機(jī)器視覺給人工智能帶來了什么

美國制造工程師協(xié)會（SME）視覺分會和美國機(jī)器人工業(yè)協(xié)會（RIA）自動化視覺分會對機(jī)器視覺的定義為：是通過光學(xué)裝置和非接觸式的傳感器，自動的接受和處理一個(gè)真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人/機(jī)械運(yùn)動的裝置。

機(jī)器視覺最早被提出來是在20世紀(jì)60年代，直到20世紀(jì)80到90年代，機(jī)器視覺才迎來了蓬勃發(fā)展，而在21世紀(jì)之后，機(jī)器視覺技術(shù)才步入成熟期。

有公開數(shù)據(jù)顯示，在2018年，全球用于工業(yè)自動化領(lǐng)域的機(jī)器視覺技術(shù)市場規(guī)模達(dá)44.4億美元，預(yù)計(jì)2023年將達(dá)122.9億美元，其年復(fù)合增長率高達(dá)21%。

相較于全球機(jī)器視覺行業(yè)而言，中國的機(jī)器視覺相關(guān)產(chǎn)業(yè)起步較晚，但發(fā)展速度很快。自2011年到2019年，我國機(jī)器視覺市場從10億元躍升到百億級，每年都維持著兩位數(shù)的增速。目前，中國已成為僅次于美國和日本的世界第三大機(jī)器視覺市場。

而2020年新冠疫情的爆發(fā)，雖然對整個(gè)行業(yè)有一定的沖擊影響，但卻成為了機(jī)器視覺最大的“練兵場””——無人機(jī)噴灑消毒、機(jī)器人無接觸式配送等，加速了大眾對機(jī)器人的認(rèn)知，長期來看，這無疑會加速機(jī)器視覺行業(yè)的發(fā)展進(jìn)程，各行各業(yè)將會對機(jī)器視覺的功能特性運(yùn)用更加多元化，助推行業(yè)的全面升級。

從目前的行業(yè)發(fā)展來看，機(jī)器視覺在功能上的應(yīng)用主要表現(xiàn)在四個(gè)方面：

一、導(dǎo)航和定位

對于人眼而言，導(dǎo)航和定位，實(shí)則就是通過雙眼來目標(biāo)物體的判定相對位置和絕對位置。于機(jī)器而言，則需為其造一雙“眼睛”——3D視覺來實(shí)現(xiàn)的。

談到3D視覺，首先說說3D視覺的測量原理。目前市場上主流的有四種3D視覺測量技術(shù)：雙目視覺、TOF、結(jié)構(gòu)光和激光三角測量。

1、雙目技術(shù)，是目前較為廣泛的3D視覺系統(tǒng)，它的原理就像我們?nèi)说膬芍谎劬?，用兩個(gè)視點(diǎn)觀察同一景物，以獲取在不同視角下的感知圖像，然后通過三角測量原理計(jì)算圖像的視差，來獲取景物的三維信息 。

雙目視覺對于硬件要求低，因而能一定程度上控制成本。但它對于環(huán)境光照非常敏感，光照角度變化、光照強(qiáng)度變化等環(huán)境因素的影響，拍攝的圖片亮度差別會比較大，這無疑加大了對算法的要求。另外相機(jī)基線（兩個(gè)攝像頭間距）限制了測量范圍，測量范圍和基線關(guān)系很大：基線越大，測量范圍越遠(yuǎn);基線越小，測量范圍越近。

雙目視覺優(yōu)劣勢決定了它更適合于制造現(xiàn)場的在線、產(chǎn)品檢測和質(zhì)量控制。當(dāng)然也有一些產(chǎn)品也會用此技術(shù)原理，如基于slam算法導(dǎo)航定位的終端產(chǎn)品、體感攝像頭等。

2、TOF（全稱：Time Of Flight）飛行時(shí)間法成像技術(shù)，它的原理是通過給目標(biāo)物連續(xù)發(fā)送光脈沖，然后用傳感器接收從物體返回的光，通過探測光脈沖的飛行時(shí)間來得到目標(biāo)物距離。

TOF的核心部件是光源和感光接收模塊，它不需要類似雙目視覺算法來計(jì)算，通過特定的公式即可直接輸出物體的深度信息，因而具有響應(yīng)快、軟件簡單、識別距離遠(yuǎn)的特點(diǎn)，而且由于不需要進(jìn)行灰度圖像的獲取與分析，因此不受外界光源物體表面性質(zhì)影響，不過TOF技術(shù)的缺點(diǎn)是，分辨率低、不能精密成像。

這就決定了TOF技術(shù)更適合遠(yuǎn)距離的3D信息采集，我們最常見的就是自動駕駛領(lǐng)域的激光雷達(dá)，但由于自動駕駛行業(yè)的發(fā)展特點(diǎn)，從而導(dǎo)致在該領(lǐng)域的激光雷達(dá)公司并不多，市場份額都已被頭部企業(yè)占領(lǐng)，后入者的市場門檻就因此變得很高。近幾年來，隨著To C市場掃地機(jī)器人市場份額的不斷壯大，很多企業(yè)都在考慮運(yùn)用TOF技術(shù)進(jìn)入該領(lǐng)域，在這里分得一杯羹。但擺在以TOF技術(shù)企業(yè)眼前最主要的問題是如何降低成本，我們拭目以待。

3、由于雙目和TOF都有各自的缺點(diǎn)，所以就有了第三種方式——結(jié)構(gòu)光技術(shù)，它通過一個(gè)光源投射出一束結(jié)構(gòu)光，打到想要測量的物體上，因?yàn)椴煌奈矬w有不同的形狀，這就會因一些條紋或斑點(diǎn)發(fā)生不同的變形，有這樣的變形之后，就需要通過算法可以計(jì)算出距離、形狀、尺寸等信息，從而獲得物體的三維圖像。

結(jié)構(gòu)光技術(shù)，既不需要用很精準(zhǔn)的時(shí)間延時(shí)來測量，又解決了雙目中匹配算法的復(fù)雜度和魯棒性問題，所以具有計(jì)算簡單、測量精度較高的優(yōu)勢，而且對于弱光環(huán)境、無明顯紋理和形狀變化的表面，同樣都可進(jìn)行精密測量，所以越來越多的行業(yè)應(yīng)用采用結(jié)構(gòu)光技術(shù)。最為常見的就是手機(jī)的面部識別。

4、激光三角測距技術(shù)，也是一種幾何測量方法，本質(zhì)上講，是在利用物體之間的三角幾何關(guān)系進(jìn)行測距。一個(gè)典型應(yīng)用就是利用激光作為光源的測量方案，它也是基于光學(xué)幾何原理，根據(jù)光源、物體和檢測器三者之間的幾何成像關(guān)系，來確定空間物體各點(diǎn)的三維坐標(biāo)。

這種方法通常用激光作為光源，用CCD/CMOS相機(jī)作為檢測器，具有結(jié)構(gòu)光3D視覺的優(yōu)點(diǎn)精準(zhǔn)、快速、成本低的優(yōu)點(diǎn)。根據(jù)幾何原理計(jì)算，被測物體越近，在CCD /CMOS上的位置差別就越大，分辨率和精度就越高，所以這種測量法在中近距離下的精度很高，特別適合中近距離測距，所以成為了室內(nèi)機(jī)器人測距定位的首選方案。

二、外觀檢查

外觀檢查是通過圖像處理技術(shù)來完成的，圖像處理其實(shí)是計(jì)算機(jī)對圖像信息進(jìn)行處理。

對圖像進(jìn)行處理的主要目的有三個(gè)方面：提高圖像的視感質(zhì)量、提取圖像中所包含的某些特征或特殊信息、圖像數(shù)據(jù)的變換、編碼和壓縮，以便于圖像的存儲和傳輸。而這些正是生產(chǎn)線上檢查產(chǎn)品是否存在質(zhì)量問題最好的應(yīng)用，這個(gè)環(huán)節(jié)也是取代勞動力最重要的部分。

除此，它還在其它的一些領(lǐng)域有應(yīng)用，如生成原圖的預(yù)覽圖、在小車或無人飛行器上裝載攝像頭，利用圖像處理技術(shù)處理攝像頭拍攝的畫面。

三、識別

識別，從字面上就可以看出，這是一個(gè)認(rèn)識加辨別的過程，需要機(jī)器有類人的判斷。因此識別主要是通過圖像處理和深度學(xué)習(xí)的融合來實(shí)現(xiàn)這個(gè)功能。

圖像處理把外部物體信息轉(zhuǎn)換成機(jī)器語言，然后過視覺感知來完成信息的輸入，這一過程實(shí)質(zhì)就是機(jī)器學(xué)習(xí)的過程，兩者疊加融合，從而使得識別功能變得智能。最為常見的應(yīng)用就是人臉識別和無人駕駛。

四、高精度檢測

高精度檢測其實(shí)和第一個(gè)導(dǎo)航定位功能原理相同，不同的是，它可能會把多個(gè)測量技術(shù)融合在一起，形成高精度的檢測系統(tǒng)。

因?yàn)檫\(yùn)用到高精度檢測的行業(yè)一般都是在精密加工型產(chǎn)業(yè)與高端工業(yè)制造領(lǐng)域等高要求的行業(yè)，檢測精度要求達(dá)到um級，這些都是人眼無法檢測到，必須用機(jī)器完成的。而這也成為了工業(yè)4.0時(shí)代，工業(yè)自動化的關(guān)鍵應(yīng)用。

人工智能和中國制造2025戰(zhàn)略的深入下行，勢必帶來機(jī)器視覺需求的不斷提升。

機(jī)器視覺屬于技術(shù)密集型行業(yè)，核心技術(shù)的積累和持續(xù)的技術(shù)創(chuàng)新是企業(yè)取得競爭優(yōu)勢的關(guān)鍵因素之一，我們期待行業(yè)有更多的優(yōu)秀者出現(xiàn)，一起為整個(gè)行業(yè)的發(fā)展添磚加瓦。

責(zé)任編輯：ct