【導讀】機器視覺(jué)是一項使機器或工業(yè)設備能夠解釋和分析視覺(jué)數據的技術(shù)，它將計算機科學(xué)與圖像處理技術(shù)相結合，實(shí)現了自動(dòng)化的視覺(jué)檢查和分析。你也可以把它看作是一種賦予機器看到和理解周?chē)h(huán)境的能力。
機器視覺(jué)是一項使機器或工業(yè)設備能夠解釋和分析視覺(jué)數據的技術(shù)，它將計算機科學(xué)與圖像處理技術(shù)相結合，實(shí)現了自動(dòng)化的視覺(jué)檢查和分析。你也可以把它看作是一種賦予機器看到和理解周?chē)h(huán)境的能力。
作為工業(yè)自動(dòng)化的基礎技術(shù)之一，機器視覺(jué)使工業(yè)設備能夠根據視覺(jué)數據“觀(guān)察”并做出快速決策。德勤的一項調查顯示，目前已有58%的制造商正在采用這項技術(shù)，由此我們也不難看出該項技術(shù)顯示出的巨大市場(chǎng)潛力。
在制造業(yè)中，常見(jiàn)的機器視覺(jué)應用包括缺陷檢測、引導、尺寸測量和識別等，在與人工智能（AI）結合后，系統的功能得到了有效擴展，檢測的準確性顯著(zhù)提高。
工業(yè)自動(dòng)化中機器視覺(jué)技術(shù)的演變
在工業(yè)自動(dòng)化的背景下，機器視覺(jué)是使用相機等硬件和軟件算法對零件進(jìn)行自動(dòng)視覺(jué)檢查的過(guò)程。起初，它只是為基本的檢測任務(wù)而開(kāi)發(fā)的，如今的機器視覺(jué)已經(jīng)發(fā)展成為能夠處理各個(gè)行業(yè)復雜操作的特定工具。
傳統的機器視覺(jué)應用相對簡(jiǎn)單，不需要人工智能，只要圖像數據清晰且易于區分就能滿(mǎn)足需求。人工智能、深度學(xué)習和先進(jìn)成像技術(shù)的融合進(jìn)一步增強了機器視覺(jué)系統的能力，使其在現代制造環(huán)境中成為不可或缺的一部分。
機器視覺(jué)由多個(gè)相互連接的關(guān)鍵組件構成，主要組件包括相機、鏡頭、照明、圖像處理軟件、模式識別算法和光學(xué)字符識別（OCR）以及相關(guān)的控制軟件。此外，還可以根據特定的應用需求在機器視覺(jué)系統中整合運動(dòng)控制、圖像抓取器和AI加速器等組件。
在工業(yè)自動(dòng)化中，智能相機是精確、高效視覺(jué)系統的核心。不同于僅捕獲圖像的傳統相機，智能相機將圖像采集、處理和數據分析整合在一起，在沒(méi)有單獨PC的情況下可自行處理和分析圖像，使自動(dòng)化和質(zhì)量控制過(guò)程更快、更可靠、更高效，占用的空間更小，其應用包括制造過(guò)程中的缺陷檢測、讀取條形碼或引導機器人手臂等。新一代的智能相機更是融入了人工智能、深度學(xué)習等功能，應用靈活且功能強大，易于安裝，足以處理大量具有挑戰性的工業(yè)任務(wù)。
STMicroelectronics的B-CAMS-IMX攝像頭模塊提供了一套穩健可靠的智能硬件，可處理多種機器視覺(jué)場(chǎng)景和應用。它配備有高分辨率5-Mpx IMX335LQN CMOS RGB圖像傳感器、ISM330DLC慣性運動(dòng)單元（IMU）和VL53L5CX飛行時(shí)間（ToF）傳感器。與具有MIPI CSI-2接口和22引腳FFC連接器的STM32開(kāi)發(fā)板配合使用，可在STM32微控制器和微處理器上輕松實(shí)現全功能機器視覺(jué)，并將機器視覺(jué)應用于工業(yè)自動(dòng)化、OCR和OCV標簽驗證、機器人、缺陷檢測、安全、智能家電等領(lǐng)域。
其中的IMX335LQN是一款對角線(xiàn)為6.52 mm的CMOS有源像素型固態(tài)圖像傳感器，具有方形像素陣列和5.14 M有效像素。B-CAMS-IMX模塊集成的VL53L5CX 8x8 ToF傳感器，可在各種環(huán)境照明條件下提供精確的測距。ISM330DLC iNEMO 6軸慣性測量單元是一款專(zhuān)為工業(yè)4.0應用量身定制的高性能3D數字加速度計和3D數字陀螺儀，具有極高的精度和穩定性，超低功耗可實(shí)現持久的電池供電應用。
圖：適用于機器視覺(jué)應用的B-CAMS-IMX攝像頭模塊（圖源：貿澤電子）
人工智能推理是采用神經(jīng)網(wǎng)絡(luò )模型的過(guò)程，通常是通過(guò)深度學(xué)習來(lái)進(jìn)行，然后將其部署到計算設備上。在數據源附近安裝帶有集成AI推理加速器的低功耗計算機，可以實(shí)現更快的響應時(shí)間和更高效的計算，同時(shí)需要更少的互聯(lián)網(wǎng)帶寬和圖形處理能力。與云推理相比，邊緣推理可以將生成結果的時(shí)間從幾秒鐘縮短到不足一秒鐘。在涉及大型數據集或復雜計算的場(chǎng)景中，特別是對于圖像識別和分析等任務(wù)，AI加速器是機器視覺(jué)系統的關(guān)鍵組件，其主要目的是提高圖像識別和數據分析的效率和準確性。
機器視覺(jué)中的人工智能
人工智能將機器學(xué)習和深度學(xué)習集成到機器視覺(jué)技術(shù)中，提高了其處理圖像數據和識別模式的能力。智能視覺(jué)系統在處理新數據集時(shí)會(huì )不斷改進(jìn)，使其在快節奏的行業(yè)中更有效。這些由人工智能驅動(dòng)的機器視覺(jué)系統常常被成為AI視覺(jué)系統。AI視覺(jué)系統具有極強的適應性和智能性，能夠根據收到的視覺(jué)數據做出復雜的決策。
AI視覺(jué)系統為工業(yè)環(huán)境帶來(lái)了諸多優(yōu)勢：
提高準確性。人工智能系統通過(guò)從大量數據中學(xué)習，在執行缺陷檢測、物體識別和視覺(jué)檢查時(shí)實(shí)現了更高的準確性.
提高靈活性。人工智能驅動(dòng)的視覺(jué)系統能夠快速適應環(huán)境的變化，如光照、物體形狀或表面紋理的變化，而這一切對傳統視覺(jué)系統來(lái)說(shuō)幾乎是不可克服的挑戰。
提高自動(dòng)化水平。人工智能通過(guò)自動(dòng)化質(zhì)量控制、材料檢查和串行連接跟蹤等流程，減少了人為錯誤并提高吞吐量，實(shí)現了更大規模的工業(yè)自動(dòng)化。
提高系統的可擴展性。AI視覺(jué)系統在所有行業(yè)都具有高度的可擴展性和適應性，從小規模運營(yíng)到大型復雜的生產(chǎn)環(huán)境，這些系統使用的核心算法可以輕松適應不同的應用，例如檢查食品包裝或汽車(chē)零件。隨著(zhù)生產(chǎn)需求的增長(cháng)，人工智能系統會(huì )用新數據重新訓練，或者在最短的停機時(shí)間內重新編程。
提高實(shí)時(shí)決策能力。AI機器視覺(jué)解決方案為實(shí)時(shí)分析打開(kāi)了大門(mén)，非常適用于需要快速決策的快節奏環(huán)境。在生產(chǎn)線(xiàn)上，這些系統可以立即檢測到缺陷，拒收有缺陷的物品，并向操作員發(fā)出采取糾正措施的信號。
接下來(lái)，我們將討論的是滿(mǎn)足AI機器視覺(jué)需求的硬件。眾所周知，人工智能支持的機器視覺(jué)系統其顯著(zhù)的優(yōu)勢是可以快速輕松地實(shí)時(shí)分析圖像，以識別細微的差別和模式，比較整個(gè)圖像數據集的模式，并保留每次分析的信息，以不斷學(xué)習和提高準確性。然而，要想實(shí)現這一目標，云計算顯然很難滿(mǎn)足這個(gè)需求。
邊緣計算技術(shù)有助于將視覺(jué)系統的人工智能任務(wù)轉移到邊緣。綜合來(lái)看，機器視覺(jué)系統中機器學(xué)習的大部分動(dòng)作發(fā)生在邊緣，邊緣計算設備可提供更快的運行響應、更低的延遲以及更高的可靠性、隱私性和安全性。
目前，基于邊緣的機器學(xué)習引擎多為功能強大的多核處理器，這些器件具有處理神經(jīng)網(wǎng)絡(luò )、視覺(jué)、語(yǔ)音和多媒體的功能，且所有功能均集成在一個(gè)片上系統（SoC）中。i.MX 8M Plus是NXP公司EdgeVerse產(chǎn)品組合和i.MX 8系列的核心產(chǎn)品，該器件專(zhuān)注于機器學(xué)習和機器視覺(jué)以及具有高可靠性的工業(yè)自動(dòng)化，常被用作AI視覺(jué)系統的核心硬件。
從系統框架看，i.MX 8M Plus集成了雙圖像信號處理器（ISP）、運行頻率高達1.8GHz的四核或雙核Arm Cortex-A53內核、具有800MHz Cortex-M7內核的獨立實(shí)時(shí)子系統、用于語(yǔ)音和自然語(yǔ)言加速的800MHz HiFi4音頻DSP以及高精度圖形處理單元（GPU）。四核或雙核Arm Cortex-A53處理器帶有神經(jīng)處理單元(NPU)，運行速率高達2.3 TOPS，開(kāi)發(fā)人員可以將機器學(xué)習推理功能卸載到NPU，同時(shí)利用Cortex-A和Cortex-M內核、DSP和GPU的組合能力來(lái)執行其他系統級或應用程序任務(wù)。
在實(shí)際應用中，基于邊緣的機器視覺(jué)通常包含由相機驅動(dòng)的圖像數據處理需求。如果高分辨率相機遠離邊緣設備怎么辦？為此，i.MX 8M Plus配備了雙攝像頭ISP和八個(gè)麥克風(fēng)輸入，專(zhuān)用的ISP可以在芯片上輕松處理圖像加速，兩個(gè)攝像頭輸入可模仿人類(lèi)左/右眼的視覺(jué)組合來(lái)實(shí)現立體視覺(jué)，從而打造一個(gè)高效的先進(jìn)視覺(jué)系統。
綜上所述，i.MX 8M Plus處理器可使開(kāi)發(fā)人員能夠將他們的機器學(xué)習工作負載直接帶到最接近實(shí)際感知的點(diǎn)的邊緣，無(wú)論是語(yǔ)音、視覺(jué)還是異常檢測均可實(shí)時(shí)完成。
圖：專(zhuān)注于機器學(xué)習和視覺(jué)應用的i.MX 8M Plus應用處理器系統框圖（圖源：NXP）
AI機器視覺(jué)發(fā)展四大趨勢
集成機器學(xué)習和人工智能、與機器人和物聯(lián)網(wǎng)等技術(shù)的集成等是工業(yè)自動(dòng)化機器視覺(jué)的未來(lái)發(fā)展趨勢。具體體現在以下幾個(gè)方面：
機器視覺(jué)最重要的趨勢之一是與人工智能和深度學(xué)習算法的集成。傳統的機器視覺(jué)系統依賴(lài)于預定義的規則和算法來(lái)處理圖像并識別缺陷或異常。這些系統在處理復雜的模式或變化時(shí)存在局限性。人工智能和深度學(xué)習徹底改變了這一局面，使機器視覺(jué)系統能夠從數據中學(xué)習，識別復雜的模式，并更準確地做出決策。這個(gè)變革在產(chǎn)品存在細微變化或使用傳統方法難以檢測缺陷的行業(yè)中特別有用，可大幅提高產(chǎn)品質(zhì)量，減少人工檢查的需要，從而節省大量成本。
2、3D成像和傳感技術(shù)將獲大規模采用
機器視覺(jué)的另一個(gè)主要趨勢是采用3D成像和傳感技術(shù)。傳統的機器視覺(jué)系統主要依賴(lài)于2D成像，在獲取信息方面具有較大的局限性。3D成像提供了更全面的物體視圖，允許精確測量、形狀識別和空間分析，在汽車(chē)制造業(yè)中更是凸顯其價(jià)值。由3D視覺(jué)相機和AI算法引導的機器人技術(shù)是這項技術(shù)的重要應用。
3、與邊緣計算和物聯(lián)網(wǎng)的集成
與邊緣計算和工業(yè)物聯(lián)網(wǎng)（IIoT）的集成將改變機器視覺(jué)系統的運作方式。在傳統的機器視覺(jué)系統中，工業(yè)相機捕獲的數據需要發(fā)送到中央服務(wù)器進(jìn)行分析。這種方法的最大挑戰就是延遲問(wèn)題。邊緣計算通過(guò)在網(wǎng)絡(luò )邊緣實(shí)現數據處理解決了這一挑戰，增強了實(shí)時(shí)決策能力，提高了整體系統性能。此外，將機器視覺(jué)與IIoT相結合，可以實(shí)現設備和系統之間的無(wú)縫數據交換。這種連接使制造商能夠監控實(shí)時(shí)的生產(chǎn)過(guò)程，檢測異常，并根據數據驅動(dòng)的見(jiàn)解優(yōu)化運營(yíng)。根據Allied Market Research的一份報告，到2028年，全球邊緣計算市場(chǎng)預計將達到611億美元，2021年至2028年的復合年增長(cháng)率為32.1%。這一增長(cháng)也有邊緣計算在增強機器視覺(jué)系統應用中的貢獻。
4、智能視覺(jué)系統在機器人中規模植入
機器視覺(jué)在開(kāi)發(fā)先進(jìn)的機器人、協(xié)作機器人（Cobots）方面的重要性日益明顯。機器視覺(jué)系統使協(xié)作機器人能夠感知周?chē)h(huán)境，識別物體，并執行高度精確的任務(wù)，這在裝配等應用中更顯其價(jià)值。例如，在汽車(chē)行業(yè)，配備機器視覺(jué)的協(xié)作機器人可用來(lái)組裝組件、檢查零件并執行質(zhì)量控制，加快了生產(chǎn)過(guò)程，同時(shí)確保產(chǎn)品符合嚴格的質(zhì)量標準。
本文小結
機器視覺(jué)使機器能夠及時(shí)解析視覺(jué)數據，它賦予了機器看到和理解周?chē)h(huán)境的能力。工業(yè)機器視覺(jué)系統在確保產(chǎn)品質(zhì)量、優(yōu)化生產(chǎn)流程和提高安全標準方面一直發(fā)揮著(zhù)至關(guān)重要的作用。受人工智能圖像識別等技術(shù)進(jìn)步和日益增長(cháng)的自動(dòng)化需求的影響，全球機器視覺(jué)市場(chǎng)迅速擴張。
根據Fortune Business Insights的預測，2023年全球機器視覺(jué)市場(chǎng)規模為107.5億美元，該市場(chǎng)預計將從2024年的116.1億美元增長(cháng)到2032年的225.9億美元，在預測期內的復合年增長(cháng)率達到8.7%。
機器視覺(jué)通過(guò)提高精度和提高生產(chǎn)率，為實(shí)現更智能、更自主的制造過(guò)程鋪平了道路。這項技術(shù)使制造商能夠更快地生產(chǎn)出高質(zhì)量的產(chǎn)品，甚至在幾個(gè)月內即可實(shí)現投資回報。隨著(zhù)邊緣計算和深度學(xué)習模型的加入，機器視覺(jué)的能力和應用迅速擴展，它們可能不再局限于制造過(guò)程的質(zhì)量監控和優(yōu)化，工業(yè)自動(dòng)化的格局亦將發(fā)生轉變。
文章來(lái)源：貿澤電子
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。
推薦閱讀：
高算力MCU開(kāi)發(fā)，實(shí)現多屏交互與毫秒級響應功能的汽車(chē)儀表盤(pán)方案
貿澤電子與NXP聯(lián)合推出全新電子書(shū)，提供有關(guān)電動(dòng)汽車(chē)電機控制的專(zhuān)業(yè)觀(guān)點(diǎn)
為什么碳化硅Cascode JFET 可以輕松實(shí)現硅到碳化硅的過(guò)渡？
全棧國產(chǎn)芯片實(shí)現汽車(chē)座椅控制器方案
