在過去的一年里，人工智能(AI)、大數(shù)據(jù)、3D成像和機(jī)器人過程自動化等領(lǐng)域在取得了空前的發(fā)展。接下來的日子，機(jī)器視覺技術(shù)應(yīng)用還將蓬勃發(fā)展，新機(jī)器視覺認(rèn)為五大發(fā)展趨勢將引領(lǐng)行業(yè)應(yīng)用。

3D成像和Bin Picking

工業(yè)自動化正在推動工廠變得更加智能，并可以取代人工減少勞動力。機(jī)器視覺用于質(zhì)量控制檢查已經(jīng)得到了廣泛的應(yīng)用，但是隨著3D傳感器和機(jī)械手拾取集成解決方案的出現(xiàn)，新的市場正在開拓。不管零件的位置和方向如何，機(jī)器人拾取系統(tǒng)都可以隨機(jī)抓取物體。3D視覺系統(tǒng)可以大量識別隨機(jī)放置的部件，如手提箱和零件盒。由于機(jī)器人的動態(tài)處理，可以在不同方向和堆棧中選擇復(fù)雜的對象。將人工智能（AI）與拾取操作相結(jié)合可以實(shí)現(xiàn)零件自自主選擇，提高生產(chǎn)率和循環(huán)時間，減少過程中人機(jī)交互的需要。

云端深度學(xué)習(xí)

5G數(shù)據(jù)網(wǎng)絡(luò)的到來為自動駕駛汽車提供了執(zhí)行基于云計(jì)算的機(jī)器視覺計(jì)算的能力。海量機(jī)器類型通信(mMTC)允許在云中處理大量數(shù)據(jù)，用于機(jī)器視覺應(yīng)用程序。使用卷積神經(jīng)網(wǎng)絡(luò)分類器的深度學(xué)習(xí)算法可以快速進(jìn)行圖像分類、目標(biāo)檢測和分割。未來一年，這些新的人工智能和深度學(xué)習(xí)系統(tǒng)的開發(fā)將會增加。

機(jī)器人

根據(jù)國際機(jī)器人聯(lián)合會(International Federation of Robotics)的數(shù)據(jù)，2018年是機(jī)器人銷量創(chuàng)紀(jì)錄的一年，工業(yè)機(jī)器人銷量增長了31%。人類協(xié)作機(jī)器人、簡化使用和過程學(xué)習(xí)等趨勢，幫助推動了機(jī)器人在工業(yè)自動化領(lǐng)域的使用。在未來，工業(yè)機(jī)器人將更容易和更快地使用直觀的界面編程。人機(jī)協(xié)同將支持小批量、高復(fù)雜性的柔性生產(chǎn)。使用復(fù)雜性的降低使得機(jī)器人和視覺系統(tǒng)在中長期內(nèi)得到廣泛使用。

高光譜成像

下一代模塊化高光譜成像系統(tǒng)提供了工業(yè)環(huán)境中的化學(xué)材料性能分析。化學(xué)色彩成像通過不同顏色的結(jié)果圖像可視化材料的分子結(jié)構(gòu)。這使得化學(xué)成分可以在標(biāo)準(zhǔn)的機(jī)器視覺軟件中進(jìn)行分析。典型應(yīng)用包括肉類生產(chǎn)中的塑料檢測、不同可回收材料的檢測和泡丸檢驗(yàn)質(zhì)量控制。這類系統(tǒng)的主要障礙是處理所需的數(shù)據(jù)量和速度，但更快的處理、更好的算法和相機(jī)校準(zhǔn)的發(fā)展，仍使其成為2019年的熱門話題。

熱成像工業(yè)檢測

熱成像相機(jī)傳統(tǒng)上用于國防、安全和公共安全，熱成像技術(shù)廣泛應(yīng)用于探測。對于許多工業(yè)應(yīng)用，例如汽車或電子工業(yè)的零部件生產(chǎn)，熱數(shù)據(jù)是至關(guān)重要的。雖然機(jī)器視覺可以看到生產(chǎn)問題，但它不能檢測熱異常。熱成像與機(jī)器視覺相結(jié)合是一個不斷發(fā)展的領(lǐng)域，這使得制造商能夠發(fā)現(xiàn)肉眼或標(biāo)準(zhǔn)相機(jī)系統(tǒng)無法看到的問題。熱成像技術(shù)提供非接觸式精密溫度測量和無損檢測，這是機(jī)器視覺和自動化控制領(lǐng)域的發(fā)展方向。

總結(jié)

與工業(yè)4.0相關(guān)的技術(shù)正在推動制造業(yè)發(fā)生的更多變化。機(jī)器視覺適用于所有行業(yè)，但在食品飲料、制藥和醫(yī)療器械制造等高規(guī)格、高監(jiān)管行業(yè)尤為重要。企業(yè)轉(zhuǎn)向工廠自動化技術(shù)有多方面原因，包括提高生產(chǎn)線效率、更有效地利用資源和提高生產(chǎn)率。根據(jù)推測，預(yù)計(jì)在2019年機(jī)器視覺相關(guān)技術(shù)在各個領(lǐng)域的的需求還將不斷增長。