0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

康耐视改造升级传统设备,化繁为简提效率

3lpN_ofweekgong 来源:YXQ 2019-07-25 16:19 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

机器视觉技术是通过机器视觉产品CMOS/CCD将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

机器视觉作为一种用机器代替人眼测量与判断的技术,现如今被广泛应用于快递、仓储、制造、零售等行业,正处在快速成长阶段。据中商产业研究院数据显示,2018年中国机器视觉市场规模首次超过100亿元。随着行业技术提升、产品应用领域更广泛,未来机器视觉市场将进一步扩大,预计2019年市场规模将近125亿元。

在康耐视中国亚洲物流行业销售总经理孟浩看来,中国机器视觉的发展,现在正处于中期阶段,客户对机器视觉的技术有了一定的认知,行业正向成熟化方向逐渐演进。但就目前来看,机器视觉技术及产品在应用性能、设计架构上还存在局限性。企业如何去优化自身产品性能与设计,让整个产品有更好的应用性及性价比,这非常重要。

他认为只有当技术领先时,生产、研发的产品稳定性才比较强,因为比较高标准的产品,可以让客户能够真的通过机器视觉系统去改善自身的物流作业,提高物流自动化效率。他表示,这也是康耐视一直重视的。

康耐视(Cognex)成立于1981年,是一家机器视觉系统供应商,总部位于美国马萨诸塞州波士顿Natick郡,主要提供视觉系统、视觉软件、视觉传感器和工业读码器等服务。业务遍布北美、欧洲、日本、亚洲、拉丁美洲。

改造升级传统设备,化繁为简提效率

目前,在读码产品应用市场上,主要以传统激光读码产品的应用为主,但随着电商、零售等的发展,传统激光读码产品的适用能力在逐渐减弱,弊端也日益显露,主要存在功能衰退、稳定性弱,对特殊包裹、产品条码误读、读取不到等问题,客户体验不佳。

孟浩称这些问题,可以用机器视觉读码技术得到很好的解决,利用机器视觉读码技术,会使得读取、识别的准确率得到很大提高,另外,在信息反馈上也可增加数据信息量,或保存机器视觉的读取记录,这些基础数据可用于后期数据分析及生产运营改进。传统激光读码产品在获取数据信息量和反馈上做不到。

“机器视觉设备在应用上不直接进行网络连接,它们的应用都是直接连到客户内部网络中,产生的数据一般不存在泄露问题,因为这些数据都是存储在客户手中,客户需要自己去确保数据的安全性。”孟浩补充道。

在机器视觉领域,国外的发展机会跟国内既有相似性也有差异性。孟浩称,国外企业50%的需求和国内企业一样,都希望提高自己的效率,希望改造自己的设备,主要跟传统作业改造或传统作业的效率升级有关。因为他的设备已经用了5-10年甚至20年,所以,他就需要在硬件方面不做大的改动下,把他的电气控制设备,甚至读码设备去做调整,如将激光读码改造成机器视觉读码,这可以显著提高他们整个设备的可靠性、稳定性和效率。这是一个方面。

另外,国外企业更多关注一些创新性的应用,像机器人相关的应用,像自动AGV小车的应用,甚至很多应用就是要简化人员的操作,要提高人员的效率,减少人员操作的负担。但这在中国,目前需求不多。因为中国的人力成本相对较低,尤其在二三线城市,对于一些机器自动化的产品没有太大的需求。

算法AI、3D技术、IoT、5G等新兴技术发展,多半已被应用在机器视觉领域,且已经有成熟的赋有人工智能技术的视觉产品、3D视觉产品诞生。通过机器视觉的人工智能技术可以进行包裹、商品等的筛选,可以完全替代一部分人工的操作,或人眼去做的原始判断工作,而且未来有很好的发展前景。此外,3D技术在机器视觉领域应用,可简化了复杂场景下,由多个视觉产品或不同角度传感器配合才可进行正常工作的系统,将流程化繁为简。

孟浩表示,现在有很多行业都在谈论“如何用机器人设备去代替一些人工操作”。因为整个物流行业在向越来越智慧的方向发展,所以自动化的长度、水平在不断提高,智能化程度在不断提高。他说这也是康耐视决定在很长一段时间里,把核心能力、核心研发资源都投入到物流行业的一个原因。

在孟浩看来5G是整个社会大发展的一个机会。在5G运用下,物流会有很多智能化的改进机会,可以让所有的设备变得更加智能、智慧,让物流的整个效能得到大的提升。同样,对于机器视觉领域,也是一个重大利好。因为机器视觉会有大量数据的存储和交互,所有的这些数据都可以通过5G有更好的数据价值挖掘与发挥。

孟浩感慨道,很看好未来5G的应用,尤其是在物流智能化的发展中,如何去跟机器视觉结合,跟其它技术相结合,去推动智慧物流的发展。除此,他还认为,随着工业自动化逐渐发展趋于稳定,很快物流自动化也会随着工业自动化的发展有更大一波智慧化、智能化的发展大潮。在整个发展的趋势当中,康耐视也希望能够跟整个行业一起去向前发展。

聚焦客户需求,扩大朋友圈

康耐视2002年进入中国,目前中国团队有400人左右,其中研发团队占据20-30%。主要服务于电子商务、快递、零售、医药、烟草、服装等行业,产品应用场景包括商品入库扫码阶段、商品出入库阶段(入库存储,出库分拣及最终储库)。机器视觉读码版块的产品有DATAMAN 70系列、DATAMAN 474等。

孟浩向亿欧物流讲述道,康耐视在物流行业有近10年时间,在这期间他们发现一些传统的技术,现在在逐渐向数字化、视觉化的应用方向上发展,如“激光读码”在物流上的一些应用。他们坚信,机器视觉在未来的智慧物流上会有重要贡献,也会随着智慧物流的发展有一个大的发展。

在中国机器视觉行业的发展中,已经涌现出一批优秀的企业,如海康威视、旷视科技、商汤科技等,康耐视作为一家外企公司,与国内品牌的差异化表现在哪里。面对这个话题,孟浩并没有回避,他说相比而言,每个企业的侧重领域不同,各有各的优势。

首先,康耐视是做机器视觉起家,至今已有30多年,一直钻研于机器视觉领域,专注在机器视觉在自动化领域的应用,对于市场覆盖情况比较高。这是一个非常大的不同。其次,产品设计理念与思路不同。康耐视比较注重软件和算法,很多人员都是集中在机器视觉和算法上,在同一个硬件下,康耐视的算法应该要比任何一家同样做机器视觉的公司在算法要领先许多,在应用的准确性及精度、速度上会有比较明显的优势。因为算法在自动化领域已经有很好的适用性。

同时,孟浩也表示康耐视在国内的发展也遇到过痛点。他说康耐视的产品是以机器视觉为主,但传统物流企业在读码设备的应用上更倾向于用激光读码器,对新兴的设备,在认知与接受层度上还不够开放。他们也在宣传、普及方面做过很多的尝试工作,希望能够把机器视觉在整个物流行业的作用,以及如何去推动数字化在物流行业的转型,让物流变得更加智能、智慧的理念传递出去。宣传不是为了让客户一定选择康耐视的品牌与产品,而是让大家看到在机器视觉领域的机会与发展前景,与行业一同成长。

孟浩坦言,其实在康耐视自身内部也面临一些挑战和痛点。如还需要更加了解整个物流行业、物流场景的应用,丰富自己的产品线,增加产品的多选择性和多功能性,有比较好的产品覆盖,让客户与更丰富的性价比产品进行选择,去更好的满足客户需求。也会在公司内部进行成本优化,在价格上做一些互惠让利,满足客户要求。

对于康耐视接下来的战略规划,孟浩表示,康耐视的企业文化是专注、专业。首先,希望能够在相对稳定的行业和领域里,去把自己的优势和产品的领先性继续保持、继续扎根下去。在物流版块,也会继续做深、做实。其次,去把行业需求、客户要求理解透彻,用越来越丰富的产品线去满足客户多样性、高性价比的要求。再者,扩展自己的朋友圈,希望跟整个行业不同类型的伙伴建立深度合作,共同促进整个未来智慧物流智能化的发展。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器视觉
    +关注

    关注

    163

    文章

    4728

    浏览量

    125007
  • 康耐视
    +关注

    关注

    0

    文章

    79

    浏览量

    14258

原文标题:改造升级传统设备,机器视觉领域何时能够融入 5G?

文章出处:【微信号:ofweekgongkong,微信公众号:OFweek工控】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    AI视觉如何破解电商行业痛点

    在当前复杂宏观背景下,电子商务行业可谓挑战与机遇并存,企业如何通过提升自动化系统正常运行时间和整体设备效率(OEE)成为“破题”关键。本期课程聚焦电子商务领域的增长与挑战。
    的头像 发表于 09-11 09:42 547次阅读

    携手茉丽特突破半导体视觉检测瓶颈

    随着对光学技术专家茉丽特的战略收购,两大领域的顶尖力量强强联手,构建起从光学元器件到完整视觉系统的一站式解决方案——依托
    的头像 发表于 08-26 11:13 1105次阅读

    工程师怒赞:达讯网关让Modbus设备‘挤进’Profinet圈,触摸屏效率翻倍!\"

    在工业自动化领域,设备间的“鸡同鸭讲”一直是工程师的噩梦——Modbus设备的“方言”与Profinet网络的“普通话”互不相通,导致触摸屏数据采集卡壳、产线效率打折。直到达讯自动化
    发表于 07-29 15:02

    让太阳能逆变器“狂飙”的秘诀-达讯CAN转EtherCAT网关

    1Mbps)像勤恳的老黄牛,而EtherCAT(10Mbps+)却是F1赛车——当逆变器需要毫秒级响应时,数据延迟直接导致发电效率打折,甚至设备宕机。更换设备成本高昂,难道只能“忍痛割爱”? 破局:
    发表于 07-18 15:22

    达讯CAN转EtherCAT网关,变频器通信升级的“真香”指南

    熟悉的编程逻辑,大大降低实施成本。 实战案例:一招解决通信瓶颈 某工厂生产线因CAN总线通信延迟频频报警,总线负载超80%导致丢包。工程师引入一台达讯通信技术CAN转EtherCAT网关改造,PLC作主
    发表于 07-15 15:34

    开疆智能CCLinkIE转ModbusTCP网关连接InSight相机案例

    开疆智能CCLinkIE转ModbusTCP网关连接InSight相机案例
    的头像 发表于 06-28 14:06 599次阅读
    开疆智能CCLinkIE转ModbusTCP网关连接<b class='flag-5'>康</b><b class='flag-5'>耐</b><b class='flag-5'>视</b>InSight相机案例

    海德堡仪器携手实现半导体制造效率全面提升

    半导体制造的核心,在于精准与效率的双重博弈。对许多制造商而言,尤其在面对非传统材料及复杂制造条件时,如何维持高产量成为一道难以逾越的技术门槛。
    的头像 发表于 06-24 09:18 701次阅读

    邀您相约2025华南国际工业博览会

    6月4-6日,将携AI视觉核心技术与创新产品亮相2025华南国际工业博览会(以下简称“华南工博会”),全方位展示
    的头像 发表于 05-30 17:01 1185次阅读

    邀您相约2025广州物流装备与技术展览会

    5月21-23日,将亮相中国(广州)国际物流装备与技术展览会(以下简称“LET广州物流展”),展示面向物流行业的基于AI的智慧物流解决方案。
    的头像 发表于 05-16 17:14 668次阅读

    AI赋能利元亨重构电动汽车电池安全体系

    电动汽车电池制造中,0.2mm的组件错位即可导致性能衰减甚至短路,而传统机器视觉难以区分可接受异常与致命缺陷。如何在高成本、高风险的制造环节实现“零容忍”质量管控?广东利元亨智能装备股份有限公司(以下简称“利元亨”)与
    的头像 发表于 04-25 17:14 740次阅读

    In-Sight 8900视觉系统赋能高度监管行业

    In-Sight 8900是最新推出的由AI驱动的紧凑型视觉系统,专为高度监管行业的OEM厂商打造。该系统通过深度融合先进AI算法与高性能成像技术,构建起精准可靠的自动化检测体系,可实现缺陷检测、装配验证、追溯管理等全流程
    的头像 发表于 03-28 10:09 954次阅读

    全新发布In-Sight 8900视觉系统

    全新发布的In-Sight 8900视觉系统,由AI技术驱动,专为高度监管行业的OEM量身定制。这款超紧凑型视觉系统集成了先进的AI功能与强大的成像性能,可精准实现缺陷检测、装配验证及复杂文本读取,同时全面支持21 CFR
    的头像 发表于 03-21 10:21 1063次阅读

    VisionPro智能视觉软件助力孚能科技突破锂电检测瓶颈

    在锂电池制造领域,精度与效率的平衡始终是行业难题。面对锂电缺陷检测复杂度高、质量要求严苛等挑战,孚能科技通过部署VisionPro智能视觉软件,突破
    的头像 发表于 02-21 15:32 928次阅读

    山地爱得借助In-Sight D900视觉系统攻克生产难题

    山地爱得医学科技(北京)有限公司(以下简称:山地爱得)如何借助In-Sight D900视觉系统,攻克生产难题,达成自动化与效率的双重跃升。 客户 山地爱得 山地爱得,是全球性牙
    的头像 发表于 12-20 09:20 828次阅读

    AI解决方案助力打造高效电动汽车生产线

    Wipro PARI,一家位于印度浦那专注于工业机器人和自动化领域的公司,在电动汽车制造的复杂进程中面临诸多挑战,而基于AI的自动化解决方案如同一股强劲动力,帮助它突破生产困境,实现了制造工艺的革新与蜕变。
    的头像 发表于 12-12 16:39 934次阅读