【導(dǎo)讀】機器視覺是一項使機器或工業(yè)設(shè)備能夠解釋和分析視覺數(shù)據(jù)的技術(shù)，它將計算機科學(xué)與圖像處理技術(shù)相結(jié)合，實現(xiàn)了自動化的視覺檢查和分析。你也可以把它看作是一種賦予機器看到和理解周圍環(huán)境的能力。
機器視覺是一項使機器或工業(yè)設(shè)備能夠解釋和分析視覺數(shù)據(jù)的技術(shù)，它將計算機科學(xué)與圖像處理技術(shù)相結(jié)合，實現(xiàn)了自動化的視覺檢查和分析。你也可以把它看作是一種賦予機器看到和理解周圍環(huán)境的能力。
作為工業(yè)自動化的基礎(chǔ)技術(shù)之一，機器視覺使工業(yè)設(shè)備能夠根據(jù)視覺數(shù)據(jù)“觀察”并做出快速決策。德勤的一項調(diào)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)顯示出的巨大市場潛力。
在制造業(yè)中，常見的機器視覺應(yīng)用包括缺陷檢測、引導(dǎo)、尺寸測量和識別等，在與人工智能（AI）結(jié)合后，系統(tǒng)的功能得到了有效擴展，檢測的準(zhǔn)確性顯著提高。
工業(yè)自動化中機器視覺技術(shù)的演變
在工業(yè)自動化的背景下，機器視覺是使用相機等硬件和軟件算法對零件進行自動視覺檢查的過程。起初，它只是為基本的檢測任務(wù)而開發(fā)的，如今的機器視覺已經(jīng)發(fā)展成為能夠處理各個行業(yè)復(fù)雜操作的特定工具。
傳統(tǒng)的機器視覺應(yīng)用相對簡單，不需要人工智能，只要圖像數(shù)據(jù)清晰且易于區(qū)分就能滿足需求。人工智能、深度學(xué)習(xí)和先進成像技術(shù)的融合進一步增強了機器視覺系統(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。
機器視覺由多個相互連接的關(guān)鍵組件構(gòu)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(jù)特定的應(yīng)用需求在機器視覺系統(tǒng)中整合運動控制、圖像抓取器和AI加速器等組件。
在工業(yè)自動化中，智能相機是精確、高效視覺系統(tǒng)的核心。不同于僅捕獲圖像的傳統(tǒng)相機，智能相機將圖像采集、處理和數(shù)據(jù)分析整合在一起，在沒有單獨PC的情況下可自行處理和分析圖像，使自動化和質(zhì)量控制過程更快、更可靠、更高效，占用的空間更小，其應(yīng)用包括制造過程中的缺陷檢測、讀取條形碼或引導(dǎo)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(xí)等功能，應(yīng)用靈活且功能強大，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，可處理多種機器視覺場景和應(yīng)用。它配備有高分辨率5-Mpx IMX335LQN CMOS RGB圖像傳感器、ISM330DLC慣性運動單元（IMU）和VL53L5CX飛行時間（ToF）傳感器。與具有MIPI CSI-2接口和22引腳FFC連接器的STM32開發(fā)板配合使用，可在STM32微控制器和微處理器上輕松實現(xiàn)全功能機器視覺，并將機器視覺應(yīng)用于工業(yè)自動化、OCR和OCV標(biāo)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，超低功耗可實現(xiàn)持久的電池供電應(yīng)用。
圖：適用于機器視覺應(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)模型的過程，通常是通過深度學(xué)習(xí)來進行，然后將其部署到計算設(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算機，可以實現(xiàn)更快的響應(yīng)時間和更高效的計算，同時需要更少的互聯(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)雜計算的場景中，特別是對于圖像識別和分析等任務(wù)，AI加速器是機器視覺系統(tǒng)的關(guān)鍵組件，其主要目的是提高圖像識別和數(shù)據(jù)分析的效率和準(zhǔn)確性。
機器視覺中的人工智能
人工智能將機器學(xué)習(xí)和深度學(xué)習(xí)集成到機器視覺技術(shù)中，提高了其處理圖像數(shù)據(jù)和識別模式的能力。智能視覺系統(tǒng)在處理新數(shù)據(jù)集時會不斷改進，使其在快節(jié)奏的行業(yè)中更有效。這些由人工智能驅(qū)動的機器視覺系統(tǒng)常常被成為AI視覺系統(tǒng)。AI視覺系統(tǒng)具有極強的適應(yīng)性和智能性，能夠根據(jù)收到的視覺數(shù)據(jù)做出復(fù)雜的決策。
AI視覺系統(tǒng)為工業(yè)環(huán)境帶來了諸多優(yōu)勢：
提高準(zhǔn)確性。人工智能系統(tǒng)通過從大量數(shù)據(jù)中學(xué)習(xí)，在執(zhí)行缺陷檢測、物體識別和視覺檢查時實現(xiàn)了更高的準(zhǔn)確性.
提高靈活性。人工智能驅(qū)動的視覺系統(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，而這一切對傳統(tǒng)視覺系統(tǒng)來說幾乎是不可克服的挑戰(zhàn)。
提高自動化水平。人工智能通過自動化質(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，實現(xiàn)了更大規(guī)模的工業(yè)自動化。
提高系統(tǒng)的可擴展性。AI視覺系統(tǒng)在所有行業(yè)都具有高度的可擴展性和適應(yīng)性，從小規(guī)模運營到大型復(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零件。隨著生產(chǎn)需求的增長，人工智能系統(tǒng)會用新數(shù)據(jù)重新訓(xùn)練，或者在最短的停機時間內(nèi)重新編程。
提高實時決策能力。AI機器視覺解決方案為實時分析打開了大門，非常適用于需要快速決策的快節(jié)奏環(huán)境。在生產(chǎn)線上，這些系統(tǒng)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，我們將討論的是滿足AI機器視覺需求的硬件。眾所周知，人工智能支持的機器視覺系統(tǒng)其顯著的優(yōu)勢是可以快速輕松地實時分析圖像，以識別細微的差別和模式，比較整個圖像數(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，要想實現(xiàn)這一目標(biāo)，云計算顯然很難滿足這個需求。
邊緣計算技術(shù)有助于將視覺系統(tǒng)的人工智能任務(wù)轉(zhuǎn)移到邊緣。綜合來看，機器視覺系統(tǒng)中機器學(xué)習(xí)的大部分動作發(fā)生在邊緣，邊緣計算設(shè)備可提供更快的運行響應(yīng)、更低的延遲以及更高的可靠性、隱私性和安全性。
目前，基于邊緣的機器學(xué)習(xí)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、語音和多媒體的功能，且所有功能均集成在一個片上系統(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，該器件專注于機器學(xué)習(xí)和機器視覺以及具有高可靠性的工業(yè)自動化，常被用作AI視覺系統(tǒng)的核心硬件。
從系統(tǒng)框架看，i.MX 8M Plus集成了雙圖像信號處理器（ISP）、運行頻率高達1.8GHz的四核或雙核Arm Cortex-A53內(nèi)核、具有800MHz Cortex-M7內(nèi)核的獨立實時子系統(tǒng)、用于語音和自然語言加速的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，開發(fā)人員可以將機器學(xué)習(xí)推理功能卸載到NPU，同時利用Cortex-A和Cortex-M內(nèi)核、DSP和GPU的組合能力來執(zhí)行其他系統(tǒng)級或應(yīng)用程序任務(wù)。
在實際應(yīng)用中，基于邊緣的機器視覺通常包含由相機驅(qū)動的圖像數(shù)據(jù)處理需求。如果高分辨率相機遠離邊緣設(shè)備怎么辦？為此，i.MX 8M Plus配備了雙攝像頭ISP和八個麥克風(fēng)輸入，專用的ISP可以在芯片上輕松處理圖像加速，兩個攝像頭輸入可模仿人類左/右眼的視覺組合來實現(xiàn)立體視覺，從而打造一個高效的先進視覺系統(tǒng)。
綜上所述，i.MX 8M Plus處理器可使開發(fā)人員能夠?qū)⑺麄兊臋C器學(xué)習(xí)工作負載直接帶到最接近實際感知的點的邊緣，無論是語音、視覺還是異常檢測均可實時完成。
圖：專注于機器學(xué)習(xí)和視覺應(yīng)用的i.MX 8M Plus應(yīng)用處理器系統(tǒng)框圖（圖源：NXP）
AI機器視覺發(fā)展四大趨勢
集成機器學(xué)習(xí)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)自動化機器視覺的未來發(fā)展趨勢。具體體現(xiàn)在以下幾個方面：
機器視覺最重要的趨勢之一是與人工智能和深度學(xué)習(xí)算法的集成。傳統(tǒng)的機器視覺系統(tǒng)依賴于預(yù)定義的規(guī)則和算法來處理圖像并識別缺陷或異常。這些系統(tǒng)在處理復(fù)雜的模式或變化時存在局限性。人工智能和深度學(xué)習(xí)徹底改變了這一局面，使機器視覺系統(tǒng)能夠從數(shù)據(jù)中學(xué)習(xí)，識別復(fù)雜的模式，并更準(zhǔn)確地做出決策。這個變革在產(chǎn)品存在細微變化或使用傳統(tǒng)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(jié)省大量成本。
2、3D成像和傳感技術(shù)將獲大規(guī)模采用
機器視覺的另一個主要趨勢是采用3D成像和傳感技術(shù)。傳統(tǒng)的機器視覺系統(tǒng)主要依賴于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，在汽車制造業(yè)中更是凸顯其價值。由3D視覺相機和AI算法引導(dǎo)的機器人技術(shù)是這項技術(shù)的重要應(yīng)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系統(tǒng)的運作方式。在傳統(tǒng)的機器視覺系統(tǒng)中，工業(yè)相機捕獲的數(shù)據(jù)需要發(fā)送到中央服務(wù)器進行分析。這種方法的最大挑戰(zhàn)就是延遲問題。邊緣計算通過在網(wǎng)絡(luò)邊緣實現(xiàn)數(shù)據(jù)處理解決了這一挑戰(zhàn)，增強了實時決策能力，提高了整體系統(tǒng)性能。此外，將機器視覺與IIoT相結(jié)合，可以實現(xiàn)設(shè)備和系統(tǒng)之間的無縫數(shù)據(jù)交換。這種連接使制造商能夠監(jiān)控實時的生產(chǎn)過程，檢測異常，并根據(jù)數(shù)據(jù)驅(qū)動的見解優(yōu)化運營。根據(jù)Allied Market Research的一份報告，到2028年，全球邊緣計算市場預(yù)計將達到611億美元，2021年至2028年的復(fù)合年增長率為32.1%。這一增長也有邊緣計算在增強機器視覺系統(tǒng)應(yīng)用中的貢獻。
4、智能視覺系統(tǒng)在機器人中規(guī)模植入
機器視覺在開發(fā)先進的機器人、協(xié)作機器人（Cobots）方面的重要性日益明顯。機器視覺系統(tǒng)使協(xié)作機器人能夠感知周圍環(huán)境，識別物體，并執(zhí)行高度精確的任務(wù)，這在裝配等應(yīng)用中更顯其價值。例如，在汽車行業(yè)，配備機器視覺的協(xié)作機器人可用來組裝組件、檢查零件并執(zhí)行質(zhì)量控制，加快了生產(chǎn)過程，同時確保產(chǎn)品符合嚴(yán)格的質(zhì)量標(biāo)準(zhǔn)。
本文小結(jié)
機器視覺使機器能夠及時解析視覺數(shù)據(jù)，它賦予了機器看到和理解周圍環(huán)境的能力。工業(yè)機器視覺系統(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。受人工智能圖像識別等技術(shù)進步和日益增長的自動化需求的影響，全球機器視覺市場迅速擴張。
根據(jù)Fortune Business Insights的預(yù)測，2023年全球機器視覺市場規(guī)模為107.5億美元，該市場預(yù)計將從2024年的116.1億美元增長到2032年的225.9億美元，在預(yù)測期內(nèi)的復(fù)合年增長率達到8.7%。
機器視覺通過提高精度和提高生產(chǎn)率，為實現(xiàn)更智能、更自主的制造過程鋪平了道路。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，甚至在幾個月內(nèi)即可實現(xiàn)投資回報。隨著邊緣計算和深度學(xué)習(xí)模型的加入，機器視覺的能力和應(yīng)用迅速擴展，它們可能不再局限于制造過程的質(zhì)量監(jiān)控和優(yōu)化，工業(yè)自動化的格局亦將發(fā)生轉(zhuǎn)變。
文章來源：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)問題，請聯(lián)系小編進行處理。
推薦閱讀：
高算力MCU開發(fā)，實現(xiàn)多屏交互與毫秒級響應(yīng)功能的汽車儀表盤方案
貿(mào)澤電子與NXP聯(lián)合推出全新電子書，提供有關(guān)電動汽車電機控制的專業(yè)觀點
為什么碳化硅Cascode JFET 可以輕松實現(xiàn)硅到碳化硅的過渡？
