【導(dǎo)讀】機(jī)器視覺(jué)是一項(xiàng)使機(jī)器或工業(yè)設(shè)備能夠解釋和分析視覺(jué)數(shù)據(jù)的技術(shù)，它將計(jì)算機(jī)科學(xué)與圖像處理技術(shù)相結(jié)合，實(shí)現(xiàn)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(jī)器看到和理解周?chē)h(huán)境的能力。
機(jī)器視覺(jué)是一項(xiàng)使機(jī)器或工業(yè)設(shè)備能夠解釋和分析視覺(jué)數(shù)據(jù)的技術(shù)，它將計(jì)算機(jī)科學(xué)與圖像處理技術(shù)相結(jié)合，實(shí)現(xiàn)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(jī)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(chǔ)技術(shù)之一，機(jī)器視覺(jué)使工業(yè)設(shè)備能夠根據(jù)視覺(jué)數(shù)據(jù)“觀(guān)察”并做出快速?zèng)Q策。德勤的一項(xiàng)調(diào)查顯示，目前已有58%的制造商正在采用這項(xiàng)技術(shù)，由此我們也不難看出該項(xiàng)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(jī)器視覺(jué)應(yīng)用包括缺陷檢測(cè)、引導(dǎo)、尺寸測(cè)量和識(shí)別等，在與人工智能（AI）結(jié)合后，系統(tǒng)的功能得到了有效擴(kuò)展，檢測(cè)的準(zhǔn)確性顯著提高。
工業(yè)自動(dòng)化中機(jī)器視覺(jué)技術(shù)的演變
在工業(yè)自動(dòng)化的背景下，機(jī)器視覺(jué)是使用相機(jī)等硬件和軟件算法對(duì)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(cè)任務(wù)而開(kāi)發(fā)的，如今的機(jī)器視覺(jué)已經(jīng)發(fā)展成為能夠處理各個(gè)行業(yè)復(fù)雜操作的特定工具。
傳統(tǒng)的機(jī)器視覺(jué)應(yīng)用相對(duì)簡(jiǎn)單，不需要人工智能，只要圖像數(shù)據(jù)清晰且易于區(qū)分就能滿(mǎn)足需求。人工智能、深度學(xué)習(xí)和先進(jìn)成像技術(shù)的融合進(jìn)一步增強(qiáng)了機(jī)器視覺(jué)系統(tǒng)的能力，使其在現(xiàn)代制造環(huán)境中成為不可或缺的一部分。
機(jī)器視覺(jué)由多個(gè)相互連接的關(guān)鍵組件構(gòu)成，主要組件包括相機(jī)、鏡頭、照明、圖像處理軟件、模式識(shí)別算法和光學(xué)字符識(shí)別（OCR）以及相關(guān)的控制軟件。此外，還可以根據(jù)特定的應(yīng)用需求在機(jī)器視覺(jué)系統(tǒng)中整合運(yùn)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(jī)是精確、高效視覺(jué)系統(tǒng)的核心。不同于僅捕獲圖像的傳統(tǒng)相機(jī)，智能相機(jī)將圖像采集、處理和數(shù)據(jù)分析整合在一起，在沒(méi)有單獨(dú)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(yīng)用包括制造過(guò)程中的缺陷檢測(cè)、讀取條形碼或引導(dǎo)機(jī)器人手臂等。新一代的智能相機(jī)更是融入了人工智能、深度學(xué)習(xí)等功能，應(yīng)用靈活且功能強(qiáng)大，易于安裝，足以處理大量具有挑戰(zhàn)性的工業(yè)任務(wù)。
STMicroelectronics的B-CAMS-IMX攝像頭模塊提供了一套穩(wěn)健可靠的智能硬件，可處理多種機(jī)器視覺(jué)場(chǎng)景和應(yīng)用。它配備有高分辨率5-Mpx IMX335LQN CMOS RGB圖像傳感器、ISM330DLC慣性運(yùn)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(xiàn)全功能機(jī)器視覺(jué)，并將機(jī)器視覺(jué)應(yīng)用于工業(yè)自動(dòng)化、OCR和OCV標(biāo)簽驗(yàn)證、機(jī)器人、缺陷檢測(cè)、安全、智能家電等領(lǐng)域。
其中的IMX335LQN是一款對(duì)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(cè)距。ISM330DLC iNEMO 6軸慣性測(cè)量單元是一款專(zhuān)為工業(yè)4.0應(yīng)用量身定制的高性能3D數(shù)字加速度計(jì)和3D數(shù)字陀螺儀，具有極高的精度和穩(wěn)定性，超低功耗可實(shí)現(xiàn)持久的電池供電應(yīng)用。
圖：適用于機(jī)器視覺(jué)應(yīng)用的B-CAMS-IMX攝像頭模塊（圖源：貿(mào)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(xí)來(lái)進(jìn)行，然后將其部署到計(jì)算設(shè)備上。在數(shù)據(jù)源附近安裝帶有集成AI推理加速器的低功耗計(jì)算機(jī)，可以實(shí)現(xiàn)更快的響應(yīng)時(shí)間和更高效的計(jì)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(jié)果的時(shí)間從幾秒鐘縮短到不足一秒鐘。在涉及大型數(shù)據(jù)集或復(fù)雜計(jì)算的場(chǎng)景中，特別是對(duì)于圖像識(shí)別和分析等任務(wù)，AI加速器是機(jī)器視覺(jué)系統(tǒng)的關(guān)鍵組件，其主要目的是提高圖像識(shí)別和數(shù)據(jù)分析的效率和準(zhǔn)確性。
機(jī)器視覺(jué)中的人工智能
人工智能將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)集成到機(jī)器視覺(jué)技術(shù)中，提高了其處理圖像數(shù)據(jù)和識(shí)別模式的能力。智能視覺(jué)系統(tǒng)在處理新數(shù)據(jù)集時(shí)會(huì)不斷改進(jìn)，使其在快節(jié)奏的行業(yè)中更有效。這些由人工智能驅(qū)動(dòng)的機(jī)器視覺(jué)系統(tǒng)常常被成為AI視覺(jué)系統(tǒng)。AI視覺(jué)系統(tǒng)具有極強(qiáng)的適應(yīng)性和智能性，能夠根據(jù)收到的視覺(jué)數(shù)據(jù)做出復(fù)雜的決策。
AI視覺(jué)系統(tǒng)為工業(yè)環(huán)境帶來(lái)了諸多優(yōu)勢(shì)：
提高準(zhǔn)確性。人工智能系統(tǒng)通過(guò)從大量數(shù)據(jù)中學(xué)習(xí)，在執(zhí)行缺陷檢測(cè)、物體識(shí)別和視覺(jué)檢查時(shí)實(shí)現(xiàn)了更高的準(zhǔn)確性.
提高靈活性。人工智能驅(qū)動(dòng)的視覺(jué)系統(tǒng)能夠快速適應(yīng)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(duì)傳統(tǒng)視覺(jué)系統(tǒng)來(lái)說(shuō)幾乎是不可克服的挑戰(zhàn)。
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(cuò)誤并提高吞吐量，實(shí)現(xiàn)了更大規(guī)模的工業(yè)自動(dòng)化。
提高系統(tǒng)的可擴(kuò)展性。AI視覺(jué)系統(tǒng)在所有行業(yè)都具有高度的可擴(kuò)展性和適應(yīng)性，從小規(guī)模運(yùn)營(yíng)到大型復(fù)雜的生產(chǎn)環(huán)境，這些系統(tǒng)使用的核心算法可以輕松適應(yīng)不同的應(yīng)用，例如檢查食品包裝或汽車(chē)零件。隨著生產(chǎn)需求的增長(zhǎng)，人工智能系統(tǒng)會(huì)用新數(shù)據(jù)重新訓(xùn)練，或者在最短的停機(jī)時(shí)間內(nèi)重新編程。
提高實(shí)時(shí)決策能力。AI機(jī)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?zèng)Q策的快節(jié)奏環(huán)境。在生產(chǎn)線(xiàn)上，這些系統(tǒng)可以立即檢測(cè)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(hào)。
接下來(lái)，我們將討論的是滿(mǎn)足AI機(jī)器視覺(jué)需求的硬件。眾所周知，人工智能支持的機(jī)器視覺(jué)系統(tǒng)其顯著的優(yōu)勢(shì)是可以快速輕松地實(shí)時(shí)分析圖像，以識(shí)別細(xì)微的差別和模式，比較整個(gè)圖像數(shù)據(jù)集的模式，并保留每次分析的信息，以不斷學(xué)習(xí)和提高準(zhǔn)確性。然而，要想實(shí)現(xiàn)這一目標(biāo)，云計(jì)算顯然很難滿(mǎn)足這個(gè)需求。
邊緣計(jì)算技術(shù)有助于將視覺(jué)系統(tǒng)的人工智能任務(wù)轉(zhuǎn)移到邊緣。綜合來(lái)看，機(jī)器視覺(jué)系統(tǒng)中機(jī)器學(xué)習(xí)的大部分動(dòng)作發(fā)生在邊緣，邊緣計(jì)算設(shè)備可提供更快的運(yùn)行響應(yīng)、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(jī)器學(xué)習(xí)引擎多為功能強(qiáng)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(tǒng)（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(jī)器學(xué)習(xí)和機(jī)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(tǒng)的核心硬件。
從系統(tǒng)框架看，i.MX 8M Plus集成了雙圖像信號(hào)處理器（ISP）、運(yùn)行頻率高達(dá)1.8GHz的四核或雙核Arm Cortex-A53內(nèi)核、具有800MHz Cortex-M7內(nèi)核的獨(dú)立實(shí)時(shí)子系統(tǒng)、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(yùn)行速率高達(dá)2.3 TOPS，開(kāi)發(fā)人員可以將機(jī)器學(xué)習(xí)推理功能卸載到NPU，同時(shí)利用Cortex-A和Cortex-M內(nèi)核、DSP和GPU的組合能力來(lái)執(zhí)行其他系統(tǒng)級(jí)或應(yīng)用程序任務(wù)。
在實(shí)際應(yīng)用中，基于邊緣的機(jī)器視覺(jué)通常包含由相機(jī)驅(qū)動(dòng)的圖像數(shù)據(jù)處理需求。如果高分辨率相機(jī)遠(yuǎn)離邊緣設(shè)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(xiàn)立體視覺(jué)，從而打造一個(gè)高效的先進(jìn)視覺(jué)系統(tǒng)。
綜上所述，i.MX 8M Plus處理器可使開(kāi)發(fā)人員能夠?qū)⑺麄兊臋C(jī)器學(xué)習(xí)工作負(fù)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(cè)均可實(shí)時(shí)完成。
圖：專(zhuān)注于機(jī)器學(xué)習(xí)和視覺(jué)應(yīng)用的i.MX 8M Plus應(yīng)用處理器系統(tǒng)框圖（圖源：NXP）
AI機(jī)器視覺(jué)發(fā)展四大趨勢(shì)
集成機(jī)器學(xué)習(xí)和人工智能、與機(jī)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(jī)器視覺(jué)的未來(lái)發(fā)展趨勢(shì)。具體體現(xiàn)在以下幾個(gè)方面：
機(jī)器視覺(jué)最重要的趨勢(shì)之一是與人工智能和深度學(xué)習(xí)算法的集成。傳統(tǒng)的機(jī)器視覺(jué)系統(tǒng)依賴(lài)于預(yù)定義的規(guī)則和算法來(lái)處理圖像并識(shí)別缺陷或異常。這些系統(tǒng)在處理復(fù)雜的模式或變化時(shí)存在局限性。人工智能和深度學(xué)習(xí)徹底改變了這一局面，使機(jī)器視覺(jué)系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)，識(shí)別復(fù)雜的模式，并更準(zhǔn)確地做出決策。這個(gè)變革在產(chǎn)品存在細(xì)微變化或使用傳統(tǒng)方法難以檢測(cè)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(jié)省大量成本。
2、3D成像和傳感技術(shù)將獲大規(guī)模采用
機(jī)器視覺(jué)的另一個(gè)主要趨勢(shì)是采用3D成像和傳感技術(shù)。傳統(tǒng)的機(jī)器視覺(jué)系統(tǒng)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(cè)量、形狀識(shí)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(jī)和AI算法引導(dǎo)的機(jī)器人技術(shù)是這項(xiàng)技術(shù)的重要應(yīng)用。
3、與邊緣計(jì)算和物聯(lián)網(wǎng)的集成
與邊緣計(jì)算和工業(yè)物聯(lián)網(wǎng)（IIoT）的集成將改變機(jī)器視覺(jué)系統(tǒng)的運(yùn)作方式。在傳統(tǒng)的機(jī)器視覺(jué)系統(tǒng)中，工業(yè)相機(jī)捕獲的數(shù)據(jù)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(zhàn)就是延遲問(wèn)題。邊緣計(jì)算通過(guò)在網(wǎng)絡(luò)邊緣實(shí)現(xiàn)數(shù)據(jù)處理解決了這一挑戰(zhàn)，增強(qiáng)了實(shí)時(shí)決策能力，提高了整體系統(tǒng)性能。此外，將機(jī)器視覺(jué)與IIoT相結(jié)合，可以實(shí)現(xiàn)設(shè)備和系統(tǒng)之間的無(wú)縫數(shù)據(jù)交換。這種連接使制造商能夠監(jiān)控實(shí)時(shí)的生產(chǎn)過(guò)程，檢測(cè)異常，并根據(jù)數(shù)據(jù)驅(qū)動(dòng)的見(jiàn)解優(yōu)化運(yùn)營(yíng)。根據(jù)Allied Market Research的一份報(bào)告，到2028年，全球邊緣計(jì)算市場(chǎng)預(yù)計(jì)將達(dá)到611億美元，2021年至2028年的復(fù)合年增長(zhǎng)率為32.1%。這一增長(zhǎng)也有邊緣計(jì)算在增強(qiáng)機(jī)器視覺(jué)系統(tǒng)應(yīng)用中的貢獻(xiàn)。
4、智能視覺(jué)系統(tǒng)在機(jī)器人中規(guī)模植入
機(jī)器視覺(jué)在開(kāi)發(fā)先進(jìn)的機(jī)器人、協(xié)作機(jī)器人（Cobots）方面的重要性日益明顯。機(jī)器視覺(jué)系統(tǒng)使協(xié)作機(jī)器人能夠感知周?chē)h(huán)境，識(shí)別物體，并執(zhí)行高度精確的任務(wù)，這在裝配等應(yīng)用中更顯其價(jià)值。例如，在汽車(chē)行業(yè)，配備機(jī)器視覺(jué)的協(xié)作機(jī)器人可用來(lái)組裝組件、檢查零件并執(zhí)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(yán)格的質(zhì)量標(biāo)準(zhǔn)。
本文小結(jié)
機(jī)器視覺(jué)使機(jī)器能夠及時(shí)解析視覺(jué)數(shù)據(jù)，它賦予了機(jī)器看到和理解周?chē)h(huán)境的能力。工業(yè)機(jī)器視覺(jué)系統(tǒng)在確保產(chǎn)品質(zhì)量、優(yōu)化生產(chǎn)流程和提高安全標(biāo)準(zhǔn)方面一直發(fā)揮著至關(guān)重要的作用。受人工智能圖像識(shí)別等技術(shù)進(jìn)步和日益增長(zhǎng)的自動(dòng)化需求的影響，全球機(jī)器視覺(jué)市場(chǎng)迅速擴(kuò)張。
根據(jù)Fortune Business Insights的預(yù)測(cè)，2023年全球機(jī)器視覺(jué)市場(chǎng)規(guī)模為107.5億美元，該市場(chǎng)預(yù)計(jì)將從2024年的116.1億美元增長(zhǎng)到2032年的225.9億美元，在預(yù)測(cè)期內(nèi)的復(fù)合年增長(zhǎng)率達(dá)到8.7%。
機(jī)器視覺(jué)通過(guò)提高精度和提高生產(chǎn)率，為實(shí)現(xiàn)更智能、更自主的制造過(guò)程鋪平了道路。這項(xiàng)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(nèi)即可實(shí)現(xiàn)投資回報(bào)。隨著邊緣計(jì)算和深度學(xué)習(xí)模型的加入，機(jī)器視覺(jué)的能力和應(yīng)用迅速擴(kuò)展，它們可能不再局限于制造過(guò)程的質(zhì)量監(jiān)控和優(yōu)化，工業(yè)自動(dòng)化的格局亦將發(fā)生轉(zhuǎn)變。
文章來(lái)源：貿(mào)澤電子
免責(zé)聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題，請(qǐng)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(xiàn)多屏交互與毫秒級(jí)響應(yīng)功能的汽車(chē)儀表盤(pán)方案
貿(mào)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(jī)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(xiàn)硅到碳化硅的過(guò)渡？
全棧國(guó)產(chǎn)芯片實(shí)現(xiàn)汽車(chē)座椅控制器方案
