0
| 本文作者： 高秀松 | 2022-02-11 10:48 |
進入2022年，智能制造成為政府“兩會”中的熱門詞匯。
一方面，國家發(fā)改委、工業(yè)部、科技部等八部門發(fā)布了關(guān)于印發(fā)《“十四五”智能制造發(fā)展規(guī)劃》的通知，提出國家級的頂層設(shè)計；另一方面，各地方政府，如北上廣深等一線城市，都已經(jīng)出臺相應(yīng)政策細(xì)則，為推進智能制造提供制度保障。
而在實現(xiàn)智能制造、推動產(chǎn)業(yè)升級過程中，機器視覺作為不可或缺的技術(shù)，承擔(dān)起讓機械“看得懂、看得細(xì)、抓得牢、送得快”的橋梁作用。
換句話說，要讓機器代替人力，首先要給機器裝上“雙眼”，使之能夠“看得見”，然后才能像人一樣工作，這就是機器視覺。
作為人工智能的一個分支，機器視覺具備人所不能擁有的優(yōu)勢：精度高、可適用于危險工作環(huán)境，并且識別效率高，可無間斷工作等等。實際上，機器視覺并非新事物，已經(jīng)被廣泛應(yīng)用在外觀檢測與識別、貨物分揀等工業(yè)流程之中。
目前的機器視覺仍以2D為主，即通過攝像頭拍到物體平面的照片，然后通過圖像分析或比對來識別物體，其局限在于只能觀測到物體平面的特征，成像精度容易受照明條件影響，因而適合一些對技術(shù)要求不高的中低端制造業(yè)。
在一些高端制造領(lǐng)域，例如生物科技、精密半導(dǎo)體等對測量精度要求極高的產(chǎn)業(yè)，傳統(tǒng)的2D解決方案已經(jīng)不能滿足需求，3D視覺正逐漸崛起，成為市場新寵。
3D視覺，即通過3D攝像頭采集物體的三維坐標(biāo)信息，通過算法實現(xiàn)三維立體成像。
與2D視覺系統(tǒng)相比，3D視覺的優(yōu)勢在于，多一維度的信息數(shù)據(jù)（主要是空間坐標(biāo)），能滿足對體積、形狀、距離等信息測量的需要。并且，3D視覺不容易受照明條件的影響，其成像精度遠(yuǎn)高于2D視覺，同時，其快速處理信息的能力也非2D視覺系統(tǒng)可比。
舉個簡單的例子：在涉及曲面、有弧度的物體測量時，2D視覺只能拍出平面圖，很難反映出物體的真實情況；3D視覺拍出的是立體圖，能呈現(xiàn)出物體的曲面、弧度、深度等真實信息，對機器或者人而言更具參考價值。
隨著制造業(yè)的智能化升級，市場對于3D視覺的需求也在不斷提升。根據(jù)美國市場研究機構(gòu)Grand View Research的報告，到2027年，全球3D機器視覺市場規(guī)模預(yù)計將達(dá)到34.6億美元，預(yù)測期內(nèi)，市場的復(fù)合年增長率預(yù)計為14.7%，是一個潛在的藍(lán)海市場。
掘金志了解到，當(dāng)前3D視覺在智能制造中的應(yīng)用已從單個場景發(fā)展到整個生產(chǎn)線的賦能，涉及定位、引導(dǎo)、生產(chǎn)、分揀、裝配等多個環(huán)節(jié)。
以智能手機生產(chǎn)流程為例：在2D視覺時代，應(yīng)用場景最為廣泛的是質(zhì)檢，即尺寸與缺陷檢測，涉及主板、零部件及包裝三大部分。3D視覺可以直接覆蓋這些流程，在檢測精度、速率上更勝一籌，并且將應(yīng)用拓展到上料、生產(chǎn)、檢測、封裝等場景，實現(xiàn)對原有產(chǎn)線的智能化改造，在上下料、分揀、搬運等環(huán)節(jié)需根據(jù)產(chǎn)品種類的不同實時規(guī)劃并完成作業(yè)任務(wù)。
這實際上為廠商的柔性生產(chǎn)提供了便利。在C2M商業(yè)模式的帶動下，企業(yè)需要根據(jù)用戶實時訂單來決定生產(chǎn)規(guī)模，以往的機械化生產(chǎn)屬于批量生產(chǎn)，柔性很弱，3D視覺提高了工業(yè)機器人及自動化設(shè)備的智能化水平，使其具備按照實際生產(chǎn)需求來靈活變化生產(chǎn)各種產(chǎn)品。
例如，冬奧期間大火特火的冰墩墩，出現(xiàn)了一“墩”難求的情況。那么廠商需要實時調(diào)整生產(chǎn)策略，靈活配置生產(chǎn)原料、生產(chǎn)數(shù)量及質(zhì)檢部署，多生產(chǎn)“冰墩墩”，少生產(chǎn)“雪容融”，整個生產(chǎn)環(huán)節(jié)，都可以利用3D視覺來減少人力成本、提高生產(chǎn)效率。
因此，3D視覺與2D視覺并不簡單的是1個維度的信息差異，多一維度信息帶來的對生產(chǎn)模式及效率、商業(yè)模式的改變，才是其核心要義。
不過，上述例子都是理想狀態(tài)下的預(yù)設(shè)?，F(xiàn)實情況是，3D視覺雖然具備諸多優(yōu)勢，但要實現(xiàn)廣泛應(yīng)用，還有許多難題要解決。
和消費類電子不同，3D視覺在智能制造領(lǐng)域的應(yīng)用，由于場景碎片化，顯得更為復(fù)雜。
熵智科技創(chuàng)始人趙青在接受雷峰網(wǎng)采訪時曾表示，3D視覺技術(shù)的應(yīng)用落地面臨兩大難點：
3D視覺技術(shù)對于應(yīng)用場景要有強適應(yīng)能力；
3D視覺技術(shù)和運動規(guī)劃技術(shù)的銜接。
首先，制造業(yè)的生產(chǎn)場景非常復(fù)雜，3D視覺在實驗室中的效果，可能在實際場景中無法體現(xiàn)，這就要求3D視覺對于應(yīng)用場景具備強適應(yīng)能力。例如，在反光、暗黑、覆膜和遠(yuǎn)距離等條件下是否依然可以準(zhǔn)確感知、識別出物體。
其次，3D視覺在感知到物體的三維信息后，需要與運動規(guī)劃技術(shù)進行銜接來完成任務(wù)。這又涉及避碰檢測、手眼坐標(biāo)轉(zhuǎn)換、節(jié)拍優(yōu)化和力控等技術(shù)。
但機器本身很難像人一樣，大腦發(fā)出指令就能完成動作；機器需要對輸入的信息進行解讀，并且將指令傳送到各個部分，進而執(zhí)行命令。其中一個環(huán)節(jié)出錯，就會導(dǎo)致任務(wù)失敗。
最后，技術(shù)本身很難通過標(biāo)準(zhǔn)化來實現(xiàn)對各場景的適配，甚至在同一場景上，對技術(shù)的要求都各不相同。比如，在產(chǎn)品的缺陷檢測上，廠商的標(biāo)準(zhǔn)是不一樣的，對于缺陷的定義也各不相同，很難做一個標(biāo)準(zhǔn)化的缺陷檢測工藝。
除了場景化難題之外，3D視覺所依賴的傳感器（主要為攝像頭）也還無法實現(xiàn)在保證抗環(huán)境光干擾能力強、測距精度高、分辨高的同時，降低成本，提高性價比。
因此，目前 3D 視覺的應(yīng)用主要依據(jù)使用場景和預(yù)算來選擇相機，然后根據(jù)相機成像結(jié)果來進行定制化的算法開發(fā)。這種成本高、周期久的開發(fā)模式嚴(yán)重限制了 3D 視覺在實際場景中的應(yīng)用。
根據(jù)中國機器視覺產(chǎn)業(yè)聯(lián)盟的統(tǒng)計，國內(nèi)機器視覺行業(yè)以中小企為主，銷售額在1億元以下的企業(yè)占據(jù)83.5%，而基恩士的銷售額早已突破百億（2020年為321.61億元），相比較而言，國內(nèi)過億營收的企業(yè)為奧普特（2020年為6.42億元，僅為基恩士的2%）。
可以說，在以2D視覺為主的機器視覺領(lǐng)域，全球市場已經(jīng)形成基恩士和康耐視壟斷的局面，而3D視覺技術(shù)的出現(xiàn)，被視為改變當(dāng)前格局的技術(shù)推力。
作為新技術(shù)，3D視覺所面臨的場景化難點，是所有企業(yè)都必須解決的問題。目前無論是國外的基恩士、康耐視，還是國內(nèi)的安防巨頭，如?？低?；亦或者諸多AI視覺公司、機器視覺公司，在3D視覺技術(shù)領(lǐng)域，都處于同一起跑線上。
不過，相較于國外巨頭，國內(nèi)企業(yè)先天性存在三個不足。
對場景的理解。
不論是基恩士，還是康耐視，都已經(jīng)成立數(shù)十年，且占據(jù)著機器視覺的絕大部分市場；多年的積累使其在探索3D視覺的應(yīng)用時更具優(yōu)勢，許多場景難點都可以基于以往經(jīng)驗做試探，減少不必要開支。
國內(nèi)企業(yè)成立時間較短，對場景的理解需要一步步探索，甚至多走彎路，為此付出高昂的時間、資金成本。
缺乏硬件能力。
機器視覺的主要邏輯是，對收集到的圖像信息進行分析處理，智能設(shè)備根據(jù)處理的信息做出相應(yīng)判斷。這一過程中，鏡片以及鏡頭的質(zhì)量對獲取圖像信息的準(zhǔn)確性起到非常關(guān)鍵的作用。
國內(nèi)多數(shù)公司以軟件算法切入，集中在應(yīng)用層，缺少相應(yīng)的硬件能力。國內(nèi)3D視覺的核心相機大部分為外購，包括IDS、康耐視、基恩士、佳能等，而在鏡頭方面，高端市場仍為徠卡、施耐德、尼康、富士等國外品牌所壟斷。
穩(wěn)定的客戶群體。
對于客戶而言，隨意更換合作伙伴，很容易增加試錯成本。即便是新技術(shù)，客戶也往往愿意選擇已經(jīng)有過合作的技術(shù)供應(yīng)商。顯然，國外巨頭具備絕對優(yōu)勢，而國內(nèi)企業(yè)要發(fā)展，只能一步一步“升級打怪”，以技術(shù)和產(chǎn)品獲取用戶信任，逐漸建立起屬于自己的客戶群。
這反映出一個深刻的現(xiàn)實：在新技術(shù)面前，企業(yè)都是平等的，但老牌企業(yè)仍然可以依據(jù)自身的業(yè)務(wù)生態(tài)，對新（?。┢髽I(yè)實施降維打擊。
因此，國內(nèi)企業(yè)要追趕國外巨頭，除了技術(shù)突破以外，還需要建立起穩(wěn)定的生態(tài)圈，這是一個漫長而艱難的過程。
當(dāng)前，3D視覺在消費電子上的廣泛應(yīng)用，對機器視覺公司產(chǎn)生了極強的刺激效應(yīng)。智能制造作為下一個藍(lán)海市場，越來越多的企業(yè)開始探索以3D視覺來賦能企業(yè)生產(chǎn)的路徑。
但與消費電子不同，智能制造很難出現(xiàn)現(xiàn)象級應(yīng)用，整個市場需求都是碎片化的，因而不可能復(fù)制前者的發(fā)展模式，企業(yè)必須在實際場景中去尋找最佳落地解決方案。
對于國內(nèi)企業(yè)而言，先天性的不足并非不可逾越的障礙，需要付出比國外巨頭更多的時間和精力，去理解場景、鉆研技術(shù)，一步一個腳印夯實基礎(chǔ)，然后追趕。這不僅需要視覺公司的努力，也需要光學(xué)、制造業(yè)等多個產(chǎn)業(yè)的共同進步。 雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))
參考資料：
https://blog.csdn.net/kangjielearning/article/details/109249539
https://m.thepaper.cn/baijiahao_15594039
https://en.wikipedia.org/wiki/Machine_vision
https://36kr.com/p/773813443523845
http://www.ozgbdpf.cn/category/robot/2kHE427wIXhOtN1n.html
https://baijiahao.baidu.com/s?id=1715395976735890506&wfr=spider&for=pc
http://www.ozgbdpf.cn/category/aijuejinzhi/SwQdNwJfSL8wLISo.html
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
