? ? ? ?在過(guò)去的一年里，人工智能(AI)、大數據、3D成像和機器人過(guò)程自動(dòng)化等領(lǐng)域在取得了空前的發(fā)展。在即將到來(lái)的2019年，機器視覺(jué)技術(shù)應用還將蓬勃發(fā)展，新機器視覺(jué)認為五大發(fā)展趨勢將引領(lǐng)行業(yè)應用。

　　3D成像和BinPicking

　　工業(yè)自動(dòng)化正在推動(dòng)工廠(chǎng)變得更加智能，并可以取代人工減少勞動(dòng)力。機器視覺(jué)用于質(zhì)量控制檢查已經(jīng)得到了廣泛的應用，但是隨著(zhù)3D傳感器和機械手拾取集成解決方案的出現，新的市場(chǎng)正在開(kāi)拓。不管零件的位置和方向如何，機器人拾取系統都可以隨機抓取物體。3D視覺(jué)系統可以大量識別隨機放置的部件，如手提箱和零件盒。由于機器人的動(dòng)態(tài)處理，可以在不同方向和堆棧中選擇復雜的對象。將人工智能（AI）與拾取操作相結合可以實(shí)現零件自自主選擇，提高生產(chǎn)率和循環(huán)時(shí)間，減少過(guò)程中人機交互的需要。

　　云端深度學(xué)習

　　5G數據網(wǎng)絡(luò )的到來(lái)為自動(dòng)駕駛汽車(chē)提供了執行基于云計算的機器視覺(jué)計算的能力。海量機器類(lèi)型通信(mMTC)允許在云中處理大量數據，用于機器視覺(jué)應用程序。使用卷積神經(jīng)網(wǎng)絡(luò )分類(lèi)器的深度學(xué)習算法可以快速進(jìn)行圖像分類(lèi)、目標檢測和分割。未來(lái)一年，這些新的人工智能和深度學(xué)習系統的開(kāi)發(fā)將會(huì )增加。

　　機器人

　　根據國際機器人聯(lián)合會(huì )(InternationalFederationofRobotics)的數據，2018年是機器人銷(xiāo)量創(chuàng )紀錄的一年，工業(yè)機器人銷(xiāo)量增長(cháng)了31%。人類(lèi)協(xié)作機器人、簡(jiǎn)化使用和過(guò)程學(xué)習等趨勢，幫助推動(dòng)了機器人在工業(yè)自動(dòng)化領(lǐng)域的使用。在未來(lái)，工業(yè)機器人將更容易和更快地使用直觀(guān)的界面編程。人機協(xié)同將支持小批量、高復雜性的柔性生產(chǎn)。使用復雜性的降低使得機器人和視覺(jué)系統在中長(cháng)期內得到廣泛使用。

　　高光譜成像

　　下一代模塊化高光譜成像系統提供了工業(yè)環(huán)境中的化學(xué)材料性能分析?；瘜W(xué)色彩成像通過(guò)不同顏色的結果圖像可視化材料的分子結構。這使得化學(xué)成分可以在標準的機器視覺(jué)軟件中進(jìn)行分析。典型應用包括肉類(lèi)生產(chǎn)中的塑料檢測、不同可回收材料的檢測和泡丸檢驗質(zhì)量控制。這類(lèi)系統的主要障礙是處理所需的數據量和速度，但更快的處理、更好的算法和相機校準的發(fā)展，仍使其成為2019年的熱門(mén)話(huà)題。

　　熱成像工業(yè)檢測

　　熱成像相機傳統上用于國防、安全和公共安全，熱成像技術(shù)廣泛應用于探測。對于許多工業(yè)應用，例如汽車(chē)或電子工業(yè)的零部件生產(chǎn)，熱數據是至關(guān)重要的。雖然機器視覺(jué)可以看到生產(chǎn)問(wèn)題，但它不能檢測熱異常。熱成像與機器視覺(jué)相結合是一個(gè)不斷發(fā)展的領(lǐng)域，這使得制造商能夠發(fā)現肉眼或標準相機系統無(wú)法看到的問(wèn)題。熱成像技術(shù)提供非接觸式精密溫度測量和無(wú)損檢測，這是機器視覺(jué)和自動(dòng)化控制領(lǐng)域的發(fā)展方向。

　　總結

　　與工業(yè)4.0相關(guān)的技術(shù)正在推動(dòng)制造業(yè)發(fā)生的更多變化。機器視覺(jué)適用于所有行業(yè)，但在食品飲料、制藥和醫療器械制造等高規格、高監管行業(yè)尤為重要。企業(yè)轉向工廠(chǎng)自動(dòng)化技術(shù)有多方面原因，包括提高生產(chǎn)線(xiàn)效率、更有效地利用資源和提高生產(chǎn)率。根據推測，預計在2019年機器視覺(jué)相關(guān)技術(shù)在各個(gè)領(lǐng)域的的需求還將不斷增長(cháng)。