0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器视觉——未来之“瞳”的智能竞技之道

张慧娟 来源:电子发烧友网 作者:张慧娟 2019-08-28 08:51 次阅读

机器视觉近年来增速显著,2015年全球机器视觉市场规模约42亿美元,增长10.5%。我国在2015年市场规模约3.5亿美元,但增速为全球首位,约22.2%。2016-2020年,机器视觉继续维持约20%的增长率,远高于全球的8.4%平均水平。这其中,半导体电子制造约占机器视觉比重46.4%,汽车、制药占比分别为10.9%、9.7%。

经与业内多方交流所了解,机器视觉当前市场规模约几百亿,但是,应该使用也确实用到了机器视觉的,仅占全行业应用的5%,市场空间巨大。机器视觉发展的当务之急,是找到更多可以落地应用的场景,进一步推动普及化。而这需要产业链之间的协作,真正切中行业痛点并将具体需求场景化,同时,还需要高性价比的技术和方案。在刚刚结束的VisionChina 2019上,<电子发烧友>对话了图漾与海康机器人

图漾:如何扫平3D机器视觉大规模普及的障碍?

3D机器视觉如何大规模普及?上海图漾信息科技有限公司CEO费浙平认为当前最关键的是硬件问题,只有解决根本的硬件问题,未来软件的商业机会才是真实的。


3D机器视觉普及的关键障碍当前主要在于硬件方面,包括以下三点:

第一,硬件核心规格,包括光学方面的精度、分辨率、量程,以及电学方面的速度、接口、传输等;第二,硬件物理指标,包括尺寸、功耗、结构等,以及工况条件的适应性、稳定性。第三,是系统实施成本,包括相机价格、上位机成本、软件成本,以及使用和维护成本。

传统的机器视觉稳定发展多年,目前处于硬件和软件的发展基本匹配的阶段。目前95%以上的需求可以通过硬件+算法的方式解决,只有在外观检测、瑕疵检测等场景中,由于存在一定的随机性,才需要用到深度学习。虽然未来最终会走向深度学习,但现在基础的硬件要做到领先于软件一个C位。

机器视觉属于成熟行业,但这些年在发展规模、发展速度方面落后于大家预期。费浙平认为主要原因在于:一是用户对象属于传统行业,行业本身的景气指数以及改造周期等,都有一定的影响;另外,对于传统行业,技术升级、降本增效、精细化管理等等,这些都是行业的痒点而非痛点。

那么,行业的痛点是什么

费浙平认为,从硬件价格和系统成本来看,必须突破传统上所谓二年投入回收周期计算这一困局,由少量非用不可的节点,逐渐形成大规模的普及应用,这更多地集中于机器换人的场景。


二年回收成本这个普识已经无法撬动行业需求,一年之内的时间周期才会真正令中小企业愿意买单。技术价值最大化应该通过大面积提升行业的生产力水平和经济效益获得,必须通过给客户带来价值而盈利,这是一个较为艰难的过程,也需要慢慢地推进。

从机器视觉发展的客观现状来讲,需求其实并不缺,但是能够真正落地的好产品,且真正发挥出经济效益的,只占所有需求的10%。如何打破这个“紧箍咒”?推动更多的落地应用?

“解决核心零部件的极致性价比,做到系统成熟稳定可靠,是最为迫在眉睫的事情。目前,微观的高精度相机只占机器视觉应用的5%左右,只要将性价比做到极致,就能满足工业机器视觉中90%以上的应用需求。”费浙平表示,“这一方面体现在产品的适用性、标准化程度上;另外体现在机器所能带来的降本增效,这还需要对视觉应用真正的刚性需求逐渐显现出来,例如当人力成本成为一个主要问题是,就会转而呈现出对机器的需求。”

如何做到极致性价比?在谈话中,费浙平传达中一种朴素的实用主义思想,能用2D视觉解决的就没必要用3D。对于工业相机来说,大的成本单元是图像传感器芯片、镜头、计算单元、CPUGPU等等,图漾通过将光学、电子和软件进行联合优化,并且把核心算法实现了高效的FPGA硬化,从而把高昂的算力成本降低了几十倍。

物流行业是图漾目前最大的目标市场,当前主要针对体积测量这一新的蓝海。由于决定物流毛利关键的运输成本由体积决定,因此体积测量需求非常强。

直指需求核心,用好的产品和服务过硬地匹配它,就能够牢牢抓住市场,率先建起竞争的“护城河”——这是图漾在选择落地场景方面的一大特点。

商业模式上,图漾是直接面向系统集成商和设备商的to B模式。费浙平进一步解释,希望通过产业链共同来提升系统价值,对于图漾自身,标准化的核心零部件价格可以相对透明化,而发明创造、专家知识、技术服务等由客户和合作伙伴创造价值的环节,必须要有合理的回报。图漾希望通过高度标准化的硬件,加以不断集成的算法资源,降低客户的使用门槛,从而进一步扩大应用覆盖面。

总体而言,机器视觉生态系统目前较为成熟,从供应链角度看与消费市场相比并无特别之处,发展比较完善。但有一点显著不同在于,工业应用不同行业甚至同一行业不同的客户现场,软件算法非常多样化。这对于开发者的能力挑战较大,主要包括开源算法的能力、从业人员的水平和数量等等,直接影响了应用的覆盖面。这也验证了开头所说的,机器视觉越发展,每一个落地应用中软件的比重将会越来越大。而图漾致力于将硬件标准化,同时集成可以标准化的这部分软件,降低系统集成商和设备供应商的门槛,从而推进快速普及化。

海康:AI如何赋能智能制造?

AI如何赋能智能制造?海康机器人技术有限公司华北区域总经理蔡化认为主要包括三个关键环节:首先是强大的感知能力,需要通过机器视觉来进行感知;其次是被感知、采集的数据通过平台化的管理,实现一站式的服务;第三就是场景化的AI。

真正实现智能需要庞大的系统工程,海康于2017年推出AI Cloud平台来深度融合智能制造需求。该平台分三层,第一层是基础设施层,更强调前端的多维感知、采集。第二层是资源层,也叫边缘层,前端的一部分数据感知完成后,对其进行边缘化管理,并将把前端的非结构化数据存到中间层,变成半结构化数据;最上层是服务层,也是整个平台的中心,它体现了算法的训练和应用服务,和业务层相对应。因此整个平台的基本架构强调云边结合。

从实现形态来看,通过前端采集的多维感知系统,对数据进行汇聚、存储、处理,再通过边缘计算,降低中心的压力。这其中有三个趋势值得注意

第一个显著趋势是前端的智能化程度不断提升,通过边缘计算缓解中心的压力。前端已经不仅仅局限于数据的采集,并且会进行部分结构化处理的工作。现在工业应用中已经有较多的智能相机、智能传感器等,进行了部分边缘计算的工作。它们比较适合的应用有:判断对错/有无,或是对感知尺寸的测量等等,进行第一步的读取或识别。目前,在前端进行深度学习是现在很多企业都在尝试的方式,即把前端的算法,放入到可实现的嵌入式设备中进行读取/识别,从而降低中心压力。

第二个趋势是人机协同以及数据的流动。这两年AGV在工厂中被大量运用,这是一个典型的人机协同的使用场景。首先,机器并不是全部替代人工,一些机械的、重复性较高的工作通过机器来实现,完成人和机器的和谐相处。过去在工厂中搬运仅仅是货物在流动,数据并没有流动起来。而通过机器来实现后,实现了货物和数据同在时流动,便于云中心进行指挥调度

第三个趋势是所有数据入云后,都是要被用来进行管理和挖掘的。“数据本身不存在任何价值,数据碰撞后产生的价值才是最大的”。 蔡化认为,最终的碰撞和挖掘一定来源于业务端。仍以AGV的应用为例,通过数据的流动找到规律,发现机器的运行轨迹、运转次数等等,挖掘出提升业务工序效率的关键,从而全面提升整个工厂的效率。

哪些工业应用场景前景巨大?

蔡化认为首先是物流,包括传统的快递、电商物流、生产内容物流、合同物流等等。这其中随着市场的发展变化,蕴藏着很多新机会。

线下零售的仓储改变为例,大型商超企业在对抗线上购物的过程中,逐渐向以社区、家庭为单位的便利店转移。这一过程中,最大的变化不是前端的货物销售,而是货物的流转发生了变化,订单越来越散、货物入库后需要进行拆零,这时仓库所能提升的内容就变得更为重要,需要自动化的过程来实现

对于快递物流而言,基本是无人仓的逻辑。例如几百台机器人在一个几千平米的平台上进行不间断的搬运和跑动,进行入库、分拣等工作,这更多体现了调度算法的优越性

其次是3C制造业,典型的就是手机制造,包括PCB、听筒、话筒、按键、屏幕、模组、电池等),需要进行大量的生产和智能检测。生产的自动化程度已经非常高了,一是提升了效率,二是提升了良品率。

中国之所以在上述方面发展较快,蔡化表示,首先因为不缺场景,有太多的应用场景可进行学习、练习甚至不断试错,这提供了很好的成长土壤。海康希望通过AI赋能智能制造,逐步将深度学习等人工智能技术、物联网技术落地应用于智能制造领域,从完成多维感知、数据采集和处理的机器视觉系统,到实现智慧内物流的移动机器人系统,持续推动机器智能化、服务智能化、生产智能化。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 物联网
    +关注

    关注

    2909

    文章

    44590

    浏览量

    372942
  • 机器视觉
    +关注

    关注

    162

    文章

    4369

    浏览量

    120295
  • 人工智能
    +关注

    关注

    1791

    文章

    47222

    浏览量

    238309
  • 智能制造
    +关注

    关注

    48

    文章

    5553

    浏览量

    76325
收藏 人收藏

    评论

    相关推荐

    【「具身智能机器人系统」阅读体验】+初品的体验

    解决许多技术的和非技术的挑战,如提高智能体的自主性、处理复杂环境互动的能力及确保行为的伦理和安全性。 未来的研究需要将视觉、语音和其他传感技术与机器人技术相结合,以探索更加先进的知识表
    发表于 12-20 19:17

    华为鸿蒙智家,推开未来之家的三重门

    从华为鸿蒙智家到未来之
    的头像 发表于 11-27 09:18 2126次阅读
    华为鸿蒙智家,推开<b class='flag-5'>未来之</b>家的三重门

    适用于机器视觉应用的智能机器视觉控制平台

    工控机在机器视觉系统设计中是不可或缺的核心组件,在机器视觉中发挥着至关重要的作用,其强大的计算能力、高度的稳定性和可靠性、实时性以及图像处理和识别能力,为
    的头像 发表于 11-23 01:08 170次阅读
    适用于<b class='flag-5'>机器</b><b class='flag-5'>视觉</b>应用的<b class='flag-5'>智能</b><b class='flag-5'>机器</b><b class='flag-5'>视觉</b>控制平台

    【书籍评测活动NO.51】具身智能机器人系统 | 了解AI的下一个浪潮!

    复杂环境互动的能力及确保行为的伦理和安全性。 未来的研究需要将视觉、语音和其他传感技术与机器人技术结合,探索更加先进的知识表示和记忆模块,利用强化学习进一步优化决策过程。 具身智能的发
    发表于 11-11 10:20

    探索机器人快换盘技术的未来之路:智能化与协作的革新

    机器人快换盘技术正经历变革,AI、机器学习、传感器、机器视觉及协作技术将推动其智能化、高效化、灵活化发展,提升生产效率,成为产业升级的重要力
    的头像 发表于 09-26 11:26 235次阅读

    机器视觉和人工智能的关系与应用

    机器视觉和人工智能的关系是一个广泛而深入的话题,涉及到计算机科学、电子工程、光学、图像处理、模式识别等多个领域。 一、机器视觉和人工
    的头像 发表于 07-16 10:27 916次阅读

    机器视觉和计算机视觉有什么区别

    机器视觉和计算机视觉是两个密切相关但又有所区别的概念。 一、定义 机器视觉 机器
    的头像 发表于 07-16 10:23 522次阅读

    机器视觉的应用实例解析

    ,随着计算机技术、图像处理技术和人工智能技术的不断进步,机器视觉技术得到了迅速的发展和广泛的应用。机器视觉技术的核心是图像处理和分析,通过模
    的头像 发表于 07-16 10:19 451次阅读

    机器视觉的应用流程是如何实现的

    机器视觉是一种利用计算机和图像处理技术,模拟人类视觉系统对图像进行处理、分析和理解的技术。它在工业自动化、智能交通、医疗诊断、安防监控等领域有着广泛的应用。 在
    的头像 发表于 07-04 10:47 414次阅读

    机器视觉控制的优缺点有哪些

    机器视觉控制是一种利用计算机视觉技术对机器进行控制的方法,它在工业自动化、机器人技术、智能交通等
    的头像 发表于 07-04 10:43 720次阅读

    机器视觉控制器哪种好

    机器视觉控制器是机器视觉系统中的核心部件,负责图像的采集、处理和分析。随着工业自动化和智能制造的快速发展,
    的头像 发表于 07-04 10:35 530次阅读

    机器视觉智能制造中的应用

    随着科技的飞速发展,智能制造已成为现代工业的重要趋势。作为智能制造中的关键技术之一,机器视觉技术正发挥着越来越重要的作用。机器
    的头像 发表于 06-06 17:22 689次阅读

    机器视觉软件有哪些 机器视觉软件的优点

    机器视觉软件是一种利用计算机视觉技术来模拟和弥补人眼视觉功能的软件系统。它可以通过对图像和视频进行分析,识别和理解目标物体,以实现自动化和智能
    的头像 发表于 02-02 10:53 1545次阅读

    机器视觉的应用场景总结

    机器视觉是人工智能正在快速发展的一个分支,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。本文将对
    的头像 发表于 12-26 10:57 748次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>视觉</b>的应用场景总结

    开源项目!教你如何复刻自平衡赛车机器人、智能家居中控、竞技机器人先进模糊控制器等

    ;gt;>点此查看全文 3.全志XR806基于FreeRTOS下部署竞技机器人先进模糊控制器 前言 很荣幸参与到由全志在线举办的XR806开发板试用活动。本人热衷于各种的开发板的开发,同时
    发表于 12-26 09:17