机器视觉带来自动化工厂

机器视觉是在工业应用中使用相机作为辅助的概念，包括工厂自动化。“援助”对不同的人可能意味着不同的东西。例如，如果您负责装配线上的产品质量，则可以使用机器视觉在产品下线时检查每个产品，以确保其制造符合要求的规格并且没有缺陷。

辅助还可以指应用于应用程序的人工智能 （AI），以提高生产力和/或效率。同时，机器视觉可以应用于自动化移动机器人（AMR），以显着提高工厂产量，尤其是与5G连接配对时。

机器视觉和工业4.0

回到工业4.0发挥作用的工厂自动化示例，机器视觉起着关键作用。这种自动化涉及对各种技术进行网格划分，以减少人为干预，同时提高生产力。理论上，应该从人类手中夺走的是需要在一瞬间做出的决定和相关行动。

虽然需要高质量的相机才能以所需的分辨率生成图像，但拥有一个能够处理如此高数据吞吐量的后端至关重要。考虑让多个摄像机同时流式传输，然后必须对所有数据进行分类和处理。

除了传统的相机之外，机器视觉系统还依赖于数字传感器，然后必须对所有输入之间的数据进行标准化。结果是大量的数据。更重要的是，这些系统必须保证坚固性、可靠性和温度稳定性，同时保持最高级别的安全性。

将人工智能应用于工业4.0可以通过增加自动化、预测性维护、计算机视觉或机器人技术，特别是随着5G的引入，为智能工厂带来新的机会。除了机器视觉功能外，Edge AI 还带来了对象检测、检查跟踪、识别和分类等关键功能。这些功能对于在具有边缘视频分析功能的嵌入式计算机上做出更快、更好的决策至关重要。这种基于人工智能的机器视觉系统可能有助于非传统行业的组织，包括建筑、制造、医疗保健和零售。

推动网络发展

通常能够处理高吞吐量的引擎将在云中，需要处理和分析信息，并根据各种特征进行测量，以便做出正确的决策。不幸的是，将信息传入和传出云可能并不现实。因此，解决方案是在物联网或工业物联网（IIoT）的边缘处理设施内的数据。由于针对人工智能应用的算法的涌入，现在有一大块拼图可用。

将此操作移至IIoT边缘的另一个原因是出于控制目的。拥有数据并对其进行处理和分析是件好事，但是如果您不能实时根据决策采取行动，那么这种能力的价值就会大大降低。同样，这可以在基于云的架构中完成，但不能实时完成。

由于客户加强了质量控制，以及供应商可能更好的成本控制水平，自动化工厂生产线上的最终产品的质量可能会更高，因为产品只在必要时订购，并且可以订购更精确的数量，从而消除了供过于求（或更糟， 供应不足）。此外，可以快速发现并纠正产品缺陷。

一款直接针对基于边缘的机器视觉的产品是Mitac的MP1-11TGS无风扇嵌入式系统。该平台采用英特尔的Tiger Lake-UP3 Core i7 / i5 / i3 / Celeron ULV微处理器设计，运行频率高达4.4 GHz。 适合机器视觉应用的嵌入式计算机的其他功能包括：

集成英特尔锐炬 Xe 显卡

英特尔博锐技术支持

一个 DDR4 SO-DIMM，支持高达 32 GB 的信号

通过HDMI支持四个显示器

热插拔固态硬盘/硬盘插槽

两个千兆以太网 LAN（另外两个可选）

多个 USB 接口，包括 2.0 和 3.1

8V 至 24V 工作电压范围

当您在基于边缘的 AI 应用程序中应用机器视觉或在出厂设置中部署 AMR 时，这些功能会派上用场。例如，像MP1-11TGS这样的平台可以将基于边缘的机器视觉比这里已经描述的更进一步，例如，可以包括自动移动机器人（AMR）。在这种情况下，您的相机可能会在设施中移动，并允许对各种任务做出即时响应。假设AMR是通过WiFi或5G无线连接的，那么它也可以从管理员碰巧的任何地方进行监视和控制。

审核编辑：郭婷