領(lǐng)先的智能感知技術(shù)和方案應(yīng)對(duì)工業(yè)人工智能應(yīng)用挑戰(zhàn) 第一篇

在生產(chǎn)線上用于測量的相機(jī)要能快速判斷液位、尺寸，用來定位的相機(jī)系統(tǒng)要能快速準(zhǔn)確的給出正確的物品位置，及時(shí)通知機(jī)械手臂在哪里尋找抓取物品，用作計(jì)件檢驗(yàn)的相機(jī)系統(tǒng)要能夠快速計(jì)算出數(shù)量，是否溢出，用作解碼識(shí)別的相機(jī)系統(tǒng)要能夠快速準(zhǔn)確識(shí)別二維碼，字符信息等。相機(jī)系統(tǒng)做出快速精準(zhǔn)決策的關(guān)鍵就是圖像能夠清晰準(zhǔn)確的提供這些信息，不同的檢測應(yīng)用對(duì)圖像的分辨率、清晰度、噪聲、以及相機(jī)的幀率、系統(tǒng)成本等都有不同的要求。

隨著工業(yè)自動(dòng)化的發(fā)展，檢測種類的多樣性，驅(qū)使圖像傳感器不斷的更新?lián)Q代，工藝一直在突破提升。這個(gè)發(fā)展從安森美半導(dǎo)體的幾代CMOS產(chǎn)品系列中可見一斑：

隨著工藝的提升，圖像傳感器的像元越來越小，但它卻可以達(dá)到大尺寸像元的圖像效果，這就使傳感器的分辨率可以越做越大，帶寬也越來越高，也推動(dòng)了整體相機(jī)系統(tǒng)的提升和發(fā)展，來滿足工業(yè)生產(chǎn)快速精確的推斷和決策。

快速精確的決策需求推動(dòng)整個(gè)生態(tài)系統(tǒng)來實(shí)現(xiàn)高級(jí)數(shù)據(jù)收集和推斷，提供了真正進(jìn)入工業(yè)4.0的機(jī)會(huì)，人工智能(AI)正是需要的新工具，用來管理工業(yè)系統(tǒng)成像不斷增長的數(shù)據(jù)集。

AI可以通過自適應(yīng)制造、自動(dòng)質(zhì)量控制、預(yù)測性維護(hù)等方案有效地應(yīng)對(duì)當(dāng)今制造業(yè)面臨的挑戰(zhàn)，如工廠中的PCB板檢測、鈑金缺陷檢測、食品衛(wèi)生檢測、零部件均勻度檢測、平板檢測的應(yīng)用中，工廠操作員的疲勞會(huì)影響對(duì)產(chǎn)品質(zhì)量的一致性評(píng)估，但是機(jī)器視覺相機(jī)和深度學(xué)習(xí)解決了這個(gè)問題。如今，AI已用于60％以上的計(jì)算機(jī)視覺應(yīng)用中，而AI在制造應(yīng)用中的增長已超過50％年復(fù)合增長率。

工業(yè)中AI應(yīng)用的發(fā)展給圖像傳感器帶來了更高的挑戰(zhàn)，包括推動(dòng)了全局快門性能、高速拍攝、高分辨率、使用不可見光譜區(qū)域和三維體積深度提供的信息進(jìn)行關(guān)鍵推斷，以及神經(jīng)網(wǎng)絡(luò)處理的發(fā)展。

傳統(tǒng)的卷簾快門圖像傳感器可為靜態(tài)或慢速移動(dòng)的物體成像提供出色的靈敏度。但全局快門在檢測快速移動(dòng)物體的工業(yè)應(yīng)用中至關(guān)重要。

圖1：卷簾快門vs. 全局快門

高速也是快速移動(dòng)物體檢測的工業(yè)應(yīng)用另一個(gè)至關(guān)重要點(diǎn)。高速裝配線的機(jī)器視覺檢查需要快速的幀率和較短的積分時(shí)間，可以使用短曝光和快速讀出消除圖像模糊的效果。工廠的視覺檢測基本都是對(duì)應(yīng)高速移動(dòng)的物體，特別是工廠高速運(yùn)轉(zhuǎn)的生產(chǎn)線上，傳送帶的速度特別快，那么在最短的時(shí)間內(nèi)成像讀出數(shù)據(jù)，減少或消除拍攝圖像中的運(yùn)動(dòng)模糊，才能利用AI算法實(shí)現(xiàn)正確的智能判斷和快速?zèng)Q策。

精彩未完，周三待續(xù)。

點(diǎn)擊閱讀原文，閱讀更多