近段時間，“新基建”、“數(shù)字基建”成為熱點詞匯，“工業(yè)互聯(lián)網(wǎng)”作為新基建之一，不僅被市場廣泛關(guān)注，更在中央政治局會議中被著重點名。

2018年3月工業(yè)富聯(lián)的閃電過會，讓工業(yè)互聯(lián)網(wǎng)以一種極具沖擊力的姿態(tài)出現(xiàn)在公眾的視野。彼時國內(nèi)早已涌現(xiàn)出不少平臺型產(chǎn)品，也陸續(xù)有對外賦能的案例曝光，但資本層面的大動作，更容易讓人感受到行業(yè)蠢蠢欲動的生機，也從一定程度上給予一級市場以信心。

圖片來源于億歐網(wǎng)

如上如所示，2019年市場上獲得融資的工業(yè)互聯(lián)網(wǎng)領(lǐng)域相關(guān)企業(yè)一共有31家，其中還有少數(shù)幾家當(dāng)年獲得了兩輪融資，雖然較2018年的40多家(企名片數(shù)據(jù))相比略有下降，融資輪次也較多地集中在A輪，但整體還是呈現(xiàn)出向上發(fā)展的勢頭。

當(dāng)政策、資本都朝同一個方向發(fā)力時，產(chǎn)生的動力是強勁而迅猛的。但工業(yè)互聯(lián)網(wǎng)究竟憑借什么才可以扶搖直上九萬里?筆者在這里給出的答案是：機器視覺。

什么是機器視覺?

機器視覺是使用光學(xué)器件進行非接觸感知，自動獲取和解釋一個真實場景的圖像，以獲取信息和(/或)控制機器或過程。

機器視覺在生活中的的應(yīng)用及其廣泛，在交通領(lǐng)域、水文觀測、地質(zhì)災(zāi)害預(yù)警識別等領(lǐng)域，都發(fā)揮著重要的作用。而宏觀上看，發(fā)展速度較快的細分產(chǎn)業(yè)是人臉識別與圖像識別。這兩個分支行業(yè)，在金融、安防以及交通領(lǐng)域較為集中。

前段時間，華為安防就突然官宣：華為安防改名為機器視覺。傳統(tǒng)安防公司都在往“AIoT”上靠，而華為安防這次更名機器視覺，讓人多少有點意外。相比AIoT，機器視覺更具體和場景化。華為安防此次改名不乏希冀“機器視覺”助力千行百業(yè)數(shù)字化轉(zhuǎn)型的愿景。

那機器視覺究竟有什么硬氣可以負擔(dān)的起全行業(yè)數(shù)字化轉(zhuǎn)型這塊大蛋糕的呢?

▲機器視覺系統(tǒng)組成

圖片來源于ittbank

目前，機器視覺的基礎(chǔ)功能主要分為四大類：模式識別/計數(shù)、視覺定位、尺寸測量和外觀檢測，當(dāng)前的應(yīng)用也基本是基于這四大類功能來展開。

• 模式識別/計數(shù)：主要指對已知規(guī)律的物品進行分辨，比較容易的包含外形、顏色、圖案、數(shù)字、條碼等的識別，也有信息量更大或更抽象的識別如人臉、指紋、虹膜識別等。
• 視覺定位：主要指在識別出物體的基礎(chǔ)上精確給出物體的坐標和角度信息。定位在機器視覺應(yīng)用中是非常基礎(chǔ)且核心的功能，一個軟件的好壞大概率與其定位算法的好壞密切相關(guān)。
• 尺寸測量：主要指把獲取的圖像像素信息標定成常用的度量衡單位，然后在圖像中精確的計算出需要知道的幾何尺寸。優(yōu)勢在于對高精度、高通量以及復(fù)雜形態(tài)的測量，例如有些高精度的產(chǎn)品由于人眼測量困難以前只能抽檢，有了機器視覺后就可以實現(xiàn)全檢了。
• 外觀檢測：主要檢測產(chǎn)品的外觀缺陷，最常見的包括表面裝配缺陷(如漏裝、混料、錯配等)、表面印刷缺陷(如多印、漏印、重印等)以及表面形狀缺陷(如崩邊、凸起、凹坑等)。由于產(chǎn)品外觀缺陷一般情況下種類繁雜，所以檢測在機器視覺中的應(yīng)用中屬于相對較難的一類。

從技術(shù)實現(xiàn)難度上來說，識別、定位、測量、檢測的難度是遞增的，而基于四大基礎(chǔ)功能延伸出的多種細分功能在實現(xiàn)難度上也有差異。

機器視覺應(yīng)用中常見的幾種光源包括二極管、石英鹵素、金屬鹵化物、氙氣和傳統(tǒng)的熒光照明。如果條形碼或工件的一部分被遮擋，讀數(shù)可能會產(chǎn)生錯誤。

為了最大限度挖掘機器視覺的潛力，一臺工業(yè)設(shè)備使用高保真相機捕捉環(huán)境或工件的數(shù)字圖像。這些圖像可以在自動導(dǎo)引車(AGV)或機器人檢測站中拍攝。屆時，機器視覺將使用先進的識別算法來判斷其位置、身份或狀況。

機器視覺如何支持工業(yè)物聯(lián)網(wǎng)?

工業(yè)物聯(lián)網(wǎng)(IIoT)設(shè)備的普及標志著技術(shù)進步的一個重要時段。IIoT讓企業(yè)從上到下獲得前所未有的業(yè)務(wù)可見性。網(wǎng)絡(luò)傳感器和基于云的企業(yè)和資源規(guī)劃中心提供本地和遠程資產(chǎn)以及業(yè)務(wù)伙伴之間的雙向數(shù)據(jù)移動性。

雙向數(shù)據(jù)移動的媒介可以是像機械活塞或軸承一樣小的東西，也可以像卡車一樣龐大的物體，通過合適的物聯(lián)網(wǎng)硬件和軟件可產(chǎn)生有價值的運營數(shù)據(jù)。企業(yè)業(yè)務(wù)可以無處不在，即使在資源或勞動力短缺的情況下。

(1) 物聯(lián)網(wǎng)=無處不在的計算

機器視覺在萬物互聯(lián)的世界中處于什么位置呢?機器視覺使現(xiàn)有物聯(lián)網(wǎng)資產(chǎn)更加強大，能夠更好地傳遞價值和效率。可以期待它將創(chuàng)造一些新的機會。

(2) 傳感器可發(fā)揮出更大的潛力

機器視覺使得整個物聯(lián)網(wǎng)系統(tǒng)中的傳感器更加強大。傳感器不提供原始數(shù)據(jù)，提供一定程度的解釋和抽象，可用于決策制定或進一步的自動化。

(3) 降低帶寬需求

機器視覺可減少大規(guī)模物聯(lián)網(wǎng)建設(shè)的帶寬需求。與從數(shù)據(jù)源捕獲圖像和數(shù)據(jù)并將其發(fā)送到服務(wù)器進行分析相比，機器視覺通常在數(shù)據(jù)源進行研究。現(xiàn)代工業(yè)產(chǎn)生了數(shù)以百萬計的數(shù)據(jù)源，但在機器視覺和邊緣計算的作用下，許多數(shù)據(jù)點可以在不需要傳輸?shù)綌?shù)據(jù)中心的情況下產(chǎn)生可操作的分析結(jié)果。

(4) 支持物聯(lián)網(wǎng)自動化解決方案

機器視覺比較完美地補充了物聯(lián)網(wǎng)自動化技術(shù)。機器人檢測站可以比人類員工更高效率、更準確地工作，并且當(dāng)發(fā)現(xiàn)缺陷和異常時，會立即為決策者提供相關(guān)數(shù)據(jù)。

(5) 機器人之間協(xié)作的安全性和實用性

利用機器視覺構(gòu)建的導(dǎo)航系統(tǒng)使機器人和協(xié)作機器人具有更大的自主性和尋路能力，并促使它們與人類工作者一起更迅速、更安全地工作。在倉庫和其他具有高失誤風(fēng)險的環(huán)境中，機器視覺使得機器人提高訂單挑選的響應(yīng)時間，并降低由此導(dǎo)致的業(yè)務(wù)損失。

(6) 基礎(chǔ)設(shè)施之間交互的更順暢

無論是現(xiàn)在還是未來，市場經(jīng)濟需要公司和行業(yè)在耗費更少的時間、物質(zhì)和勞動力的前提下運營。機器視覺將繼續(xù)發(fā)力使無人機、物資搬運設(shè)備、無人駕駛車輛和托盤卡車、生產(chǎn)線和檢查站能夠更好地與網(wǎng)絡(luò)的其他部門交換詳細和有價值的數(shù)據(jù)。

在工廠環(huán)境中，這意味著機器和人員可以更好的協(xié)調(diào)工作，減少瓶頸、超限和其他干擾。

工廠如何應(yīng)用機器視覺?

當(dāng)考慮到典型工業(yè)流程中涉及的每一個步驟時，不難發(fā)現(xiàn)機器視覺可以改善流程的每一個方面。

為了制造一個的汽車零部件，人們需要和機器協(xié)作來采購原材料，評估其質(zhì)量，將它們運輸?shù)焦S進行加工，通過質(zhì)量檢查的合格產(chǎn)品會離開工廠，最終，零售商或終端用戶會收到它們。

無論這個產(chǎn)品是在運輸中，甚至是還沒有組裝，機器視覺均提供了一種自動處理它的程序。它提高了各個部門的效率，如裝配，并保持更高和更一致的質(zhì)量水平。

現(xiàn)實就是，不少公司已經(jīng)將機器視覺集成到他們的工作流程中。

有些應(yīng)用程序很簡單，比如在倉庫地板上畫一條線，讓無人駕駛的車輛安全地不越線行駛。其他的機器視覺應(yīng)用甚至更加復(fù)雜，即使是最簡單的例子也有改變游戲規(guī)則的可能。

在工業(yè)世界中，機器視覺的一些典型例子曾經(jīng)被是認為很難或不可能外包給機器人的。正如前文提到的，在涉及踐行成本、商譽和客戶方面，在倉庫中揀貨就是一個涉及高失誤風(fēng)險的過程，產(chǎn)品損壞、物品位置和SKU的細微變化均有可能造成失誤，因此采用機器學(xué)習(xí)進行貨物揀選是一種上上策。

現(xiàn)在自動揀選機器人可100%的完成工作要求，它們可以安全地導(dǎo)航，檢查儲物柜中的零部件和產(chǎn)品，使用機械手臂做出正確的揀選，并將揀選物品運輸?shù)郊Y(jié)或包裝區(qū)域。

這也就意味著公司運輸受損貨物或不正確sku的風(fēng)險要小得多。

自動化的質(zhì)量保證和檢查是機器視覺和物聯(lián)網(wǎng)結(jié)合的一個產(chǎn)物，它正在迅速普及。

在某些現(xiàn)代制造環(huán)境中，即使不犧牲人工工作，它也可以幫助管理員實現(xiàn)檢查流程的自動化并改善結(jié)果。取而代之的是，自動化檢測站處理這項高度精細的工作，而人們則需要學(xué)習(xí)更多認知上要求較高的技能。

2025年，協(xié)作機器人很可能在所有機器人銷售中占據(jù)34%的份額。這在很大程度上是由于機器視覺的改善，以及盡可能地消除現(xiàn)代工業(yè)中的低效、不準確性和浪費而做出的努力。

機器視覺與工業(yè)4.0

得益于配套基礎(chǔ)設(shè)施的不斷完善、制造業(yè)總體規(guī)模的持續(xù)擴大、智能化水平的不斷攀升、政策利好等原因，中國機器視覺市場需求不斷增長，據(jù)來自中商產(chǎn)業(yè)研究院的數(shù)據(jù)顯示，2018年中國機器視覺市場規(guī)模首次超過100億元，2019年逼近125億元。

沒有精鋼鉆，不攬瓷器活。隨著行業(yè)技術(shù)的提升、產(chǎn)品應(yīng)用領(lǐng)域更廣泛，未來的工業(yè)生產(chǎn)必將以“智眼”為核心，裝備在千千萬萬、形形色色的設(shè)備上，指揮各種各樣的“手、腳、身體”動作，實現(xiàn)“深度感知、智慧決策、自動執(zhí)行”的工業(yè)4.0藍圖!