)迎來了空前的發(fā)展機(jī)遇,市場規(guī)??焖偬嵘?。根據(jù)機(jī)器視覺產(chǎn)業(yè)聯(lián)盟(CMVU)數(shù)據(jù),2020 年我國機(jī)器視覺產(chǎn)業(yè)市場規(guī)模達(dá)到 128.82 億元,預(yù)計 2025 年,我國機(jī)器視覺產(chǎn)業(yè)市場規(guī)模達(dá)到 393.13億元。
數(shù)據(jù)來源:CMVU
(3)機(jī)器視覺行業(yè)技術(shù)發(fā)展趨勢
①嵌入式系統(tǒng)技術(shù)發(fā)展推動相機(jī)智能化
嵌入式系統(tǒng)技術(shù)是以計算機(jī)技術(shù)為基礎(chǔ),適應(yīng)應(yīng)用系統(tǒng)對功能、可靠性、成本、體積、功耗等要求嚴(yán)格的專用計算機(jī)系統(tǒng)。嵌入式系統(tǒng)由硬件和軟件組成,軟件內(nèi)容包括軟件運(yùn)行環(huán)境及其操作系統(tǒng),硬件內(nèi)容包括嵌入式處理器、存儲器、通信模塊等。
嵌入式系統(tǒng)技術(shù)在機(jī)器視覺中的應(yīng)用不斷拓展,形成以智能相機(jī)為代表的智能化機(jī)器視覺設(shè)備。相比于基于上位機(jī)的視覺技術(shù),嵌入式系統(tǒng)技術(shù)將用于實現(xiàn)圖像處理和深度學(xué)習(xí)算法的 AI 模塊集成至工業(yè)相機(jī),實現(xiàn)邊緣智能,能夠同時勝任圖像采集與數(shù)據(jù)處理工作。
②逐步將上位機(jī)的圖像處理能力移至圖像采集卡或圖像處理板卡
隨著技術(shù)的發(fā)展,工業(yè)生產(chǎn)過程中的高精度化、高自動化對機(jī)器視覺檢測系統(tǒng)的信息數(shù)據(jù)的存儲和傳輸都提出了更高的要求,傳輸過程中的大容量數(shù)據(jù)、高分辨率圖像給上位機(jī)的算法處理帶來了嚴(yán)峻的考驗。
采集卡主要作用為將相機(jī)輸出的圖像信號采集到圖像處理和存儲設(shè)備中。圖像處理板卡主要作用為利用其硬件完成對圖像的各種復(fù)雜處理,應(yīng)用在數(shù)據(jù)量大或?qū)崟r性高的應(yīng)用場合。為解決大容量數(shù)據(jù)的處理問題,以德國 Basler 為代表的采集卡廠商,推出帶預(yù)處理功能的數(shù)字圖像采集卡,該卡利用 FPGA+軟件平臺,預(yù)先完成一部分圖像處理工作,簡化了上位機(jī)的算法處理壓力。發(fā)行人采用將圖像信息在經(jīng)過嵌入式 FPGA 圖像處理板卡上進(jìn)行解碼、目標(biāo)識別、特征提取后,將信息結(jié)果直接傳輸給上位機(jī),上位機(jī)只需做缺陷信息的顯示和人機(jī)交互。
隨著 FPGA 技術(shù)和并行處理技術(shù)等多種底層技術(shù)的發(fā)展,圖像采集卡的預(yù)處理能力和圖像處理板卡處理能力未來將日益強(qiáng)化,大數(shù)據(jù)量復(fù)雜運(yùn)算的實時處理都變?yōu)榭赡?,上位機(jī)將成為簡單的信息交互界面。
③深度學(xué)習(xí)技術(shù)逐步融入機(jī)器視覺系統(tǒng)
作為神經(jīng)網(wǎng)絡(luò)的高階發(fā)展產(chǎn)物,深度學(xué)習(xí)通過大腦仿生使得計算機(jī)從經(jīng)驗中學(xué)習(xí)知識,根據(jù)層次化概念體系理解環(huán)境,進(jìn)而去擬人化地解決難以形式化描述的任務(wù)。深度學(xué)習(xí)的常用模型主要包括循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和稀疏編碼等,主要應(yīng)用于圖像處理、數(shù)據(jù)分析、語音識別等領(lǐng)域。
基于深度學(xué)習(xí)的缺陷視覺檢測,借助特征可視化手段對深度學(xué)習(xí)模型提取到的特征進(jìn)行可視化分析來檢測產(chǎn)品瑕疵,提升分級模型訓(xùn)練的準(zhǔn)確度,實現(xiàn)產(chǎn)品缺陷的高效準(zhǔn)確分級,解決工業(yè)生產(chǎn)過程中外觀檢測的痛點(diǎn)和難點(diǎn)。
相比于傳統(tǒng)檢測手段,基于深度學(xué)習(xí)的視覺檢測在產(chǎn)品缺陷檢測中應(yīng)用具有更高效及自動的提取特征能力、突出的抽象和表達(dá)能力。然而,復(fù)雜的工業(yè)生產(chǎn)環(huán)境、多種多樣的生產(chǎn)工藝等因素,造成外觀缺陷種類和特征各不相同。
目前,基于深度學(xué)習(xí)的缺陷視覺檢測系統(tǒng)在行業(yè)應(yīng)用上尚無通用的檢測算法,針對不同的應(yīng)用場景,需要分析設(shè)計最優(yōu)的圖像采集和檢測方案。未來,隨著相關(guān)技術(shù)的不斷發(fā)展,深度學(xué)習(xí)技術(shù)有望與機(jī)器視覺系統(tǒng)在工業(yè)檢測領(lǐng)域充分融合,進(jìn)一步提升生產(chǎn)制造過程中的檢測水平。