迎来第四次工业革命时代,发达国家正将制造现场转型为智能工厂以提升竞争力。此时所需要的,是用于检测、测量、定位等的基于人工智能(AI)的视觉技术。随着制造自动化扩散,工厂中大量使用机器人,但没有视觉技术就无法正常完成产品运输等作业。在半导体、显示器、印刷电路板(PCB)、汽车、电池、纤维、饮料及糕点工厂等精密挑出不良品也是它们的职责。对物流自动化而言也是必备。
视觉技术领域大致由软件(SW)、相机、镜头、照明构成。AI视觉用智能相机拍摄产品,并以由色彩三原色(红、蓝、绿)构成的像素形式输出,此时分析数字化的数值,通过算法筛出不良。在PCB或显示器工序中,点状图案增加或缺失就一律判为不良的情况,也能够精密甄别。手机或显示器细微的画面异常也能准确判别。
这解决了必须对所有可预测的不良进行编程、过程复杂、有时还需肉眼检查的既有规则型检查的不便,也解决了结果因检查人员熟练度和身体状态而变化的问题。检查人员不必进出洁净室,因灰尘减少还可期待良率提升。视觉技术的市场不仅限于工业用,还日益扩大到医疗、体育、游戏用市场。
●嵌入式视觉
拍摄影像后立即在内置软件中运行
还内置图形核心,可实现深度学习
在全球最大机器视觉展会“斯图加特视觉展”上,嵌入式视觉(CPU内置型视觉)技术同样引人注目。
嵌入式视觉在相机内置CPU,直接在相机上运行视觉检查软件,使系统更为简洁。无需PC,既降低成本又节省空间,更适合像机器人那样移动的环境。嵌入式CPU的性能也有所改善,使高性能视觉检查成为可能。相比既有视觉系统在相机拍摄影像后发送至PC运行检查软件,随着内置图形处理核心的CPU上市,嵌入式视觉中也可实现深度学习。美国康耐视、加拿大Dalsa、日本基恩士、中国海康威视和大华等推出了嵌入式视觉,但此次应用深度学习的仅有美国FLIR Systems和韩国Laon People等,数量不多。大华资深销售经理王西兴表示:“在3D相机等硬件方面,国内外已具备竞争力,趋势是逐渐转向软件视觉一侧。”
●高光谱成像
超越可见光,利用紫外线等
此前不可能的领域也能检查
高光谱成像(多波长段影像)技术的发展亦引人注目。
大部分视觉都是在人可见的可见光波长(400~700微米,1微米为0.0001厘米)段拍摄影像后再执行视觉检查软件的结构。也就是说,相机也只能拍摄人能看到的部分。但高光谱成像不仅利用人可见的波长区域,还利用紫外线波长区域、红外线波长区域(NIR、SWIR)、热成像、X光影像等人无法看到的波长区域,使此前无法检查的部分也成为可能。以索尼为例,过去要在相机外另加偏光装置获取影像,如今传感器支持偏光,因反射等原因看不到的部分也能看到了。
Laon People代表李锡中表示:“此次推出了更为多样的产品,我们正在避开海康威视、大华等中国相机厂商的量产攻势,寻找不发生冲突的市场。”
●深度学习
完成度高的解决方案接连登场
参展企业比两年前增加10倍
以深度学习武装的视觉解决方案也正成为大势。
两年前的展会上,带着初级水平深度学习解决方案参展的企业约有3家,而本次展会上,以相当高完成度的深度学习视觉检查解决方案武装的企业达到20~30家以上,可以确认利用深度学习的AI视觉检查已成为大势。
斯图加特会展公司首席执行官(CEO)乌尔里希·克罗默·冯·贝雷尔表示:“嵌入式视觉成为趋势,机器视觉的智能正从外部PC进入设备内。”他还说明:“机器视觉在汽车等现场对物品进行分类,并通过算法挑出肉眼看不到的不良。”斯图加特会展公司团队总监弗洛里安·尼特哈默评价称:“本次可以说深度学习、嵌入式视觉、高光谱成像是主题。”“参展商中60%为海外企业,中国在相机、光学镜头、照明方面很有信心,韩国数量少但品质高。”






