原创:Andy Song
【Vision 大咖说】
特斯拉的自动驾驶技术,对于面前的路况进行图像采集之后,如果发送到云端进行处理,会有明显的延时,这样等结果返回本地,往往已经错失了处理的时机,就失去了意义。
——360首席科学家 颜水成
【行业趋势】
1. 机器视觉如此之火,“智慧之眼”谁能胜任
在创新放缓的智能手机市场,ToF方案成为拍照亮点频频出现在多款手机产品中,一时风头无两,迅速蹿升为3D视觉领域的主流方案。事实上,各大应用市场对ToF这类3D深度视觉技术都呈现出日益旺盛的需求,其中以机器视觉应用最为普遍。
在某些机器视觉应用中,如图像识别、图像检测、视觉定位、物体测量、物体分拣等,创建物体的3D图像是必不可少的。ToF因种种优势,被认为有潜力在这方面迎来广泛应用。
在消费领域,百万量级扫地机器人越来越多地配备了机器视觉能力。当前较为主流的实现方式是单目视觉技术,通过加入可见光摄像头进行辅助定位,使扫地机器人移动过程中可以对图像进行连续跟踪,进行相机姿态和物体之间相对位置变化的估算,从而实现避障。在视觉导航技术兴起之前,扫描式激光雷达占据绝对的主导地位。
ToF方案则契合了机器视觉的需求,它的像素并没有那么高,人眼看上去颗粒度很大、没有画面细节,但对于机器视觉实现避障等功能足够,能够更好地保护隐私。此外,在室内关灯或窗帘紧闭等情况下,可见光摄像头的效果大打折扣,ToF因为自发光原理,反而更能体现优势。(电子发烧友)
2.机器视觉从“可选”向“必选”迈进
机器视觉概念在20世纪50年代提出,20世纪80年代开始逐步进入产业化,到2000年后进入快速发展期。经历了近20年的高速增长,我们认为机器视觉仍然是一个有较强成长动力的行业,主要驱动因素来自两个方面,一是对机器代人过程的不断进行、二是技术进步使得更多需求得以释放,前者的底层逻辑主要是人口红利的消失以及人生理能力的局限性,后者的底层逻辑主要是生产过程向更高效、更精确、更优质的进化。且随着时间推移,上述驱动因素的作用力不断增长,使得机器视觉在智能制造中的地位从“可选”逐步向“必选”迈进。(太平洋证券)
1. 机器视觉如此之火,“智慧之眼”谁能胜任
在创新放缓的智能手机市场,ToF方案成为拍照亮点频频出现在多款手机产品中,一时风头无两,迅速蹿升为3D视觉领域的主流方案。事实上,各大应用市场对ToF这类3D深度视觉技术都呈现出日益旺盛的需求,其中以机器视觉应用最为普遍。
在某些机器视觉应用中,如图像识别、图像检测、视觉定位、物体测量、物体分拣等,创建物体的3D图像是必不可少的。ToF因种种优势,被认为有潜力在这方面迎来广泛应用。
在消费领域,百万量级扫地机器人越来越多地配备了机器视觉能力。当前较为主流的实现方式是单目视觉技术,通过加入可见光摄像头进行辅助定位,使扫地机器人移动过程中可以对图像进行连续跟踪,进行相机姿态和物体之间相对位置变化的估算,从而实现避障。在视觉导航技术兴起之前,扫描式激光雷达占据绝对的主导地位。
ToF方案则契合了机器视觉的需求,它的像素并没有那么高,人眼看上去颗粒度很大、没有画面细节,但对于机器视觉实现避障等功能足够,能够更好地保护隐私。此外,在室内关灯或窗帘紧闭等情况下,可见光摄像头的效果大打折扣,ToF因为自发光原理,反而更能体现优势。(电子发烧友)
2.机器视觉从“可选”向“必选”迈进
机器视觉概念在20世纪50年代提出,20世纪80年代开始逐步进入产业化,到2000年后进入快速发展期。经历了近20年的高速增长,我们认为机器视觉仍然是一个有较强成长动力的行业,主要驱动因素来自两个方面,一是对机器代人过程的不断进行、二是技术进步使得更多需求得以释放,前者的底层逻辑主要是人口红利的消失以及人生理能力的局限性,后者的底层逻辑主要是生产过程向更高效、更精确、更优质的进化。且随着时间推移,上述驱动因素的作用力不断增长,使得机器视觉在智能制造中的地位从“可选”逐步向“必选”迈进。(太平洋证券)
3. AI+机器视觉技术帮助科学家寻到新的外星世界
机器学习算法已被用于揭示NASA退役的开普勒太空望远镜聚集的数据存档中两个以前看不见的系外行星。Kepler于2009年发射,被派去调查银河系的黑暗河段。它的工作是通过仔细检查遥远星星发出的光来寻找外星世界。用光度计武装起来,开普勒寻找在其母星前面行星划过的亮度特征下降。它去年十月退休了。该航天器帮助科学家发现了2000多个遥远的行星,还有许多尚未被发现。由德克萨斯大学奥斯汀分校和谷歌领导的天文学家和工程师团队共同合作,利用卷积神经网络嗅出潜在的候选系外行星。该软件使用开普勒观测到的恒星和行星数据集进行训练,因此当查看其他恒星亮度的读数时,它可以预测每颗恒星存在的外星球。
机器学习算法已被用于揭示NASA退役的开普勒太空望远镜聚集的数据存档中两个以前看不见的系外行星。Kepler于2009年发射,被派去调查银河系的黑暗河段。它的工作是通过仔细检查遥远星星发出的光来寻找外星世界。用光度计武装起来,开普勒寻找在其母星前面行星划过的亮度特征下降。它去年十月退休了。该航天器帮助科学家发现了2000多个遥远的行星,还有许多尚未被发现。由德克萨斯大学奥斯汀分校和谷歌领导的天文学家和工程师团队共同合作,利用卷积神经网络嗅出潜在的候选系外行星。该软件使用开普勒观测到的恒星和行星数据集进行训练,因此当查看其他恒星亮度的读数时,它可以预测每颗恒星存在的外星球。
神经网络发现了两个以前未知的世界,因为它通过开普勒数据寻找轨道行星的迹象,并且已经使用美国亚利桑那州和夏威夷的望远镜证实了它们的存在。基督徒K2-293b和K2-294b两者之间彼此接近,分别位于水瓶座的1300光年和1,230光年之外,它们都比地球更大更热。
这不是AI第一次帮助科学家找到新的世界。去年,一个使用机器学习的类似研究小组偶然发现了绕过先前错过的开普勒90星的第八颗行星。这一发现使开普勒-90 成为唯一一个拥有八个行星的行星系统,就像我们自己的太阳系一样,我们已经看到了。(OFweek物联网)
【名企动态】
康耐视孟浩:All in 机器视觉,AI、5G融入正当时
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。
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。(亿欧网)
【产品聚焦】
通用高精度ToF相机可提供具备成本效益的实时3D成像功能
Basler blaze相机是一款工业3D相机,按照脉冲式Time-of-Flight原理工作。配备在940 nm近红外范围(NIR)内运作的激光二极管(VCSEL),只需一次拍摄即可生成包含2D和3D数据的多部分图像,包括范围、强度和置信图。
Basler blaze借助创新的Sony DepthSense™芯片技术和强大的功能,并结合高分辨率(VGA)和高精度,价格富有吸引力,是一款值得信赖的相机。这种性价比出众的特点使Basler blaze相机在市场上独树一帜。
Basler blaze相机亮点功能概览
采用Sony最新DepthSense™ IMX556PLR芯片技术,实现出色3D成像;
使用ToF (Time-of-Flight)的方法,可进行精确到毫米级的光学测量;
测量范围大,例如可覆盖两个欧标托盘或一辆小型汽车;
实时传输经过预处理的3D点云和2D强度图像;
能在自然光下工作,具备IP67级保护,严苛条件下依然能获得稳定成像效果 ;
不受光线和对比度的影响;
借助精巧的设计和千兆网(GigE)接口,轻松实现系统集成 ;
友好易用且独立于平台的编程界面,带有示例程序;
能在多相机系统中可靠运行,且互相不会产生干扰。(中国机器视觉网)