机器视觉在现代生活中扮演着越来越重要的角色，无论是人工智能高新技术还是制造业，都能见到机器视觉技术的身影。在7月3日－5日举办的中国（上海）机器视觉展上，记者来到了安森美半导体的展台，就机器视觉产业现状及行业发展未来等话题与安森美半导体智能感知部大中华地区市场总监郗蕴侠博士进行了深入沟通交流。

XGS家族全系列产品及成熟应用亮相

本次展会上，安森美半导体为观众带来了XGS家族全系列产品及成熟应用展示。据郗博士介绍，XGS是基于安森美半导体最新的3．2微米pixel，全局曝光的CMOS图像传感器技术。

XGS系列产品共计有11款不同分辨率的产品可供用户选择，范围从2MP到45MP，与当前市场上已有的产品相比，优异的图像质量，高帧率，低功耗，宽工作温度成为了XGS系列产品的最大特色，极具性价比优势。

此外，XGS系列产品属于X－Class图像传感器平台，该平台在同一图像传感器框架内支持多种CMOS像素架构，灵活实现摄像机设计的新维度，让单一摄像机设计能支持多种产品分辨率，摄像机制造商可充分利用现有的零件库存并加快新摄像机设计的面市时间。XGS家族全系列产品将会颠覆目前市场竞争格局，为用户提供了非常有吸引力的选择。

郗博士告诉OFweek电子工程网，XGS系列产品因分辨率的不同，能满足用户多样化场景需求，比如根据XGS5000的高帧率特性，可作为高速生产线检测；XGS12000的低功耗低成本特性，可用作物流扫码设备；XGS45000的低噪声特性以及高分辨率优势，可用作做液晶屏检测等等。除了以机器视觉为主要的应用场景以外，智能交通、3D成像、无人机等行业也广泛应用上了XGS系列产品。

作为信息化时代的关键技术，机器视觉在工业自动化浪潮中扮演了不可或缺的角色。郗博士认为，工业4．0时代的基础是实现工业智能化，比如在生产线上的液位测量，就需要机器视觉设备精确测量液位尺寸；机械臂在生产线上对物体的搬运、抓取，离不开机器视觉对物体的精准定位；在物流运输环节，利用机器视觉技术进行筛查分拣，通过机器视觉技术扫码识别物体上的二维码等。

“机器视觉技术的出现给工业和制造业带来的最大好处，一是高效，二是精准。” 郗博士指出，机器视觉技术帮助设备实现依靠人类视觉难以完成的任务，进一步降低出错率，提升了工作效率。

疫情防控，机器视觉能起到哪些作用？

开年来的新冠疫情侵袭给不少半导体厂商造成了一定影响，而对安森美半导体来说，这是一次挑战却也是一次机会。郗博士表示，部分工业制造企业因疫情停工停产，但医疗相关产业却因此受益。

在整个疫情监测防控、病例追踪、数据采集方面，机器视觉技术的存在发挥了重要作用。比如助力口罩等防护物资的自动化生产、智能物流分拣、人脸筛查识别、无人机消毒等，机器视觉结合人工智能（AI）使口罩生产做到了高精确定位，切割，自动检测，大大提高了生产效率；而健康码、AI医生、送药送餐机器人等各种高效管理和便民服务，使无接触作业模式更有效率更可靠。

事实上，早在疫情出现之前，安森美半导体早已在医疗相关领域进行了长远布局。郗博士谈到，早在三四年前安森美半导体就开始在智慧物流、无人配送、工业自动化等领域发力，由于疫情的突然爆发导致了“无接触”模式的兴起，相应的无人产品、无人设备也开始得到大量使用，开始发挥其重要作用。就行业情况来看，前期的诸多不利影响已经渐渐过去，整个半导体产业链也逐渐恢复正常运转。

机器视觉未来还面临着哪些挑战？

机器视觉作为人工智能产业快速发展的重要分支，它包含了图像处理、传感器、光学成像等多门类复杂技术，因此产业的发展过程中还有诸多的挑战亟待解决。

郗博士认为，受益于国内对人工智能产业的大力推动，机器视觉产业也得到了长足的发展，在当前机器视觉产业发展中，还存在以下问题：

从机器视觉生态系统来看，前端的感知尤为重要，利用图像传感器进行数据的采集，才能传输给后端进行处理，这涉及到设备高分辨率、低功耗、低成本的需求。除了采用摄像头作为前端感知以外，安森美半导体还将基于单光子雪崩二极管以及硅光电倍增管的新技术应用于激光雷达产品上，通过前端给出更加有效的信息，减轻后端的处理压力，如今该方案已被广泛运用在医疗、消费类、工业类、汽车类应用领域。

在后端方面，机器视觉技术依赖于人工智能算法驱动，因此需要足够大的数据量进行学习、训练，同时机器视觉对数据的判断要更加精确，这也对人工智能算法及算力提出了更高的要求。除此之外，机器视觉技术还会受限于红外等其他的光谱的感知，因此未来的机器视觉还可以向多色彩分辨进行拓展。

郗博士表示，工业自动化浪潮下，机器视觉市场发展潜力巨大，也给机器视觉厂商带来了无数机会。不少本土企业也趁势崛起，在芯片、算法等细分领域做到与国际并驾齐驱。安森美半导体也会在保持对该产业的持续高投入之下，进一步提升产品高分辨率、高帧率等性能，正如其展台的宣传语一般，“创造超越人眼的视觉，你发挥才能，我们提供工具。”做到精益求精，带领机器视觉产业朝着更成熟的的方向迈进。