为机器人装上“眼睛”，机器视觉开“眼”看世界

2020-07-23 来源：JQRZX |责任编辑：小球球浏览数：560 全球焊接网

核心提示：1、机器视觉是人工智能重要的前沿技术机器视觉是人工智能行业的重要前沿分支。机器视觉通过模拟人类视觉系统，赋予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉利用成像系统代替视觉器官作为输入手

1、机器视觉是人工智能重要的前沿技术

机器视觉是人工智能行业的重要前沿分支。机器视觉通过模拟人类视觉系统，赋予机器“看”和“认知”的能力，是机器认识世界的基础。机器视觉利用成像系统代替视觉器官作为输入手段，利用视觉控制系统代替大脑皮层和大脑的剩余部分完成对视觉图像的处理和解释，让机器人自动完成对外部世界的视觉信息的探测，做出相应判断并采取行动，实现更复杂的指挥决策和自主行动。作为人工智能最前沿的领域之一，视觉类技术是人工智能企业的布局重点，具有最大的技术分布。

机器视觉在智能制造领域应用广泛，按功能主要可分为四大类：识别、测量、定位和检测。识别功能指甄别目标物体的物理特征，包括外形、颜色、字符、条码等，其准确度和识别速度是衡量的重要指标；测量功能指把获取的图像像素信息标定成常用的度量衡单位，然后在图像中精确地计算出目标物体的几何尺寸，主要应用于高精度及复杂形态测量；定位功能指获取目标物体的坐标和角度信息，自动判断物体位置，多用于全自动装备和生产；检测功能指对目标物体进行外观检测，判断产品装配是否完整和外观是否存在缺陷。

2、机器视觉基本架构

机器视觉（Machine Vision）是指通过光学装置和非接触传感器自动接收并处理真实物体的图像，分析后获取所需信息或用于控制机器运动的装置。通俗地说，机器视觉就是用机器代替人眼。机器视觉模拟眼睛进行图像采集，经过图像识别和处理提取信息，最终通过执行装置完成操作。

五大模块构筑机器视觉系统：按照信号的流动顺序，机器视觉系统主要包括光学成像、图像传感器、图像处理、IO 和显示等五大模块。光学成像模块设计合理的光源和光路，通过镜头将物方空间信息投影到像方，从而获取目标物体的物理息；图像传感器模块负责信息的光电信号转换，目前主流的图像传感器分为CCD 与CMOS 两类；图像处理模块基于以CPU 为中心的电路系统或信息处理芯片，搭配完整的图像处理方案和数据算法库，提取信息的关键参数；IO 模块输出机器视觉系统的结果和数据；显示模块方便用户直观监测系统的运行过程，实现图像的可视化。

相对于人类视觉而言，机器视觉在量化程度、灰度分辨力、空间分辨力和观测速度等方面存在显著优势。其利用相机、镜头、光源和光源控制系统采集目标物体数据，借助视觉控制系统、智能视觉软件和数据算法库进行图形分析和处理，软硬系统相辅相成，为下游自动化、智能化制造行业赋予视觉能力。随着深度学习、3D 视觉技术、高精度成像技术和机器视觉互联互通技术的发展，机器视觉性能优势进一步提升，应用领域也向多个维度延伸。

3、机器视觉发展历程

机器视觉起源于上世纪50 年代，Gilson 提出了“光流”这一概念，并基于相关统计模型发展了逐像素的计算模式，标志着2D 影像统计模式的发展。1960 年，美国学者Roberts 提出了从2D 图像中提取三维结构的观点，引发了MIT 人工智能实验室及其它机构对机器视觉的关注，并标志着三维机器视觉研究的开始。

70 年代中期，MIT 人工智能实验室正式开设“机器视觉”课程，研究人员开始大力进行“物体与视觉”相关课题的研究。1978 年，David Marr 开创了“自下而上”的通过计算机视觉捕捉物体形象的方法，该方法以2D的轮廓素描为起点，逐步完成3D 形象的捕捉，这一方法的提出标志着机器视觉研究的重大突破。

80 年代开始，机器视觉掀起了全球性的研究热潮，方法理论迭代更新，OCR 和智能摄像头等均在这一阶段问世，并逐步引发了机器视觉相关技术更为广泛的传播与应用。

90 年代初，视觉公司成立，并开发出第一代图像处理产品。而后，机器视觉相关技术被不断地投入到生产制造过程中，使得机器视觉领域迅速扩张，上百家企业开始大量销售机器视觉系统，完整的机器视觉产业逐渐形成。在这一阶段，LED 灯、传感器及控制结构等的迅速发展，进一步加速了机器视觉行业的进步，并使得行业的生产成本逐步降低。

2000 年至今，更高速的3D 视觉扫描系统和热影象系统等逐步问世，机器视觉的软硬件产品蔓延至生产制造的各个阶段，应用领域也不断扩大。当下，机器视觉作为人工智能的底层产业及电子、汽车等行业的上游行业，仍处于高速发展的阶段，具有良好的发展前景。

国内机器视觉起步晚，目前处于快速成长期。国内机器视觉源于上世纪80 年代的第一批技术引进。自1998 年众多电子和半导体工厂落户广东和上海开始，机器视觉生产线和高级设备被引入我国，诞生了国际机器视觉厂商的代理商和系统集成商。中国的机器视觉发展主要经历了三个阶段。

第一个阶段是1999 年-2003 年的启蒙阶段。这一阶段的中国企业主要通过代理业务对客户进行服务，在服务的过程中引导客户对机器视觉的理解和认知，借此开启了中国机器视觉的历史进程。同时，国内涌现出的跨专业机器视觉人才也逐步掌握了国外简单的机器视觉软硬件产品，并搭建起了机器视觉初级应用系统。在这一阶段，诸如特种印刷行业、烟叶异物剔除行业等率先引入了机器视觉技术，在解放劳动力的同时有效推动了国内机器视觉领域的发展。

第二个阶段是2004 年-2007 年的发展阶段。这一阶段本土机器视觉企业开始起步探索由更多自主核心技术承载的机器视觉软硬件器件的研发，多个应用领域取得了关键性的突破。国内厂商陆续推出的全系列模拟接口和USB2.0 的相机和采集卡，以及PCB 检测设备、SMT 检测设备、LCD 前道检测设备等，逐渐开始占据入门级市场。

第三个阶段是2008 年以后的高速发展阶段。在这一阶段众多机器视觉核心器件研发厂商不断涌现，一大批真正的系统级工程师被不断培养出来，推动了国内机器视觉行业的高速、高质量发展。

随着全球制造中心向我国转移，目前中国已是继美国、日本之后的第三大机器视觉领域应用市场。据中国视觉产业联盟，2018 年我国机器视觉行业销售额达到83 亿元，较2013 年翻了3 倍，年复合增长率达33.54%。

4、机器视觉领域代表企业

图漾科技

图漾科技位于上海张江，是一家专注于3D机器视觉技术的科技公司，为客户提供集硬件和算法于一体的工业视觉解决方案：通过其带有独有技术的“深度摄像头”产品，采集真实准确有效的信息数据（周边环境&物件尺寸、位置等），再借助于计算机硬件和软件对相关图像加以测量分析并输出结果，从源头层面助推相关行业逐步数字化。

深度传感器DS 460（点击了解产品详情）

目前，图漾科技已经为国内数百家企业提供了产品服务，包括abb、京东、新北洋、顺丰、菜鸟、韩国邮政等，在集成商生态圈培养、场景打磨、技术积累等方面具备了明显的先发优势和极高的壁垒。

所罗门

所罗门致力于成为3D机器视觉及工业用AI领导品牌，其产品透过先进的3D视觉与最新的深度学习技术，提供机器人强大功能，能有效解决以往机器人做不到或难以执行的任务。所罗门的使命是赋予机器人“眼睛”和“大脑”，让它们拥有类似人类的视觉与辨识判断能力，透过所罗门的视觉产品与完善服务，帮助客户提高生产力与质量，迈向先进智能制造。