机器视觉是工业 4.0 和物联网的关键

机器视觉在一组工具中加入了机器学习，为消费者和商业级硬件提供了前所未有的观察和解释环境的能力。在工业环境中，这些技术加上自动化和更高速的网络，共同构成了新的工业革命——工业 4.0。它们还提供了进行低浪费、高效率的工业活动的全新方式。

现在它已经成熟，世界各地的公司都在探索机器视觉带来的好处。

机器视觉影响制造、钻井和采矿。在货运和供应链管理、质量保证、材料处理、安全以及各种其他流程和垂直领域中可以发现更多优势。

机器视觉不久将无处不在，为工业世界的物联网建设增加了一个关键的智能层。以下是公司如何将其付诸实践。

什么是机器视觉？

机器视觉是一组技术，可以让机器更好地感知周围环境。它有助于基于这种意识的高阶图像识别和决策。

为了利用机器视觉，一台工业设备使用高保真相机来捕捉环境或工件的数字图像。图像可以在自动导引车 (AGV) 或机器人检查站中拍摄。从那里，机器视觉使用极其复杂的模式识别算法来判断其位置、身份或状况。

在手动检查中，要获得正确的机器视觉，获得适当的照明是一个关键因素。

多种光源在机器视觉应用中很常见，包括 LED、石英卤素、金属卤化物、氙气和传统荧光灯。如果条码或工件的一部分有阴影，则在没有时读取可能会出错，反之亦然。

机器视觉结合了复杂的硬件和软件，使机器能够以新的有益的方式观察外部刺激并做出反应。

机器视觉如何支持企业和工业物联网？

工业物联网 (IIoT) 设备的激增标志着技术进步的重要时刻。 IIoT 为企业提供了前所未有的从上到下的运营可见性。联网传感器和基于云的企业和资源规划中心提供本地和远程资产以及业务合作伙伴之间的双向数据移动。

双向流动性可以像机械活塞或轴承一样小。它也可以与卡车车队一样大，可以通过合适的物联网硬件和软件产生有价值的运营数据。即使在资源或劳动力紧张的情况下，企业也可以将目光投向任何地方。

物联网首先代表了无处不在的计算。

机器视觉在哪里适合这一切？机器视觉使现有的物联网资产更加强大，能够更好地提供价值和效率。我们可以期待它创造一些全新的机会。

• 使传感器更加有用。

  机器视觉使整个物联网中的传感器更加强大和有用。传感器不提供原始数据，而是提供一定程度的解释和抽象，可用于决策或进一步自动化。

• 降低带宽要求。

  机器视觉可能有助于降低大规模物联网建设的带宽需求。与在源头捕获图像和数据并将其发送到服务器进行分析相比，机器视觉通常在数据源头进行研究。现代工业产生数百万个数据点，但由于机器视觉和边缘计算，其中大量数据可以产生可操作的见解，而无需传输到辅助位置。

• 支持物联网自动化解决方案。

  机器视觉非常好地补充了物联网自动化技术。机器人检查站可以比人类 QA 员工更快、更准确地工作，当检测到缺陷和异常时，它们会立即为决策者提供相关数据。

• 提高机器人和协作机器人的安全性和实用性。

  使用机器视觉构建的引导系统赋予机器人和协作机器人更大的自主权和寻路能力，并帮助他们与人类工人一起更快、更安全地工作。在仓库和其他存在高错误风险的环境中，机器视觉可帮助机器人拣货员缩短响应时间并减少导致业务损失的履行缺陷。

• 使资产彼此更加了解。

  今天和明天的经济要求公司和行业在运营的同时浪费更少的时间、材料和劳动力。机器视觉将继续使无人机、物料搬运设备、无人驾驶车辆和托盘卡车、生产线和检测站能够更好地与网络的其余部分交换详细且有价值的数据。

  在工厂环境中，这意味着机器和人员可以更好地协调工作，减少瓶颈、超支和其他中断。

企业如何应用机器视觉？

当您考虑典型工业流程中涉及的每个步骤时，不难看出机器视觉可以改进运营的每个点。

为了制造单个汽车零件，人和机器合作采购原材料，评估其质量，将它们运送到工厂进行加工，并在每个制造阶段将物品移动到设施中。最终，他们通过 QA 流程成功地看到了它，然后再次出门，至少还有最后一段旅程等待着它。稍后，零售商或最终用户会收到它。

无论该产品处于静止状态、运输途中，还是尚未组装，机器视觉都提供了一种自动处理它的方法。它提高了每个部门的效率，例如组装，并保持更高和更一致的质量水平。

公司已经在现实世界中将机器视觉添加到他们的工作流程中。

有些应用就像在仓库地板上放置一条线一样简单，以便无人驾驶车辆安全跟随。其他机器视觉工具甚至更复杂，尽管即使是最简单的例子也可以改变游戏规则。

工业世界中一些最令人兴奋的机器视觉示例涉及曾经被认为难以或不可能外包给机器人的任务。如前所述，从仓库中的垃圾箱中拣货是一个在出现错误时具有固有风险的过程。履行中的错误会损害商誉和客户。

鉴于产品损坏、商品位置和 SKU 的细微变化是该领域的一些最大错误来源，机器学习用于垃圾箱拣选是一种自然的选择。

目前已经有近 100% 的自动化订单拣选机器人可用，它们可以安全导航、检查箱内的零件和产品、使用机械臂进行正确拣选，并将拣选运送到分段或包装区域。

最终，这意味着公司运送损坏的货物或不正确的 SKU 的风险要小得多，这些 SKU 看起来与客户订购的相似但不完全匹配。

自动化质量保证和检查是机器视觉和物联网快速普及的另一个方面。

在一些现代制造环境中，它可以帮助雇主自动化和改进 QA 流程的结果，即使不牺牲人工工作。取而代之的是，自动化检查站负责处理这项高优先级的工作，而员工则学习对认知要求更高的技能。

到 2025 年，协作机器人可能会占到所有机器人销售额的 34%。这在很大程度上是由于机器视觉的改进以及现代工业中尽可能多地消除低效率、不准确和浪费的动力。

机器视觉与第四次工业革命

预计机器视觉将在未来几年继续发展，并为工业 4.0（许多人称之为第四次工业革命）做出进一步贡献。眼睛已经接受了更新、成本更低的产品的训练，这些产品具有嵌入式和板级图像处理功能，具有机器视觉功能。

机器视觉功能将导致更广泛地采用物联网和机器视觉，以及企业利用数字智能的新方法。

特色图片来源：HAHN Group, CC BY-SA