工業(yè)4.0正在徹底改變我們所知的制造業(yè)。建立在整合了機器人、人工智能、機器學(xué)習(xí)、大數(shù)據(jù)分析、云計算和傳感器的技術(shù)之上，這場第四次工業(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營成本。制造商報告說，在投資工業(yè)4.0計劃后，他們在產(chǎn)出、工廠利用率和勞動生產(chǎn)率等方面取得了10-12%的收益。一路走來，工業(yè)4.0正在帶來增強可持續(xù)性和減少污染的社會效益。

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)測結(jié)果和確定行動。在這個生態(tài)系統(tǒng)中，機器視覺相機作為另一個傳感器，收集有關(guān)物理世界的視覺信息，就像捕捉溫度、振動、壓力或流速的傳感器一樣。由于是數(shù)字化的，來自機器視覺系統(tǒng)的數(shù)據(jù)可以很容易地聯(lián)網(wǎng)，并與整個工廠的其他子系統(tǒng)和設(shè)備共享，形成一個持續(xù)改進的循環(huán)。

什么是機器視覺？

為了更好地理解機器視覺，讓我們看一下它是如何工作的一個例子。在這種情況下，我們強調(diào)它在自動化檢測缺陷產(chǎn)品方面的應(yīng)用--它最常見的工業(yè)應(yīng)用。當(dāng)傳感器檢測到生產(chǎn)線上有物體存在時，這個過程就開始了，它觸發(fā)了一個光源，使該區(qū)域得到明亮的照明。攝像機以每秒一幀或 "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主機上。個人電腦上的專業(yè)軟件將圖像與一組預(yù)先確定的標(biāo)準(zhǔn)進行比較，以識別缺陷。如果發(fā)現(xiàn)缺陷，產(chǎn)品將無法通過檢查，并被從裝配線上移走。像這樣的視覺系統(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。

機器視覺組件？

完成錯誤檢測過程需要系統(tǒng)組件的有序定位，以實現(xiàn)信息的流動，從傳感器開始到最后的圖像處理，如上所述。除了相機、照明、主機、圖像采集器和軟件外，機器視覺系統(tǒng)還需要一個鏡頭、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，而不是智能相機所能提供。出于這個原因，通過同軸電纜傳輸高帶寬數(shù)據(jù)的CoaXPress（CXP）點對點通信標(biāo)準(zhǔn)已成為高要求機器視覺應(yīng)用的事實標(biāo)準(zhǔn)。CXP通過單根電纜以高達(dá)50Gbts的速度將低延遲、低抖動的圖像、信號和電源（Power over CXP）傳輸?shù)较鄼C。

工業(yè)4.0中的機器視覺

在工業(yè)4.0時代，機器視覺正在超越其傳統(tǒng)的錯誤檢測增值功能。今天，它正被應(yīng)用于不同的領(lǐng)域，如用于預(yù)測性維護的監(jiān)測過程，以及使機器人能夠安全地與人類互動并作出反應(yīng)的機器人引導(dǎo)。

當(dāng)與人工智能（AI）相結(jié)合時，機器視覺在解決制造問題方面的用途幾乎是無限的。例如，人工智能可以賦予機器視覺系統(tǒng)自我調(diào)整的能力，使其在反饋循環(huán)中從每個周期中學(xué)習(xí)，每次都變得越來越聰明。機器學(xué)習(xí)可以使視覺系統(tǒng)高度熟練地理解大型圖像數(shù)據(jù)集，遠(yuǎn)遠(yuǎn)超過人類的能力。在機器視覺中加入自學(xué)算法的想法也很耐人尋味，因為視覺系統(tǒng)傳統(tǒng)上是用一套固定的規(guī)則工作的，這使得它們在面對快速變化的需要時缺乏靈活性。這一點很重要，因為現(xiàn)代生產(chǎn)線的設(shè)計要盡可能靈活，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)助機器視覺在工業(yè)4.0中應(yīng)用的另一項技術(shù)是嵌入式計算。本質(zhì)上，它在數(shù)據(jù)源頭或 "邊緣 "進行分析，而不是通過已經(jīng)擁擠的網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)降诙攸c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開發(fā)者套件結(jié)合起來，實現(xiàn)了一個非常小的外形尺寸的圖像處理系統(tǒng)，是邊緣計算的理想選擇。

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

機器視覺在工業(yè)4.0戰(zhàn)略中發(fā)揮著動態(tài)作用，通過對實時數(shù)字化圖像的提取、處理和分析，使網(wǎng)絡(luò)、機器人和工廠一級的管理人員實現(xiàn)了制造過程的可視化。視覺是人類最寶貴的感官之一，在機器中也越來越多。機器視覺系統(tǒng)幾乎可以在工業(yè)4.0的每一個階段實施，并作為樞紐產(chǎn)生豐富的數(shù)據(jù)，讓管理者對運營有更多的了解。