机器视觉系统集成的发展现状及应用前景

共 2882字,需浏览 6分钟

 ·

2021-09-19 07:02

点击上方小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

机器视觉系统集成是一门学科,随着新成像技术的不断发展,这门学科的发展势头依然强劲。


自从35年前广泛使用的商业组件被引入以来,熟练地将机器视觉集成到自动化应用程序中一直是该技术成功的关键因素。近年来,机器视觉行业在全球范围内实现了创纪录的增长,零部件在3D制导与计量、光谱图像分析、高速检测、深度学习等前沿应用领域的可用性和能力不断增强。在为工业用户提供成功和可靠的机器视觉系统解决方案方面,称职的机器视觉集成商——无论是集成公司还是工程团队中的个人——比以往任何时候都扮演着重要的角色。


集成与易用性


首先要了解机器视觉集成任务和业务的主要目的。也就是说,减轻最终用户的应用程序风险。总的来说,机器视觉技术的实现技术还没有像PLC、运动控制甚至机器人技术那样被整个工业工程界广泛理解。聘请具有机器视觉技术经验的集成商,从根本上有助于确保项目的最终成功和可靠性。


不过,对不需要集成的机器视觉系统的需求肯定很高。机器视觉应用的易用性一直是用户的痛点,也是市场上组件和软件制造商的目标。在20世纪80年代中期,许多机器视觉组件开始出现,它们不需要低级编程,并且具有用户界面,这使得工具的配置更加容易。20世纪90年代智能相机技术的爆炸式发展巩固了机器视觉的易用性。其结果是:许多要求较低的机器视觉应用程序可以使用只需要很少配置甚至不需要配置的组件来解决。最近发布或引入了一些新组件,声称可以消除某些应用程序的机器视觉任务的粗略配置。


尽管如此,机器视觉集成业务已经蓬勃发展。随着机器视觉组件行业最近以创纪录的水平增长,机器视觉集成行业似乎也出现了显著增长(不过,有趣的是,由于市场上很少收集到机器视觉集成方面的硬数据)。


对集成服务的一些持续需求,甚至包括所谓的易于使用的组件,是机器视觉实现的基本性质,这需要有关光学和照明等方面的高级知识,这对标准工业工程学科中不常见的应用领域具有挑战性。但是,机器视觉集成服务需求的持续增长,很大程度上是由于工业内部对需要使用尖端机器视觉技术的最具挑战性的应用程序的实现的持续和不断扩大的需求。


不断变革


在过去的10到15年中,机器视觉系统集成已经成为一种非常复杂的工程服务。成功的集成公司虽然可能继续为更常见的任务配置更简单的组件而提供服务,但它们经常处理以前尚未实现的高度复杂的自动化应用程序。现在的系统集成对于综合性技术的要求也越来越高,一个合格机器视觉集成商的先决条件包括:


●能够对各种基于PC、嵌入式计算机或板级软件库进行编程,以执行最复杂的机器视觉图像采集、处理和分析算法和任务;


●了解各种成像技术、相机和传感器;


●在复杂和专门的光学和照明元件的选择、设计和实现方面具有广泛的能力,以及在先进机器视觉成像系统的规范和使用方面具有广泛的专业知识。


不断发展的技术使新的应用程序得以应用,并推动了对合格系统集成的需求


此外,机器视觉集成商已经调整了商业模式,成为完整自动化系统的提供商,提供涉及机器视觉技术的解决方案的设计和集成,而不是仅安装机器视觉组件。要求苛刻的应用程序成功的关键包括控制零件,提供灵活的处理选项,操纵摄像机和照明方向,协调自动化控制和连接外部设备的能力。对通信的额外需求 – 例如与工业物联网(IIoT)和工业4.0相关的通信 – 决定了与机器视觉解决方案相关的进一步集成技能。


新技术


机器视觉技术的快速发展使得大量新应用成为可能,同时也有助于推动当今机器视觉集成商的需求和技术能力。


首先,考虑3D成像:更容易获得捕获视野的3D信息的机器视觉组件。这些设备在成像方法和实现技术方面差异很大。集成商可以将这些设备应用于各种应用,包括高精度表面分析、3D零件和特征测量,以及使用3D图像数据进行检查,而不是2D灰度信息。还有最新推出的机器人视觉引导,在机器人导引中,随机的产品甚至是混合的、随机堆积的产品都可以被夹持器挑出并抓取。


其次,高光谱和多光谱成像是一项相对较新的技术。这些摄像机收集单个场景的多个(有时是数百个)图像,每个图像具有不同的窄带宽光谱信息。在熟悉该技术的集成商手中,可以在线完成材料离散光谱分析甚至化学成分的应用。食品,制药和回收等许多行业都可以从这种检测能力中受益。


第三,许多工业应用需要高速成像和处理。线扫描是一种在高分辨率下实现更高成像速率的常用技术,但这些组件的集成可能比普通区域成像应用更复杂。同样,高速成像和处理是需要熟练集成的任务。


最后,深度学习变得越来越受欢迎。虽然机器视觉并不是全新的,但机器学习及其最新的实现深度学习是该行业的最新流行语。这项技术在许多应用领域显示了巨大的潜力,但是它需要一个熟练的集成人员来确定特定任务的深度学习的可行性和实现参数。


前景


可以说,机器视觉集成已经发展起来,就像整个机器视觉行业一样。在不断扩大的应用基础上提供尖端的解决方案,机器视觉集成具有广阔的前景。


精明的终端用户需要接受的是,机器视觉市场一直是,并将继续是,他是技术和能力方面的应用结合体。无论什么情况,系统集成商都将视觉行业的守门人,他们将不断提高自己,并向最终用户交付真正成功和可靠的机器视觉解决方案。(David Dechow)


好消息,小白学视觉团队的知识星球开通啦,为了感谢大家的支持与厚爱,团队决定将价值149元的知识星球现时免费加入。各位小伙伴们要抓住机会哦!


下载1:OpenCV-Contrib扩展模块中文版教程
在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲
小白学视觉公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲
小白学视觉公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群


欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~


浏览 23
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报