由于能夠實現(xiàn)流程自動化并提高不同行業(yè)的生產力，機器視覺從未像現(xiàn)在這樣重要。在工廠車間內外，客戶的需求不斷擴大和發(fā)展，但供應商已經通過擴大機器視覺技術的能力來迎接挑戰(zhàn)。

以下是對機器視覺在技術和應用方面的一些最新趨勢的介紹。這包括深度學習的重要性日益增加，物流和倉儲的自動化程度提高，以及機器人拾取和放置技術的進步。

變革性技術

在過去的幾年里，COVID-19的中斷、勞動力短缺、供應鏈問題、通貨膨脹率上升和政治緊張局勢都凸顯了對自動化的需求越來越大。在許多情況下，這些企業(yè)沒有或仍然沒有必要的人力來經營業(yè)務。幸運的是，機器視覺系統(tǒng)代表了所有類型的公司保持燈火通明的一種方式，同時也提高了效率，推動了收入。

舉例來說，2021年--面對不確定的經濟--北美機器視覺市場的訂單量達到了30.2億美元的歷史新高，超越了2018年28.7億美元的前紀錄。相機、照明、光學器件、成像板和軟件的訂單全面增長，特定應用的機器視覺系統(tǒng)和智能相機也是如此。

作為其《2022年大創(chuàng)意》研究報告的一部分，美國ARK投資管理公司確定了14項可能改變世界工作方式的變革性技術。在今年的報告中，這14項技術如下：機器人、人工智能、自主移動、物聯(lián)網(wǎng)、區(qū)塊鏈、云計算、移動互聯(lián)設備、3D打印、電池技術、可重復使用的火箭、基因測序、基因編輯、活體療法和數(shù)字錢包。

在Automate和The Vision Show這樣的貿易展上，可以看到許多這些技術的展覽場地。ARK預測，這些技術的企業(yè)總價值將從2020年的14萬億美元增長到2030年的210萬億美元。這些技術中的幾個技術匯集在一起的一個主要例子--包括物聯(lián)網(wǎng)、機器人、人工智能、自主流動和云計算--是在物流和倉儲領域。

實現(xiàn)全面的內部物流自動化

說到最新機器視覺發(fā)展的融合，也許沒有比物流和倉儲更好的例子了。現(xiàn)代倉庫可能具有幾種不同類型的機器視覺和自動化技術，包括機器人、自動導引車（AGV）、自主移動機器人（AMR）、2D和3D視覺、深度學習和先進的LED照明。

例如，一個完全自動化的倉庫可以部署不同的技術組合，進行從接收貨物到履行訂單的所有操作。例如，在線訂單下達后，軟件會指導移動機器人自主地從其存儲位置取回一個垃圾桶或手提箱，并將其帶到人類員工或視覺引導機器人（VGR）處，以完成訂單。在后一種情況下，VGR使用視覺從垃圾箱中挑選物品并將其放入適當?shù)娜萜髦?。至少，這樣的設置涉及帶有安全傳感器和3D視覺的AMR和使用3D視覺的揀選機器人。

物流業(yè)的一個常見挑戰(zhàn)涉及檢測和分揀從小信封到1米長箱子的各種包裹。亞馬遜和沃爾瑪?shù)裙驹谧詣踊瘋}庫中使用門戶系統(tǒng)，貨物在傳送帶上從接收區(qū)出發(fā)，用于履行訂單。然而，傳送帶上包裝尺寸的變化帶來了問題，因為門戶位于與生產線的固定距離和高度。一個大箱子或一個小的扁平包裝的照明和焦點設置會有很大的不同，但供應商已經通過提供可調諧的視場燈來推動技術的發(fā)展，這些燈可以動態(tài)地調整投影距離，并能在不到500納秒的時間內開啟--當箱子快速移動時--以解決攝像機的聚焦深度問題，使應用變得生動。

多樣化的3D成像發(fā)展

機器人取放技術在過去幾年中取得了重大進展，使物流和倉儲以外的應用受益。各個制造部門的許多公司都部署了VGR，用于從一個地方揀取物品，并將其精確地放置在其他地方。此外，從垃圾箱中揀選隨機方向的物品（被稱為 "垃圾箱揀選"）也是多年來為許多公司提供可靠服務的一種應用。

然而，隨著客戶需求的增長，多年來出現(xiàn)了某些垃圾箱揀選的挑戰(zhàn)。例如，如果零件是松散的、隨機堆放的、雜亂無章的、堆積的或混合的，系統(tǒng)就很難區(qū)分這些零件，更不用說拾取它們了。此外，對質量和速度的要求也在增加。然而，機器視覺供應商再次通過提高包括3D成像在內的幾項關鍵技術的能力作出了回應。

首先，3D成像代表了機器視覺中快速增長的技術之一，今天的解決方案比以往任何時候都更加緊湊和實惠。今天的3D相機比它們的前輩提供更低的噪音、更高的分辨率、更高的精度和更高的速度。此外，3D成像解決方案的類型比以往任何時候都多。這包括立體視覺、飛行時間、激光線掃描和結構光。

倉位揀選和件數(shù)揀選的一個最新趨勢是3D成像系統(tǒng)與深度學習/機器學習軟件相結合，以解決獨特的挑戰(zhàn)，如從大量的SKU中揀選，揀選隨機方向或不規(guī)則形狀的物體，或揀選系統(tǒng)以前沒有見過的物體。這些物品可能是小型消費品、食品、醫(yī)療產品或任何范圍的不同部件。機器視覺領域的一些供應商已經提供了完全集成的取放和倉位揀選系統(tǒng)，這些系統(tǒng)利用深度學習，并將機器人、3D視覺和人工智能技術內置于系統(tǒng)中，可立即部署。

深度學習落地生根

深度學習在制造領域的自動檢測應用中也變得越來越流行。多年來，深度學習在這個領域一直是個謎。除了最初被過度炒作--可能是作為傳統(tǒng)機器視覺方法的替代品--深度學習可能由于它是一個 "黑盒子 "而讓人望而生畏，很難在第一時間理解各個卷積神經網(wǎng)絡的內部運作。

隨著深度學習軟件在市場上變得更加成熟和可用，以及對深度學習如何工作的理解不斷加深，制造商已經發(fā)現(xiàn)了該技術很適合的應用。當需要訓練數(shù)據(jù)、適當?shù)膱D像標簽、充足的資源和對定義缺陷的共識時，深度學習可以為希望執(zhí)行半導體和電子檢測、包裝和汽車制造等任務的制造商增加巨大的價值，這只是其中的幾個例子。

不斷進步，無窮無盡

一般來說，自動化正在以創(chuàng)紀錄的速度部署，因為它正在幫助所有行業(yè)中各種規(guī)模的公司提高生產力和全球競爭力。這里概述的技術只是最近幫助公司創(chuàng)新和推動收入的一些進展和趨勢。傳統(tǒng)的機器視覺技術，包括基于規(guī)則的算法、二維相機和條形碼閱讀器，繼續(xù)以不斷增長的速度可靠地服務于全球各類公司。

一如既往，機器視覺供應商繼續(xù)滿足終端用戶和客戶不斷變化的需求，整個自動化領域也從中受益--找到新的方法來提高生產力和效率，防止當前和未來的中斷，并最終推動收入。