新闻资讯

News

看机器视觉前世今生,畅想未来全新视界

栏目导语

#机器视觉#系列内容与大家正式见面啦!机器视觉被誉为智能制造皇冠上的明珠。欧洲杯买球APP深耕机器视觉行业二十余载,拥有丰富的技术积累及应用实践经验,深度参与编写了《机器视觉发展白皮书》2021版。本栏目将以白皮书为蓝本,为您讲述机器视觉发展变迁、机遇挑战、市场前景、行业应用。快来跟随凌小云一起探索机器视觉的星辰大海吧!

本期主要内容:看国内外机器视觉的发展历程及驱动因素

 

什么是机器视觉?机器视觉借助光或电磁波的辐射,通过使用含CMOS或CCD的图像摄取装置来探测及解析来自目标物体的反射光而生成图像,将该图像传送至处理单元进行数据处理与分析,从而感知并判别出目标物体和环境的特征,根据判别结果来控制现场设备的动作以执行实用的功能。其实用一句话总结下:机器视觉的本质就是为机器植入“眼睛”和“大脑”。为什么这么说呢,且听凌小云慢慢道来。

视觉是人类最重要的感觉器官,占据了80%以上的人类信息获取。机器视觉作为替代人眼的强大技术,日益取得重大突破和广泛应用。机器视觉的发展史最早可以追溯至20世纪60年代末。纵观全球,国外与国内机器视觉的发展步调并不一致、相差很多,国外起步更早一些。

跨越五十余年,看全球机器视觉峥嵘发展史
 

1969年-1979年

在成像传感器诞生的驱动下,机器视觉进入产业萌芽期。此时受限于半导体工艺成熟度和成本等因素制约,机器视觉只在高端的科学研究中有少量初级应用,尚未形成完整的概念。

 

贝尔实验室

1969年美国贝尔实验室成功研制出CCD传感器,可以直接把图像转换为数字信号并存储到电脑中参与计算和分析,从而奠定了机器视觉技术诞生的基石。

1980年-1989年

在应用的驱动下,机器视觉进入起步期。机器视觉的概念首次在产业界被提及,但未形成精准的定义。在此期间诞生了首批机器视觉企业,如加拿大的DALSA、美国的柯达和仙童、英国的E2V等CCD传感器与工业相机公司,以及美国康耐视等具有代表性的软件算法公司。

1990年-1999年

在应用的进一步驱动下,机器视觉产业进入成长波动期。1990年半导体产业的发展使机器视觉定位与检测成为替代人工的支撑技术,机器视觉产业得到蓬勃发展的机遇。

在美国和日本等发达国家,机器视觉技术开始得到实际应用,但成像技术和算法算力的发展尚不成熟,不能全面满足行业应用需求,无法全面推广。由于技术门槛和系统成本过高,虽然出现一些专门从事机器视觉技术的新企业,但规模普遍较小。

2000年-2009年

在应用和算力的共同驱动下,机器视觉进入产业发展早期。在此期间,FPD平板显示制造、PCB检测和汽车制造等行业陆续对机器视觉技术应用表现出强烈需求。同时,CPU算力提升使机器视觉系统在PC-Base条件下可以处理一般性的问题。产业需求和技术进步共同促进了机器视觉产业的快速发展与繁荣。我国机器视觉产业也在这个阶段加入全球阵营。

2010年-2020年

AI算法的发展推动机器视觉进入发展中期。2016年是AI发展非常重要的一年, AlphaGo打败人类顶尖棋手李世石、深度残差学习和残差网成为视觉领域标准算法等标志性事件,开启了人工智能发展的新纪元。

 

随后,人工智能赋能的机器视觉开始在智能制造应用中加快普及,产业得到了空前发展。随着应用的爆发式扩展,预计2020年后机器视觉将迎来高速发展期。

与国外机器视觉的发展历程相比,我国的机器视觉产业起步较晚,1995年才开始有初步应用。

二十余年,看国内机器视觉的“飞跃”成长路

 

1995年-1999年

在国外技术发展引领下,我国机器视觉进入了萌芽期,核心机构和行业开始出现应用。此时由于算法、算力及成像技术尚不成熟,国外机器视觉产业能力处于成长波动期,我国一些企业作为国外代理提供机器视觉器件及技术服务。

2000年-2008年

在应用和算力的双驱动下,我国机器视觉进入了起步期。此时CPU算力提升,PC-Base系统可以承接一般性难度的问题。国内几个代表性产业如人民币印钞质量检测、烟草和原棉异物剔除、邮政分拣等对机器视觉提出强烈的应用需求,我国开始出现一些专业的机器视觉公司。

2009

是我国机器视觉产业发展划时代的一年。以苹果手机加工制造为核心的3C电子制造产业进入高精度100μm时代,迫切需要用机器替代人来保障产品加工精度和质量的一致性。苹果手机加工制造的应用需求直接推动了我国机器视觉产业进入发展初期。

 

2010年后,手机产业的飞速发展带来整个3C电子制造业的变革,大大扩展了机器视觉的应用场景,加速促进了机器视觉产业的发展。我国陆续涌现出近百家机器视觉新创企业,很多自动化设备公司也增设了机器视觉部门,此外安防监控领域的一些企业也开始研发应用机器视觉技术。

2016年-2020年

AI算法的发展使我国机器视觉进入发展中期。从2010年开始的近十年,我国机器视觉产业发展一直保持20%-30%的增速。到2020年我国的机器视觉产业规模基本与欧洲体量相当。

究竟是什么让我国的机器视觉产业,可以与国外逐步缩小差距,最终迎头赶上呢?偷偷告诉你,这四大驱动因素,可是必不可少的!

这四大因素,正在驱动机器视觉发展

■ 人口结构变化,用工成本的不断攀升

随着经济的发展,人口红利优势的急速消退,劳动力结构也在逐步的发生变化,中国老龄化将成为不可逆转的趋势。劳动力供给紧张使用工成本不断上升。

■ 机器视觉本身性能优势显著

相比人类视觉,机器视觉在精确性、速度性、适应性、客观性、重复性、可靠性、效率性、信息集成方面优势明显。从具体参数看,机器视觉检测比人工视觉检测优势明显。随着深度学习、3D视觉技术、高精度成像技术和机器视觉互联互通技术的持续发展,机器视觉的性能优势将进一步加大。

 智能制造大环境的选择

机器视觉是生产过程中数据采集的首选技术之一,是实现工业自动化和智能化的必要手段,相当于人类视觉在机器上的延伸。为了保持我国在世界制造业中的竞争地位,我国提出了三步走实现制造强国目标的《中国制造2025》纲要。

 政策加码助力行业发展

作为实现智能制造的核心技术之一,机器视觉长期以来一直受到国家产业政策的支持。近年来,国家不断发布各项政策推动行业发展,充分支持行业的产品研发和市场扩展。

回顾机器视觉的发展历程,从萌芽期到起步期,从波动期到发展期,机器视觉的发展既离不开以算力、算法、成像传感器为代表的技术驱动,更离不开市场需求带来的强势增长。当前,机器视觉正迎来蓬勃发展的黄金窗口期。机器视觉与工业的深度融合,将为工业发展带来更多可能性,也将推动工业朝着数字化、网络化、自动化和智能化的方向发展。相信在机器视觉的赋能下,我国的工业发展也将迈向更为广阔的未来,让我们拭目以待。
#机器视觉#专栏将持续为您带来行业对于机器视觉的思考、认知与洞察,更多有料内容,我们不见不散哦!