尹航

（中國(guó)電子工程設(shè)計(jì)院有限公司）

1 引言

近幾年出現(xiàn)的機(jī)器視覺（Machine vision）是人工智能（AI）的一個(gè)基本分支，是指利用計(jì)算機(jī)對(duì)圖像進(jìn)行處理、分析和理解，以識(shí)別各種不同目標(biāo)和對(duì)像的技術(shù)[1]，是一門涉及生物醫(yī)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科[2-3]。從技術(shù)角度看，機(jī)器視覺是在實(shí)際操作中，利用光學(xué)系統(tǒng)、工業(yè)數(shù)字相機(jī)和圖像處理工具，在開發(fā)環(huán)境中使用圖像識(shí)別分析技術(shù)，仿真智能識(shí)別功能，對(duì)環(huán)境、事件等進(jìn)行不同應(yīng)對(duì)，在智能設(shè)備中發(fā)揮功能。機(jī)器視覺隨著人工智能和5G網(wǎng)絡(luò)的不斷升級(jí)，在工業(yè)上起到了重要作用。

2 機(jī)器視覺技術(shù)發(fā)展

機(jī)器視覺最早是在20世紀(jì)60年代被提出來的，可經(jīng)過二十多年才初露頭角，在這段時(shí)間涌現(xiàn)出不少優(yōu)秀的特征算法，而這些卻沒有真正使用深度學(xué)習(xí)的算法。在21世紀(jì)之后，機(jī)器視覺技術(shù)才逐步變得成熟。近些年出現(xiàn)的卷積神經(jīng)網(wǎng)絡(luò)是計(jì)算機(jī)視覺中一項(xiàng)更精確、更智能的技術(shù)，對(duì)應(yīng)生物醫(yī)學(xué)中出現(xiàn)的神經(jīng)網(wǎng)絡(luò)，是一種對(duì)人腦較為精準(zhǔn)的模擬。在機(jī)器視覺里，可以把卷積簡(jiǎn)化為一個(gè)抽象的過程，意在把圖像分成眾多像素區(qū)并將其信息統(tǒng)計(jì)抽象出來。

3 機(jī)器視覺應(yīng)用現(xiàn)狀

相較于全球較為發(fā)達(dá)的機(jī)器視覺行業(yè)，中國(guó)的機(jī)器視覺相關(guān)產(chǎn)業(yè)起步相對(duì)落后，但發(fā)展十分迅速。自2011年到2019年，我國(guó)機(jī)器視覺市場(chǎng)從10 億元躍升到百億級(jí)，每年都維持著兩位數(shù)的增速[4]。

“智能化”是科技的潮流，人工智能如今已廣泛應(yīng)用在諸多行業(yè)。據(jù)統(tǒng)計(jì)[5]，2017年度AI 企業(yè)數(shù)量超過2000 家，產(chǎn)業(yè)規(guī)模超過200 億元。據(jù)估計(jì)，到2022年，人工智能核心產(chǎn)業(yè)規(guī)模將超過1500億人民幣，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過萬億元。

近兩年，機(jī)器視覺在新冠疫情阻擊戰(zhàn)中發(fā)揮了重要作用。如使用無人機(jī)進(jìn)行噴灑消毒、智能機(jī)器人進(jìn)行無接觸式配送（見圖1）等，使機(jī)器視覺的運(yùn)用深入人們的日常生活中。

圖1 疫情期間智能機(jī)器人進(jìn)行無接觸式配送

4 機(jī)器視覺發(fā)展趨勢(shì)

計(jì)算機(jī)的圖像識(shí)別技術(shù)在公共安全、生物、工業(yè)、醫(yī)療等很多領(lǐng)域都有應(yīng)用[6]。例如，在公共出行方面的智能掃描與識(shí)別系統(tǒng)、農(nóng)場(chǎng)的動(dòng)物檢測(cè)系統(tǒng)、車間流水線的測(cè)距和相機(jī)掃描系統(tǒng)、生物醫(yī)學(xué)中的骨骼圖像處理技術(shù)等。隨著圖像識(shí)別技術(shù)不斷應(yīng)用，其算法的精度也在不斷提升，也更加智能。

現(xiàn)如今，我們對(duì)機(jī)器視覺的認(rèn)識(shí)逐漸加深。機(jī)器視覺系統(tǒng)使大批量、持續(xù)生產(chǎn)的自動(dòng)化水平有所提升，不僅使工業(yè)生產(chǎn)效率得到優(yōu)化，而且獲取信息與智能處理的能力變得優(yōu)化。圖像識(shí)別技術(shù)隨著科技技術(shù)不斷更新，應(yīng)用領(lǐng)域也更加多元。

4.1 機(jī)器視覺的主要應(yīng)用領(lǐng)域

近幾年，從工業(yè)流水線到精密制造領(lǐng)域，人工智能和深度學(xué)習(xí)以圖像識(shí)別的形式對(duì)機(jī)器視覺產(chǎn)生了深遠(yuǎn)影響。

1）工業(yè)檢測(cè)

在工業(yè)檢測(cè)中，由于視覺系統(tǒng)非接觸、速度快、精度合適、現(xiàn)場(chǎng)抗干擾能力強(qiáng)等突出優(yōu)點(diǎn)，得到了廣泛應(yīng)用，取得了巨大的經(jīng)濟(jì)與社會(huì)效益[7]。

2）生產(chǎn)車間巡檢

機(jī)器視覺通過實(shí)時(shí)監(jiān)控對(duì)生產(chǎn)車間的人、物、廠進(jìn)行全方位監(jiān)測(cè)，通過對(duì)動(dòng)作的捕捉，智能識(shí)別出違規(guī)操作及動(dòng)作規(guī)范檢查，使生產(chǎn)步驟規(guī)范[8]。

3）智慧園區(qū)門禁應(yīng)用

機(jī)器視覺在智慧園區(qū)中也得到了應(yīng)用。疫情防控中，當(dāng)人的體溫出現(xiàn)異常時(shí)，可監(jiān)測(cè)其之前的運(yùn)動(dòng)軌跡，實(shí)施準(zhǔn)確的動(dòng)態(tài)運(yùn)動(dòng)追蹤與定位，為后續(xù)監(jiān)測(cè)提供幫助。同時(shí)，還可利用機(jī)器視覺中的邊緣計(jì)算與AI視頻分析算法檢測(cè)人員佩戴口罩情況，YOLO、SSD等算法即可精準(zhǔn)快速完成檢測(cè)，見圖2。

圖2 機(jī)器視覺進(jìn)行監(jiān)測(cè)的場(chǎng)景

構(gòu)建一個(gè)完整、智能的機(jī)器視覺系統(tǒng)，一方面要完成從光源調(diào)配到圖像處理軟件開發(fā)等一系列過程，另一方面要注意多功能、多維度的自動(dòng)化系統(tǒng)之間的交接。機(jī)器視覺進(jìn)入某個(gè)領(lǐng)域，總會(huì)與自動(dòng)化系統(tǒng)進(jìn)行一定程度的集成，而在實(shí)施階段卻難以落地，這成為開發(fā)人員需要密切關(guān)注的重點(diǎn)，解決這個(gè)難題，便可打通機(jī)器視覺一條新路。行業(yè)內(nèi)各企業(yè)不斷合作，制定數(shù)據(jù)接口、通信協(xié)議等基礎(chǔ)共性標(biāo)準(zhǔn)，打通視覺和各信息系統(tǒng)的通道，實(shí)現(xiàn)系統(tǒng)間的互聯(lián)互通，這是工業(yè)發(fā)展的必然趨勢(shì)。

5 數(shù)據(jù)中心中應(yīng)用

中國(guó)傳統(tǒng)制造業(yè)不斷轉(zhuǎn)型升級(jí)，工業(yè)制造變得更加智能化。一個(gè)主要的發(fā)展趨勢(shì)就是用工業(yè)機(jī)器人代替?zhèn)鹘y(tǒng)人工的作業(yè)，顯著提高了工作效率。

5.1 數(shù)據(jù)中心的潛在應(yīng)用

5.1.1 數(shù)據(jù)中心園區(qū)安全維護(hù)

隨著智慧園區(qū)時(shí)代的到來，機(jī)器視覺在其中的應(yīng)用也日漸成熟。在數(shù)據(jù)中心園區(qū)中，機(jī)器視覺與物聯(lián)網(wǎng)技術(shù)相結(jié)合，對(duì)園區(qū)公共區(qū)域及生產(chǎn)單位進(jìn)行全方的覆蓋。

在園區(qū)中安裝的圖像采集裝置對(duì)現(xiàn)場(chǎng)實(shí)時(shí)情況做智能化處理、邊緣計(jì)算及全方位檢測(cè)、預(yù)警、判斷、處置等應(yīng)用，并將過程及結(jié)果實(shí)時(shí)向業(yè)主、安檢及消防等部門進(jìn)行發(fā)布上傳，形成網(wǎng)絡(luò)化、智能化的安全生態(tài)系統(tǒng)（見圖3）。

圖3 某數(shù)據(jù)產(chǎn)業(yè)園設(shè)備運(yùn)行狀態(tài)畫面

5.1.2 數(shù)據(jù)中心的巡檢機(jī)器人

運(yùn)維工作主要還是通過值班人員定期巡查維護(hù)，工人在做重復(fù)性工作時(shí)，隨著時(shí)間增長(zhǎng)，效率逐漸降低，而機(jī)器人恰恰適合于這種工作。

我們團(tuán)隊(duì)在數(shù)據(jù)中心運(yùn)維模塊也有相關(guān)方向的研究，比如，利用移動(dòng)端APP掃描為設(shè)備運(yùn)行維護(hù)定制的二維碼（見圖4），從而將設(shè)備的日常維護(hù)信息錄入到設(shè)定的表單中。這種運(yùn)維模式極大提高了運(yùn)維效率，減少了人工成本。圖5 為使用移動(dòng)端掃描二維碼的畫面，將信息進(jìn)行采集。

圖4 機(jī)柜二維碼及信息

圖5 移動(dòng)端掃描二維碼的畫面

我們還在探索將移動(dòng)端APP智能運(yùn)維與圖像識(shí)別相結(jié)合，給機(jī)器人裝載高精度攝像頭、傳感器等，使機(jī)器人具備智能掃描、采集溫濕度等功能，并為其設(shè)定巡檢路線，使其可以全天嚴(yán)格按照設(shè)備及路徑巡檢，即智能巡檢機(jī)器人（見圖6）。相較人工巡檢，智能巡檢機(jī)器人具備不懼危險(xiǎn)、不知疲倦、堅(jiān)守崗位、技能穩(wěn)定等優(yōu)勢(shì)。

圖6 智能巡檢機(jī)器人初期巡檢路線

因此，隨著機(jī)器人技術(shù)的發(fā)展，開始逐步應(yīng)用巡檢機(jī)器人取代部分人工工作解決一些問題。在運(yùn)維大數(shù)據(jù)支撐下，可替代60%以上的現(xiàn)場(chǎng)運(yùn)維重復(fù)性工作。

5.2 發(fā)展影響因素

機(jī)器視覺并非新領(lǐng)域，但它仍處于早期發(fā)展階段，資金是制約其發(fā)展的重要因素。雖然用于數(shù)據(jù)流編程的開源軟件越來越多，機(jī)器學(xué)習(xí)愛好者能夠以極低的成本進(jìn)行研究和學(xué)習(xí)[9]，然而，為了實(shí)現(xiàn)產(chǎn)品創(chuàng)意，平衡預(yù)算，相關(guān)企業(yè)仍有很長(zhǎng)的路要走。

機(jī)器視覺技術(shù)在工業(yè)中的應(yīng)用已相當(dāng)廣泛，并持續(xù)趨向智能化。尤其是近幾年，從紡織品到制藥領(lǐng)域，人工智能和深度學(xué)習(xí)以圖像識(shí)別的形式對(duì)機(jī)器視覺空間產(chǎn)生了積極影響。但無論它將如何應(yīng)用或?qū)?yīng)用于哪些行業(yè)，機(jī)器視覺技術(shù)永遠(yuǎn)不可能孤立發(fā)展。只有通過訪問更多圖片、實(shí)時(shí)數(shù)據(jù)，花費(fèi)更多的時(shí)間和精力才能使其更加強(qiáng)大。企業(yè)必須充分認(rèn)識(shí)到這一點(diǎn)，才可能在未來取得成功。

人工智能的時(shí)代早已來臨，它所帶來的技術(shù)正逐步優(yōu)化我們的生活，為人類社會(huì)更多領(lǐng)域帶來重大應(yīng)用。