工業(yè)4.0正在徹底改變我們所知的制造業(yè)。建立在整合了機(jī)器人、人工智能、機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析、云計(jì)算和傳感器的技術(shù)之上，這場(chǎng)第四次工業(yè)革命正在提高工廠效率，增加生產(chǎn)穩(wěn)定性，并最大限度地降低運(yùn)營(yíng)成本。制造商報(bào)告說(shuō)，在投資工業(yè)4.0計(jì)劃后，他們?cè)诋a(chǎn)出、工廠利用率和勞動(dòng)生產(chǎn)率等方面取得了10-12%的收益。一路走來(lái)，工業(yè)4.0正在帶來(lái)增強(qiáng)可持續(xù)性和減少污染的社會(huì)效益。

工業(yè)4.0分析由安裝的智能傳感器收集的數(shù)據(jù)，以預(yù)測(cè)結(jié)果和確定行動(dòng)。在這個(gè)生態(tài)系統(tǒng)中，機(jī)器視覺(jué)相機(jī)作為另一個(gè)傳感器，收集有關(guān)物理世界的視覺(jué)信息，就像捕捉溫度、振動(dòng)、壓力或流速的傳感器一樣。由于是數(shù)字化的，來(lái)自機(jī)器視覺(jué)系統(tǒng)的數(shù)據(jù)可以很容易地聯(lián)網(wǎng)，并與整個(gè)工廠的其他子系統(tǒng)和設(shè)備共享，形成一個(gè)持續(xù)改進(jìn)的循環(huán)。

什么是機(jī)器視覺(jué)？

為了更好地理解機(jī)器視覺(jué)，讓我們看一下它是如何工作的一個(gè)例子。在這種情況下，我們強(qiáng)調(diào)它在自動(dòng)化檢測(cè)缺陷產(chǎn)品方面的應(yīng)用--它最常見(jiàn)的工業(yè)應(yīng)用。當(dāng)傳感器檢測(cè)到生產(chǎn)線上有物體存在時(shí)，這個(gè)過(guò)程就開(kāi)始了，它觸發(fā)了一個(gè)光源，使該區(qū)域得到明亮的照明。攝像機(jī)以每秒一幀或 "fps "的速度捕捉被照亮產(chǎn)品的圖像。在大多數(shù)情況下，一個(gè)被稱為圖像采集器的數(shù)字化設(shè)備將圖像轉(zhuǎn)化為數(shù)字輸出，然后傳輸并保存在一臺(tái)主機(jī)上。個(gè)人電腦上的專業(yè)軟件將圖像與一組預(yù)先確定的標(biāo)準(zhǔn)進(jìn)行比較，以識(shí)別缺陷。如果發(fā)現(xiàn)缺陷，產(chǎn)品將無(wú)法通過(guò)檢查，并被從裝配線上移走。像這樣的視覺(jué)系統(tǒng)可以檢查產(chǎn)品的位置、顏色、大小或形狀方面的缺陷，或者它可以確定在其視野內(nèi)是否存在物體本身。

機(jī)器視覺(jué)組件？

完成錯(cuò)誤檢測(cè)過(guò)程需要系統(tǒng)組件的有序定位，以實(shí)現(xiàn)信息的流動(dòng)，從傳感器開(kāi)始到最后的圖像處理，如上所述。除了相機(jī)、照明、主機(jī)、圖像采集器和軟件外，機(jī)器視覺(jué)系統(tǒng)還需要一個(gè)鏡頭、以太網(wǎng)、光纖或同軸電纜以及各種接口外設(shè)。雖然基于以太網(wǎng)的 "智能 "相機(jī)在邊緣地區(qū)被廣泛使用，但工業(yè)4.0通常要求更高的成像速度和分辨率，而不是智能相機(jī)所能提供。出于這個(gè)原因，通過(guò)同軸電纜傳輸高帶寬數(shù)據(jù)的CoaXPress（CXP）點(diǎn)對(duì)點(diǎn)通信標(biāo)準(zhǔn)已成為高要求機(jī)器視覺(jué)應(yīng)用的事實(shí)標(biāo)準(zhǔn)。CXP通過(guò)單根電纜以高達(dá)50Gbts的速度將低延遲、低抖動(dòng)的圖像、信號(hào)和電源（Power over CXP）傳輸?shù)较鄼C(jī)。

工業(yè)4.0中的機(jī)器視覺(jué)

在工業(yè)4.0時(shí)代，機(jī)器視覺(jué)正在超越其傳統(tǒng)的錯(cuò)誤檢測(cè)增值功能。今天，它正被應(yīng)用于不同的領(lǐng)域，如用于預(yù)測(cè)性維護(hù)的監(jiān)測(cè)過(guò)程，以及使機(jī)器人能夠安全地與人類互動(dòng)并作出反應(yīng)的機(jī)器人引導(dǎo)。

當(dāng)與人工智能（AI）相結(jié)合時(shí)，機(jī)器視覺(jué)在解決制造問(wèn)題方面的用途幾乎是無(wú)限的。例如，人工智能可以賦予機(jī)器視覺(jué)系統(tǒng)自我調(diào)整的能力，使其在反饋循環(huán)中從每個(gè)周期中學(xué)習(xí)，每次都變得越來(lái)越聰明。機(jī)器學(xué)習(xí)可以使視覺(jué)系統(tǒng)高度熟練地理解大型圖像數(shù)據(jù)集，遠(yuǎn)遠(yuǎn)超過(guò)人類的能力。在機(jī)器視覺(jué)中加入自學(xué)算法的想法也很耐人尋味，因?yàn)橐曈X(jué)系統(tǒng)傳統(tǒng)上是用一套固定的規(guī)則工作的，這使得它們?cè)诿鎸?duì)快速變化的需要時(shí)缺乏靈活性。這一點(diǎn)很重要，因?yàn)?a href="http://www.xmydyc.com/shop/4344/index/" title="現(xiàn)代" target="_blank">現(xiàn)代生產(chǎn)線的設(shè)計(jì)要盡可能靈活，以快速適應(yīng)小批量的定制產(chǎn)品，這是工業(yè)4.0的基石。

協(xié)助機(jī)器視覺(jué)在工業(yè)4.0中應(yīng)用的另一項(xiàng)技術(shù)是嵌入式計(jì)算。本質(zhì)上，它在數(shù)據(jù)源頭或 "邊緣 "進(jìn)行分析，而不是通過(guò)已經(jīng)擁擠的網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)降诙攸c(diǎn)的服務(wù)器，因此減少了帶寬需求。例如，在BitFlow，我們將我們的Claxon CXP 2.0圖像采集器與NVIDIA? Jetson AGX Xavier開(kāi)發(fā)者套件結(jié)合起來(lái)，實(shí)現(xiàn)了一個(gè)非常小的外形尺寸的圖像處理系統(tǒng)，是邊緣計(jì)算的理想選擇。

除了制造業(yè)，工業(yè)4.0的一個(gè)令人興奮的領(lǐng)域是引導(dǎo)系統(tǒng)，它允許機(jī)器人和協(xié)同機(jī)器人有更大的自主權(quán)和尋路能力。除了幫助機(jī)器人更快、更安全地與人類工人一起工作外，機(jī)器視覺(jué)使機(jī)器人訂單揀選者能夠大大改善響應(yīng)時(shí)間并限制履行缺陷。攝像機(jī)還可以用來(lái)收集SKU數(shù)據(jù)，提高整個(gè)企業(yè)的可見(jiàn)度，例如發(fā)現(xiàn)重復(fù)出現(xiàn)的模式，可以預(yù)測(cè)可能的短缺、設(shè)備故障的根本原因或其他倉(cāng)儲(chǔ)異常情況。通過(guò)使用機(jī)器視覺(jué)，倉(cāng)庫(kù)系統(tǒng)變得更智能、更快速、更有效地精確提供客戶所需。

機(jī)器視覺(jué)在工業(yè)4.0戰(zhàn)略中發(fā)揮著動(dòng)態(tài)作用，通過(guò)對(duì)實(shí)時(shí)數(shù)字化圖像的提取、處理和分析，使網(wǎng)絡(luò)、機(jī)器人和工廠一級(jí)的管理人員實(shí)現(xiàn)了制造過(guò)程的可視化。視覺(jué)是人類最寶貴的感官之一，在機(jī)器中也越來(lái)越多。機(jī)器視覺(jué)系統(tǒng)幾乎可以在工業(yè)4.0的每一個(gè)階段實(shí)施，并作為樞紐產(chǎn)生豐富的數(shù)據(jù)，讓管理者對(duì)運(yùn)營(yíng)有更多的了解。