视觉和成像技术在工厂车间之外继续增长
视觉和成像长期以来一直是广泛变化市场中的关键支持技术。机器视觉系统可以显着改善工业流程，帮助提高生产力、效率和质量，同时降低许多不同用例的成本。
工业机器视觉的增长速度创历史新高。推进自动化协会 (A3) 营销和会员服务副总裁 Alex Shikany 报告称，北美机器视觉市场在 2021 年上半年增长了 26%，达到创纪录的 7.64 亿美元。在 A3 的一项调查中，超过 95% 的受访公司和分析师预计未来六个月市场不会下滑。 Vision Ventures 的 Chris Yates 博士指出，推动机器视觉技术持续实施的关键驱动力是提高对能力和价值的认识；降低组件、软件和工程成本；更广泛的技术兼容性和互操作性；并更加关注易用性并取得成功。
很明显，成熟和新兴行业都继续拥抱视觉和影像。但是机器视觉的下一个工业用例是什么？
走出工厂，走进田野
农业是一个开始从机器视觉等先进自动化技术的广泛实施中获益的行业。根据美国农业部的数据，预计 2021 年美国农业总收入将增长 7.3%，达到 4860 亿美元，技术进步对底线有很大影响。垂直农业是一个快速增长的行业，植物（蔬菜、水果、草药等）主要在室内受控环境下的垂直塔中种植。
一段时间以来，农业中的“精准农业”一直是自动化的重要目标，许多不同的应用正在开发和/或研究中。在农作物的种植和收割中使用自主机器人是一个正在增长和接受的领域。无人驾驶拖拉机可以主要使用 GNSS/GPS（全球导航卫星系统和全球定位系统）进行引导。然而，完全自主需要检测和应对意外障碍的能力，尤其是人类和动物。使用红外成像、激光雷达和 3D 飞行时间等技术的感知系统正在农业机器人中成功实施。具有视觉和深度学习模型的自主机器人甚至已用于部分作物的无化学除草。
收获自动化系统在很大程度上依赖于视觉和成像。例如，协作机器人（协作机器人）和配备自主运动的机器使用摄像头和人工智能来区分成熟水果和未成熟水果，并为自动采摘提供指导。 Abundant Robotics (www.abundantrobotics.com) 报告称，他们的苹果采摘机器人取得了初步成功，该机器人使用视觉来检测成熟的水果。蔬菜收获也在桌上。剑桥大学展示了一款采摘生菜机器人，使用多个摄像头和机器学习来检测健康成熟的头部并引导采摘。
由于作物和环境的良好约束性质，垂直农业特别适合自动化。在种植过程中，视觉引导机器人是生产力的关键，可以捕捉幼苗并将它们放置在垂直生长的塔中。收获也可以类似地自动化。
在一般农业中，机器视觉可用于检查作物和检测干旱或疾病。使用无人机在工厂级或现场级进行多光谱和高光谱成像是一种广泛使用的技术，已证明是成功的。还可以根据检查和裁剪使用红外图像。
精密加工的感知
视觉和成像的新应用在精密加工行业获得了更广泛的认可。精密加工行业（CNC 加工）相当成熟和繁荣，部分来源的市场规模约为 4000 亿美元，预计 2021 年增长约 7%。随着采用先进的自动化来提高质量和生产力，这个市场中有助于增长的关键驱动因素是寻找和有效利用人力、降低运营成本、消除加工缺陷以及及早发现缺陷以避免浪费。这些和其他因素正促使该行业在生产过程中采用新的视觉和成像技术以及机器人技术。
虽然机器人机器照料在精密加工行业并不是全新的，但它正在获得更广泛的认可，并且正在通过机器视觉推进任务以提供进一步的自主性。机器装载和卸载机器人可以被引导进行零件取放，为精密加工常见的小批量、高混合运行提供更高的效率。并且 3D 成像正在成为一种潜在的支持技术，支持随机选择要加工的零件或毛坯，从而消除对硬夹具和操作员负载的需求。
这些新的行业示例只是受益于视觉和成像技术的一小部分市场。随着新兴行业用例的发展，这些技术将继续改进流程和质量。
工业机器人