ABOUT RELY-MEASURE
您的当前位置:主页 > 使用说明 >

经历了动荡低迷的2019准备好迎接20了吗?

发布时间:2021-02-20 13:43 作者:12博官网

  2019年中美贸易战的持续蔓延,导致整个经济大环境动荡低迷,尤其是制造业领虽然这一年对于整个机器视觉行业来讲并不是一个好年头,但纵观整个行业,人们依然看好未来的发展,毕竟越是艰难的环境,就越需要有更先进的产品和技术来实现精益化生产,并且很多行业向全自动化、精密、降本增效的更高段位发展,也是

  江河奔流,不舍昼夜。对于新的一年,产业大环境是否会有所回暖?市场对机器视觉技术会显现出哪些更加明显的需求?5G的启动是否会成为机器视觉行业带来新的发展契机?深度学习、3D成像、嵌入式视觉等技术在新的一年中会有怎样新进展?这个行业内的资本动态是否会引发行业洗牌?企业对于2020年又会有怎样的发展规划?对此,我们来听听业内一些企业高管的声音。

  “对于刚刚过去的 2019 年,工业市场对机器视觉的需求表现疲软;相比之下,科研领域的需求相对较为强劲。”北京微视新纪元副总经理欧阳哲说,“制造领域的市场需求,将会随着5G的逐步应用而涌现出广泛的应用前景。除了工业制造领域外,我们也非常看好科研视觉领域。”

  针对市场需求对机器视觉技术本身的要求,欧阳哲认为,随着AI和传统算法软件的完善,很多机器视觉应用的难点演变成了如何把图像拍好,这使得相机、镜头、光源的配合成了亟待提升的关键环节。

  随着AI和传统算法的完善,很多工厂希望可以结合5G把信息传到云端,用AI做分析,实现智慧工厂的应用。目前5G主要是下行带宽很大,未来结合智能制造和人工智能,5G的上行带宽也要求很高,希望至少达到1G以上。这对基站和5G生产制造商有较高的要求。我们认为,机器视觉系统结合5G将会给未来的机器视觉市场带来很多机会,使得很多应用场景从不可能变为可能、从之前的复杂变得简单、从价格昂贵到经济实惠。

  微视新纪元作为国内最早推广AI的视觉公司之一,2019年大力发展5G相机,已经成功实现了相机通过5G模块实现图像传输,并在华为的5G比赛中获奖,同时已经在一些智慧工厂项目中落地。“结合我们之前的人工智能技术,未来我们会主推AI+5G+视觉的解决方案在越来越多的领域落地应用。”欧阳哲总结说。

  “随着年轻人越来越不愿意从事重复性的体力劳动,劳动力成本急速上升,工厂对智能自动化设备的需求日益凸显,这为机器视觉技术在工业制造领域的落地发展提供了市场基础。” 回顾刚刚过去的2019年市场对机器视觉技术的需求,思特威科技CMO Chris Yiu女士表示,“目前产品质量检测依然依靠大量人力做肉眼判断,效率低、成本高、漏检误检严重。随着工业自动化的发展,取代人眼缺陷检测的机器视觉,将朝着更智能化方向发展,深度学习算法将支持更多缺陷类型,增量学习也能不断提升产品适用性。另外,随着制造效率需求的不断提升,机器视觉也将往更加精准化、智能化的方向发展。”

  对于2020年的市场发展趋势,Chris 认为,提升工业机器人的感知力至关重要,首先要解决的问题就是让机器人看得更快速、更清楚、更准确。机器视觉作为工业机器人的眼睛,其成像效果直接决定了后续AI运算的基础。因此,无论是精细的操作要求(工业自动化制造)亦或是高准确度的筛选与识别(缺陷检测),都对机器视觉提出了越来越高的要求。

  Chris 表示,如何更灵活、更经济地实现机器视觉能力的提升、优化工业机器人的感知力,将成为助力工业AI落地和普及的关键。增加笨重的视觉辅助设备或承担高额的增设成本固然能满足需求,但却必然会对工业AI大规模普及产生一定的阻力。

  除了工业制造领域,安防影像分析、泛金融身份认证、手机及互联网娱乐、自动驾驶等也将成为机器视觉渗透的主要领域。

  思特威电子科技有限公司(SmartSens Technology)是一家从事CMOS图像传感器芯片产品研发、设计及服务的高新技术企业,2011年创立,总部位于上海,并在北京、深圳、杭州、香港、新竹以及美国圣何塞等多个城市设有研发中心与销售办公室,网络遍及全球。

  2019年思特威发布了业内首创的DSI像素技术,并基于该技术发布了四款CMOS图像传感器芯片。作为思特威自主研发的Smart Pixel-2TM技术,DSI像素技术的成像性能较第一代所采用的FSI技术具有显著提升。此外,思特威还推出了自主研发的LED闪烁抑制技术,CMOS图像传感器能够通过该技术提供的有效抑制能力,解决LED闪烁问题带来的车用安全隐患,进一步提升人工智能辅助驾驶系统及自动驾驶应用的安全性。而在4K消费级视频应用、工业级应用以及网络摄像头领域,思特威也先后推出了全新CMOS 图像传感器。

  在生态方面,思特威与合作伙伴围绕技术应用发展趋势,开展了紧密的技术开发与商业合作,其中包括与全球领先的高性能传感器解决方案供应商艾迈斯半导体(ams)就3D和NIR传感器开展合作,与MEMS图像防抖领域的创新者MEMSDrive联手,推动摄像头防抖技术革新。在2019年深圳安博会期间,思特威还成功举行了首届“思特威合作伙伴大会”,增强与产业链上合作伙伴及业内人士的链接。

  Allied Vision:机器视觉与人工智能紧密结合是2020年的发展趋势

  “尽管受到大环境的影响,2019年机器视觉在部分行业应用的发展放缓,但整个工业界对视觉方案的持续需求和不断智能化、自动化的趋势,让机器视觉整体还是保持了一定的发展势头。”Allied Vision(上海)总经理黄俊华说道。

  传统的视觉应用一般基于PC,几十年来技术水平确实有很大的提高,但是也存在着体积大、智能化不足等缺陷。随着嵌入式视觉和人工智能技术的发展,可以让一些需求始终比较强劲的应用,如瑕疵检测、尺寸测量、机械手引导、目标定位等,以更紧凑、更智能的方式来满足。

  消费电子作为引领机器视觉发展的行业,预计2020年在5G、折叠屏等技术的加持下,又将迎来一次高增长。消费者对产品质量和制造商对成本要求的提升,促使整个消费电子制造产业更精密、更高效。机器视觉在高效、高精度质量检测方面发挥着关键作用,机器视觉与人工智能技术更加紧密的结合将是2020年的发展趋势。此外,机器视觉在物流、医疗、无人驾驶、无人机、家用视觉电器等领域,也将得到进一步广泛应用。

  为满足市场需求,机器视觉技术本身也必须不断发展。从硬件方面来讲,机器视觉部件本身的质量,严重影响着整个制造业的质量水平,其中工业相机因受制于CPU芯片的架构,一直以来并没有特别的改进和发展,无法适应人工智能算法的并行以及大运算量需求;另外智能终端视觉运算需求也越来越多,除了要保证计算量以外,对于运算模块的能耗也有严格限制,特别是对于电池供电的终端设备。从软件方面来讲,尽管目前机器视觉算法已达到较高水平,但也存在着个别场景实施困难、工程师工作量过大、项目周期长等问题,严重制约了机器视觉的广泛应用;人工智能算法经过多年的发展,形成了多套标准算法库,在算法精度以及易用性方面已经有了较大的改善,特别是对于一些传统机器视觉算法中的难点问题,人工智能算法能实现简单易用的高精度的应用方案。

  5G的商用是一个新契机。5G时代的高带宽、低延时为视觉处理终端的无线部署创造了非常好的基础设施条件,但同时也对视觉成像模块的小型化、智能化、低功耗提出了更高要求。Allied Vision全新的Alvium嵌入式平台,尺寸小、功耗低,且以MIPI接口来高速连接智能处理芯片/智能运算模块,非常适用于5G时代下新型视觉产品的开发部署。另外,5G产业本身也需要机器视觉助力来生产更精密的生产装配设备。例如,5G通讯的高带宽需要更先进的光传输模块,作为短波红外相机的一种典型应用,Allied Vision Goldeye相机已被广泛用于光纤通信的生产装备工艺中。

  2019年中美贸易战一度恶化,以及华为、海康、大华等被加入美国进出口贸易实体清单,加剧了国内外厂商的竞争。国际机器视觉标准大会(IVSM)首次在中国举办,提高了中国机器视觉团体的国际影响力。这一年机器视觉行业内的并购活跃,说明了资本市场对于机器视觉行业的重视,并购的对象也是未来行业的焦点。Allied Vision的母公司TKH Group 最近整合了多家成像技术软硬件公司,着力打造综合性一站式机器视觉产品和解决方案提供商Lakesight集团。其中SVS-Vistek工业相机公司被TKH Group收购,且并入Lakesight集团,增强了Lakesight作为机器视觉全方位供应商在超高相素相机方面的生产研发能力。

  Allied Vision作为一家30年历史的德国机器视觉相机厂商,见证了整个机器视觉行业的发展历程。2019年发布的Alvium系列创新相机平台,突破了现有嵌入式应用相机模块的限制,为系统设计人员提供了前所未有的自由度。通过将革命性的ALVIUM技术(一款由Allied Vision独家设计的SoC)注入其中,我们为嵌入式领域带来了工业相机的强大性能。相比现有相机产品,Alvium具备多项未来视觉应用所需的特性,包括轻松支持未来的图像传感器、内置智能电源管理系统、板载图像预处理帮助分担嵌入式处理带宽、优化的成本、兼具经典机器视觉相机与嵌入式传感器模块的优势。

  未来5年,Allied Vision非常看好嵌入式视觉市场。嵌入式视觉由于其低成本、低功耗的特性,将在智能工厂、柔性制造、边缘计算、人工智能等多个领域大放异彩。

  “机器视觉市场在2018年高速增长的基础上,2019年总体实现了较为温和的增长。在消费电子、液晶面板、动力电池、太阳能等行业应用,依然对机器视觉有着强劲需求。”安森美半导体大中华区智能感知部工业市场营销经理颜凯说道,“当然,考虑到行业有各自的周期,它们表现出的增长不尽相同,例如2019年,受累于智能手机市场的整体饱和,消费电子应用增长呈现放缓。”

  在中国智能制造装备升级的战略下,工业制造会保持增长的趋势。这对于机器视觉也提出了更高的要求。需要提供多元化的产品,以满足不同行业的需求。例如,更多的分辨率选择适应不同的应用场景,更高的帧率提升系统的效率,多光谱成像等等。产品会向更高分辨率升级,十年前,典型工业相机的分辨率为30万到200万像素,现在已经逐渐向500万和1200万像素升级。

  除了传统制造业,安森美半导体也非常看好智能交通和物流行业。随着智慧城市建设的深入,对智能交通系统的需求日益旺盛。而智能交通系统在提升城市交通效率、确保城市安全方面,发挥着重要作用。

  物流应用是另一个亮点。随着电商的高速增长,中国物流行业蓬勃发展。更多的包裹需要更有效率的处理。机器视觉技术会广泛应用于包裹分拣、无人仓储方面,大幅提升物流效率。

  当然这些应用也会对机器视觉技术本身提出新的要求。(一)性能的提升:包括更高的分辨率、更高的带宽、以及更加智能的算法。随着机器视觉技术的普及,客户会更多元化,需要更好的产品满足众多需求。(二)成本的降低:目前大部分机器视觉应用都集中在中高端制造业上,这和机器视觉系统成本有关。未来需要为更多等级的客户提供性价比更高的产品。(三)提升系统的易用性:要搭建一个适合客户需求的视觉系统,需要具备光学、电子以及图像算法的专业技能,这对于用户而言是不小的挑战。如果未来机器视觉产品可以降低技术门槛,也会得到进一步普及。

  2019年是5G元年,标志着5G相关设备、产品会迎来爆发性增长。机器视觉技术在电子产品制造上有着数十年的成功应用经验。如何满足5G时代客户的需求,这就要求对于新的生产需求有准确的理解,以匹配合适的产品,提升生产效率。

  另外,5G网络的商用将为机器视觉带来革命性变化。5G提供了一个便捷、高速的通信网络。对于机器视觉系统来说,原来孤立的数据,可以通过5G很方便地和工厂的中央系统连接,实现数据的实时交互。目前,数据是在终端直接处理,而未来可能更多的在云端处理。云端可以部署更加强大的处理器,运行更加复杂的算法,可以完成之前无法实时处理的检测任务,这将为机器视觉应用提供更多可能。

  人工智能、3D成像和高光谱成像将会备受关注。人工智能正逐步在机器视觉检测应用中落地;机器人的深入应用将推动3D成像进入高速发展通道;通过特定波段才能检测出的特征需求,让高光谱成像应用快速增长,比如和资源回收相关的产业。

  安森美半导体全新发布的XGS系列工业级CMOS图像传感器,采用领先的CMOS图像传感器技术,其基于3.2μm的全局曝光像素设计,最高支持1600万像素分辨率,可提供卓越的图像品质。其家族式的产品设计,完美覆盖了从入门到高端的成像需求,并且减小了用户开发成本。小巧的封装(29mm×29mm)和低功耗设计,为用户设计相机提供了更多灵活性,并且价格极具竞争力。

  对于目前机器视觉的应用领域,杭州海康机器人技术有限公司副总裁吴尧认为,“除了3C行业的大量应用外,新能源、汽车、电子半导体以及快递物流行业,对机器视觉的需求也比较旺盛。另外,随着机器视觉设备成本的下降,其在传统行业的渗透率也会慢慢上升。机器视觉系统对生产效率提升的案例日渐增多,得到了客户的认可和肯定,上门垂询的情况显著提升。”

  从用户层面来讲,他们会特别看重投入产出比,能节省多少人力、能提高多少效率,都要了然于胸。目前用户更加强调节省人力,但长远来看,隐性的品质控制也至关重要。

  在当前的工厂生产过程中,往往是组装部分自动化程度高,但在质检环节仍然主要靠人工完成,因此贴合客户业务和场景的自动化缺陷检测,是当前亟需普及的应用。例如,手机屏表面的检测,包括划痕、屏幕坏点,这两者的缺陷完全不一样(形态不一),传统的视觉系统需要根据实际场景搭建不同的算法模块,算法通用性差,很难实现全面覆盖。现在利用AI深度学习技术,可以利用通用的框架来进行缺陷检测,视觉系统部署起来也会更贴合实际应用,提升适应性。

  对于5G网络能为基于深度学习的机器视觉带来的新机会,吴尧表示:“5G的大带宽、低时延等特性,正是为工业互联网的连接多样性、性能差异性、通信多样化的需求而生。基于深度学习的机器视觉技术,会产生大量的数据存储和交互行为,而5G通讯可为这些数据的分析和挖掘奠定基础。”

  海康机器人在技术上正稳步向起步较早的海外厂商靠拢,部分产品的技术水平和质量已能与海外产品相媲美。其中2019年初基于IMX 411卷帘快门传感器开发的工业面阵相机,具备151MP的超高分辨率,可以清晰捕捉任何缺陷,大幅提高了检测效率,已然是用户心中高品质的“检察官”。

  海康机器人拥有全面的产品线,包括工业相机、智能相机、智能读码器、立体相机、视觉控制器、算法平台、镜头及相关配件等,这两年也在用户中赢得了较好的口碑。未来,“我们会继续在技术、研发、质量控制、营销服务等方面进行战略布局,聚焦工业视觉传感应用,专注底层算法软件和硬件技术,为客户提供领先的机器视觉硬件产品和算法平台。我们希望通过机器视觉辅助工厂实现自动化,提升生产的效率、准确率和柔性,持续推动机器智能化,引领智能制造进程。”吴尧说道。

  “随着工业制造的飞速发展,人们对产品质量要求越来越高,从原来对产品的关键尺寸、核心部位做抽检、离线检,发展到全检、在线检的需求越来越多。”基恩士(中国)有限公司精密测量部门3D开发组市场经理丁驰说道,“从行业需求来看,3C、汽车、锂电池、手机等精密制造行业对高精度检测的需求最为明显。另外,以往与精密测量关系不大的钢铁、运输、物流等新行业,现在也出乎意料地表现出强劲需求。例如材料表面瑕疵检测、钢铁平面度测量、物流产品分选等应用,几乎都在运用3D视觉,3D检测无疑已成为行业发展的主流。”

  市场越来越大,挑战也越来越高。丁驰介绍说,目前用户不仅要求产品好,还要求价格低、有附加值。基恩士持续响应市场要求,为客户提供高质量、高附加值的产品,尤其致力于光学原理产品的研发。

  基恩士2019年发布的LJ-X8000系列线激光测量仪,配备高精度CMOS芯片,搭载显微镜级别的镜头组合,实现3200个点/轮廓的超高精度在线/离线测量,可对应各种材质的目标物,是一款专门为3D检测而生的检测仪。

  决定3D检测效果的因素有两个——硬件成像和软件算法处理。目前市场上很多检测产品存在有噪点、无效数据多、图像失真、受振动影响大等问题,成像能力无法满足客户需求。针对成像缺陷,常用是用软件算法来处理和弥补,但这样做会导致在线检测的重复精度、相关性变差。

  LJ-X8000系列极其重视成像能力本身,真正做到了即使不依赖软件处理,也能轻松获取高精度3D图像。这样的技术能力,源于基恩士近40年来在激光位移测量技术研发方面所积累的高超的CMOS设计技术,以及在显微镜开发方面所积累的镜头技术。

  详细来说,当像素尺寸变为原来的1/4时,CMOS上的受光尺寸也必须变为原来的1/4,否则精度会变得很差。或者说CMOS的像素间隔缩小为原来的1/2,每个像素的受光量也会缩小为原来的1/4。因此对象物的反射光很弱时,也可保证和以前同等级或更好的受光量。因此,才能确保实现3200点的像素及16kHz的高速采样频率。LJ-X8000系列就是这样一款极度追求硬件成像能力的产品。

  客户在软件上有两种选择。一种是LJ-X8000 Package版本,特点是3D检测无需复杂的程序设定,所有计算都以工具选项的方式呈现,仅需简单选取即可;大多数客户都可轻松操作,控制器可输出计算结果。另一种是LJ-X8000A 3D开发版本,特点是开放输出点云数据/3D图像,支持客户自己的软件处理3D,主要面向重视自由度的客户。

  “基恩士希望LJ-X8000系列产品能打破‘3D检测必须依靠软件处理’的传统概念,”丁驰说,“我们对LJ-X8000系列充满信心,希望它能为客户带来更多附加值,推动3D检测市场的发展。”

  基恩士作为专业研发销售传感器的公司,1974年在日本大阪成立,2001年在上海成立中国区总部,目前已在全国各中心城市成立21个办事处。从成立到现在,基恩士始终贯彻直销体系,为客户提供直接、迅速的支持。

  大恒图像作为国内拥有近30年历史的老牌企业,在机器视觉部件及系统集成与整合方面有着丰富的技术和经验积累,同时也见证了中国机器视觉行业从无到有的发展历程。大恒图像市场部产品经理赵会宾在谈到当下机器视觉的热点应用领域时表示:“通过近些年服务客户的成功案例来看,目前对机器视觉行业贡献较大的行业有消费电子、汽车、新能源等。除此之外,大恒图像也会对产品追溯、食品包装、垃圾分类处理及半导体等领域保持持续密切关注。”

  除了在当下熟知行业的应用外,机器视觉未来还将应用到更广泛的领域。“对于新开拓的领域,客户对机器视觉供应商的专业服务能力会提出更高的要求;只有具备专业性,才能有效协助客户将机器视觉专业知识应用到客户所在的领域。”赵会宾说道,“而对于现有比较成熟的机器视觉用户,则更应该不断提升产品及服务的专业化程度,以更新的技术和更高效的专业服务,来提高机器视觉产品的使用效率及成效。综合水平的提高是整个行业面临的最大挑战,技术与服务同步提升,才能更好地服务于我们的行业用户。”

  PALLAS-6513M-M0是大恒图像推出的首款工业智能相机,也是首个采用 Xilinx Zynq UltraScale + MPSoC芯片(4核 A53@1.2GHz)的智能相机,处理速度更快。该相机集诸多优势于一身,如提供图形化用户界面、丰富的视觉工具、无需编程、易操作;通讯接口丰富,内部实现UART、I/O、Ethernet等数据传输、光源控制,无需扩展板;开放式平台,采用嵌入式Linux系统,支持GENiCAM协议,易于和第三方软件集成;结构紧凑(90.7mm×39.5mm×60.5mm),IP67防护等级,功耗低(6w)。

  该智能相机采用MVTec的Merlic软件,可实现拖拽式开发,尤其适用于1D/2D码识别、OCR、测量、校准、检测等应用,目前已成功应用于地铁巡检OCR、IC器件瑕疵检测等项目中。

  深度学习通过独特的方式来处理信息、并依据信息采取行动,这项技术为许多领域带来了颠覆性的技术转变。在机器视觉领域,深度学习技术的最早且目前最成熟的用途之一是工业检测,例如用于PCB检测系统。

  深度学习技术正在机器视觉领域快速部署,比如用于分析房屋的卫星图像以进行太阳能潜力调查;市政部门将深度学习用于路牌位置分类;部署在智能手机上,以提供个性化皮肤检测或儿童视力障碍检测;甚至可以利用现成的相机能够角落周围的景物。

  历史上,高光谱和多光谱成像已经用于一般土地调查和监测气候变化。近年来,高光谱/多光谱成像已经在农业领域广泛应用,例如用于常规作物健康测量和专门检测病态作物等。

  此外,高光谱/多光谱成像技术还可用于测量消费类电子显示器、改善肿瘤手术的图像质量以及监视核聚变反应堆等,未来该技术将获得广阔的应用天地。

  虽然偏振技术在视觉领域的应用由来已久,但是仍然有很多偏振应用是人们尚未意识到的,例如减少反射、分析薄涂层以及检测斜率变化。

  随着片上偏振器的出现,以及将偏振技术集成到智能手机中的可能性,在不久的将来,我们有望看到偏振技术在视觉领域的更多应用。

  如果非要给“嵌入式视觉”下个定义的话,我们可以将其理解为它是专门为“在非常小的平台上运行”而设计的视觉系统。

  传统的视觉应用一般基于PC,存在着体积大、成本高、很多时候功能闲置等不足。而嵌入式视觉可以让一些特定的应用,如瑕疵检测、尺寸测量、机械手引导、目标定位等,以更紧凑、更经济的方式来满足。未来嵌入式视觉的应用会越来越普遍。

  2019年,各种3D应用不断涌现,大有日趋普及之势,例如用于键合线检查、收获甜椒、物流电子交付、提高电弧焊质量以及修整泡沫汽车内饰等。

  3D激光扫描仪可用于检查水下结构,通过研究飞机机翼上的积冰来使空中旅行更安全,并自动对地面车辆进行轮廓分析。

  价格可被接受的立体视觉相机(如Intel RealSense)的引入,使得无人机群可以交流;微软支持创新的4D跟踪系统的Azure Kinect,允许集成商和工程师有更多的空间来开发新的视觉系统。

  计算成像通常为其他系统提供支持作用,计算成像本质上是一种增强捕获的图像的方法,例如合并在不同条件下拍摄的图像。光度立体视觉也是一种计算成像技术,可以用来增强图像的对比度。

  计算成像算法允许研究人员利用激光雷达系统发射的单个光子进行远距离拍摄。计算生成的高动态范围图像,可用于测量钢铁产品表面的油漆涂层厚度。目前,机器视觉开发人员可能只触及了计算成像强大功能的冰山一角,这一技术值得继续深入关注。


12博官网
Copyright © 2018 12博官网 All Rights Reservrd 版权所有 技术支持:捷搜网络
网站部分图片来自互联网,如有侵权,请及时通知,我们会及时更换!