近年來，在制造業(yè)向自動化、智能化升級轉(zhuǎn)型的趨勢下，機(jī)器視覺已成為其中一個極其重要且應(yīng)用廣泛的領(lǐng)域，擁有著千億規(guī)模的市場前景。而智能制造的一個核心就是機(jī)器視覺系統(tǒng)。相比人眼，機(jī)器視覺具有精度高、速度快、適應(yīng)強(qiáng)等顯著優(yōu)勢。機(jī)器視覺代替人眼可以在多種場景下實(shí)現(xiàn)多種功能，廣泛應(yīng)用在智能制造、高端裝備、自動化設(shè)備等行業(yè)。

　　一、什么是機(jī)器視覺?

　　機(jī)器視覺就是機(jī)器的視覺,換句話說:就是將視覺感知賦予機(jī)器,使機(jī)器具有和生物視覺系統(tǒng)類似的場景感知能力。

　　視覺是我們最強(qiáng)大的感知方式,我們可以在不實(shí)際接觸的情況下,通過視覺感知的方式獲取周圍環(huán)境的很多信息。在計(jì)算機(jī)出現(xiàn)后,人們開始嘗試將視覺感知能力賦予機(jī)器。

　　由于生物視覺系統(tǒng)非常復(fù)雜,我們目前還不能使得某一機(jī)器系統(tǒng)完全具備這一強(qiáng)大的視覺感知能力。我們現(xiàn)階段還是致力于:構(gòu)建一個在可控環(huán)境中處理特定任務(wù)的機(jī)器視覺系統(tǒng)。由于工業(yè)中的視覺環(huán)境可控,并且處理任務(wù)特定,所以現(xiàn)如今大部分的機(jī)器視覺被應(yīng)用在工業(yè)當(dāng)中。

　　二、機(jī)器視覺的主要任務(wù)是什么?

　　機(jī)器視覺的主要任務(wù):通過分析圖像,對圖像中所涉及到的場景或物體生成一組描述信息。

　　也就是說,機(jī)器視覺系統(tǒng)的輸入是圖像(或者圖像序列),輸出是對這些圖像的感知描述。這組描述與這些圖像中的物體或場景息息相關(guān),并且這些描述可以幫助機(jī)器來完成特定的后續(xù)任務(wù),指導(dǎo)機(jī)器人系統(tǒng)與周圍的環(huán)境進(jìn)行交互。

　　舉個例子:指導(dǎo)機(jī)器手臂按要求抓取傳送帶上的零件。零件的種類、位置和朝向是任意的,那么當(dāng)傳送帶上零件經(jīng)過上方攝像頭時,通過機(jī)器視覺就可以生成零件的一組描述:種類、位置和朝向,從而指導(dǎo)機(jī)器手臂按要求進(jìn)行抓取。下面給出機(jī)器視覺系統(tǒng)的示意圖。

　　三、機(jī)器視覺與其他相關(guān)領(lǐng)域之間存在怎樣的關(guān)系?

　　機(jī)器視覺與圖像處理、模式分類和場景分析三個領(lǐng)域密切相關(guān)。

　　(1)圖像處理主要是:根據(jù)現(xiàn)有的圖像得到一張新圖像。由于得到的是一張圖像,所以其輸出結(jié)果仍然需要人來對其進(jìn)行分析解釋。

　　(2)模式分類的主要任務(wù)是:對“模式”進(jìn)行分類。這些“模式”是指事物的一組屬性或者說特征。通過這些屬性特征,將其劃歸為已知類中的某一類,也就是識別出了這個事物。

　　(3)場景分析的關(guān)注點(diǎn)是:將一個簡單的描述轉(zhuǎn)化為一個更為復(fù)雜、更為詳細(xì)、更利于我們做出判斷或得出結(jié)論的描述。這些輸出描述是對輸入描述的一種深化,輸出描述進(jìn)一步解釋了事物的深層聯(lián)系。

　　四、機(jī)器視覺與人工視覺的對比

　　在以往大批量工業(yè)生產(chǎn)過程中，主要靠人工視覺對產(chǎn)品進(jìn)行測量、識別和分析。由于人工視覺處理時，效率低，穩(wěn)定性差且精度不高，用機(jī)器視覺可以大幅度提高處理效率和自動化程度。

　　同時，在一些不適合人工作業(yè)的危險工作環(huán)境或人眼難以滿足要求的場合，也常用機(jī)器視覺來替代人眼，如核電站監(jiān)控、晶圓缺陷檢測。而且機(jī)器視覺易于實(shí)現(xiàn)信息集成，是實(shí)現(xiàn)計(jì)算機(jī)集成制造的基礎(chǔ)技術(shù)之一。

　　由于機(jī)器視覺系統(tǒng)可快速獲取大量信息，且易于自動處理及信息集成，故在現(xiàn)代自動化生產(chǎn)過程中，機(jī)器視覺系統(tǒng)廣泛用于裝配定位、產(chǎn)品質(zhì)量檢測、產(chǎn)品識別、尺寸測量等方面。機(jī)器視覺與人工視覺主要區(qū)別如右表。

　　機(jī)器視覺人工視覺效率效率高效率低速度速度快速度慢可靠性檢測效果穩(wěn)定易疲勞、有情緒，不易保持檢測效果工作時間可24小時不停工作容易疲勞，工作時間有限信息集成可實(shí)現(xiàn)信息集成不易實(shí)現(xiàn)信息集成成本成本(一次投入)成本高環(huán)境適于危險的檢測環(huán)境不適于危險的檢測環(huán)境

　　五、AI+機(jī)器視覺 打造工業(yè)智能

　　引入AI視覺后，首先可以對工程問題和工程參數(shù)進(jìn)行建模，然后利用所采集到的高質(zhì)量數(shù)據(jù)進(jìn)行模型的機(jī)器學(xué)習(xí)-模型與機(jī)械設(shè)備和生產(chǎn)現(xiàn)狀深度綁定，以此為基礎(chǔ)開發(fā)智能系統(tǒng)，繼而產(chǎn)生即時可變的、可保持最優(yōu)化的生產(chǎn)參數(shù)，最后交給基礎(chǔ)自動化執(zhí)行，實(shí)現(xiàn)機(jī)械化-自動化-數(shù)字化-智能化的全面升級。

　　不過，目前在工業(yè)領(lǐng)域，將AI融入到機(jī)器視覺算法中的嘗試在工業(yè)領(lǐng)域中剛剛起步，全球來看都尚處于摸索起步階段，還未真正出現(xiàn)大量的成熟應(yīng)用。但已經(jīng)有不少國內(nèi)外公司開始深入工業(yè)應(yīng)用場景，積極開發(fā)工業(yè)AI的最佳應(yīng)用方案。

　　芯歌智能探索的路徑是，挑出AI算法中最適合與機(jī)器視覺結(jié)合的部分，將兩者合二為一，來不斷優(yōu)化機(jī)器視覺智能應(yīng)用。據(jù)介紹，工業(yè)AI算法主要用于包括：機(jī)器視覺產(chǎn)品檢測，用于諸如外觀、質(zhì)量、尺寸、色度、定級定標(biāo)等檢測，主要面向醫(yī)藥制造、3C產(chǎn)品、精密器件、地板、布匹等;

　　人員行為檢測，用于諸如異常行為、操作規(guī)范、安全、人工功效監(jiān)測等方面，主要面向智能產(chǎn)線、工廠行為識別等，如工程建設(shè)、工廠生產(chǎn)、船舶航運(yùn)、養(yǎng)殖食品等行業(yè)領(lǐng)域;

　　設(shè)備故障模型檢測，用于諸如設(shè)備、流水線故障模型預(yù)測等，主要面向大型機(jī)床、流水線、工程機(jī)械等領(lǐng)域;OCR識別，用于諸如字符、文字識別，主要面向流水線工作、物料倉儲中心、產(chǎn)品信息采集中心等。

　　在將AI融入機(jī)器視覺的方案中，得益于芯片級、產(chǎn)品級和方案級的核心技術(shù)能力，芯歌智能在打造人工智能算法的時候，能夠通過對芯片和方案的選擇和搭建來實(shí)現(xiàn)算法實(shí)施的最佳平臺。

　　六、智能機(jī)器視覺是黃金賽道 本土市場空間巨大

　　目前機(jī)器視覺行業(yè)目前還處于“跑馬圈地”狀態(tài)。與全球機(jī)器視覺行業(yè)相比，國內(nèi)機(jī)器視覺行業(yè)起步晚。大致回顧產(chǎn)業(yè)發(fā)展歷程，1999-2003年是國內(nèi)機(jī)器視覺發(fā)展的啟蒙階段，開始出現(xiàn)跨專業(yè)的機(jī)器視覺人才;2004年后進(jìn)入發(fā)展初期，機(jī)器視覺企業(yè)開始探索與研發(fā)自主技術(shù)和產(chǎn)品，同時取得一定的突破。此后歷經(jīng)十多年，中國機(jī)器視覺產(chǎn)業(yè)才逐步邁向快速發(fā)展階段。

　　而對于當(dāng)前總體機(jī)器視覺應(yīng)用滲透率不高的主要瓶頸，首先，從應(yīng)用實(shí)際角度出發(fā)來看，產(chǎn)品和方案相應(yīng)的成本還偏高;其次，方案實(shí)施到落地有一定難度，因?yàn)楣I(yè)應(yīng)用的場景十分碎片化，且涉及大量行業(yè)Know-how，對于從業(yè)人員的要求也很高。

　　此外，整體機(jī)器視覺行業(yè)還是國外企業(yè)水平領(lǐng)先。根據(jù)中國機(jī)器視覺產(chǎn)業(yè)聯(lián)盟統(tǒng)計(jì)，當(dāng)前我國機(jī)器視覺企業(yè)普遍為中小企業(yè)，銷售額大于1億元的僅16.5%，接近20%的企業(yè)銷售額不到1千萬元。

　　不過，智能化是全球課題，人工智能、機(jī)器視覺等領(lǐng)域是全球快速發(fā)展的領(lǐng)域，這是一個全球賽道。而在人工智能或深度學(xué)習(xí)機(jī)器視覺上國內(nèi)并不處于落后狀態(tài)，甚至尤其疫情對海外工業(yè)領(lǐng)域的影響，國內(nèi)當(dāng)前處于相對領(lǐng)先的情況。目前在工業(yè)AI的探索和應(yīng)用上，全球范圍內(nèi)尚未出現(xiàn)特別成熟、規(guī)?；姆桨阁w系。

　　可以預(yù)見，工業(yè)AI+機(jī)器視覺將是未來持續(xù)發(fā)展的黃金賽道，接下去的競爭層面，持續(xù)的技術(shù)提升是一方面，應(yīng)用落地的能力則更為關(guān)鍵。

　　作為全球最大的制造基地，中國也正成為全球重要的視覺領(lǐng)域應(yīng)用市場，多個應(yīng)用領(lǐng)域促進(jìn)機(jī)器視覺產(chǎn)業(yè)保持高景氣高成長。

　　事實(shí)上，近年來，本土廠商立足于國內(nèi)市場實(shí)際需求開始了全方位的探索，從各個細(xì)分層面切入，已經(jīng)涌現(xiàn)了大批成長快速的本土機(jī)器視覺產(chǎn)業(yè)鏈企業(yè)，開始形成自主性突破。長期來看，人口老齡化和人力成本提升都將內(nèi)生性驅(qū)動機(jī)器視覺產(chǎn)業(yè)的持續(xù)增長，各智能制造分支的產(chǎn)業(yè)政策也將持續(xù)推動機(jī)器視覺的國產(chǎn)化發(fā)展。這對于本土廠商而言是難得的發(fā)展機(jī)會。