机器视觉迎来全新发展机遇

由于全球制造中心逐步向中国转移，机器视觉系统已成为各大半导体原厂的重点关注市场。如何为“眼盲”设备提供“视力”或“视觉”，从而提高产品质量、提高生产力并降低成本?众多知名半导体厂商纷纷通过开发新型机器视觉系统来巩固并促进未来工业自动化产业的良性发展。有鉴于此，本期2014年6月“智能工业”特刊“i创新”栏目主题将聚焦于“智能工业下机器视觉的未来”探讨。

在人工成本急剧上升、产业结构升级的宏大背景下，中国不断出台新的政策支持工业机器人的发展。2014年伊始，中国工业机器人即迎来重大利好。工信部发布《关于推进工业机器人产业发展的指导意见》，针对中国工业机器人的发展现状，《意见》提出了具体目标，包括到2020年，高端产品市场占有率提高到45%以上，机器人密度(每万名员工使用机器人台数)达到100以上，等等。这意味着政府认为在未来6年内中国工业机器人的保有量将增长4倍。

芯片商与工业电脑系统集成商正大举抢攻机器视觉应用商机。工业型机器人应用前景看好，连带让机器人内部控制元件的行情跟着看俏，包括MCU、DSP、FPGA、工控平台等解决方案供应商亦正大举献计，飞思卡尔(Freescale)、莱迪思(Lattice)、美国国家仪器(National Instruments)、凌华(ADLINK )等业界一众知名大厂，期许能顺着智能工业与自动化的潮流，推出从机器视觉、测试测量和运动控制等工业热点设计方案，大发智能工业财。

工业型机器人需求崛起，可望带动庞大市场商机。工业型机器人的核心能力在于机器视觉与运动控制;而目前最普遍的工业型机器人样态即是模仿人类手臂的机器手臂，而机器视觉作为工业机器人的“眼睛”和感知器官，对图像捕捉与处理能力要求非常高，已然成为工业的智能化的关键所在。

机器视觉正迎来全新的发展机会

飞思卡尔微控制器事业部亚太区市场营销和业务拓展经理 李星宇表示，工业自动化正在迈向工业智能化。业内专家认为，人口红利的刘易斯拐点将会在2015年出现。随着劳动人口的下降和老龄人口的上升，许多企业将面临劳动力成本上升的问题，因此对于工业智能化有强烈的需求。这为机器视觉带来了全新的应用。

李星宇进一步指出表示，目前简单劳动的机器替代趋势已经形成，而具有机器视觉智能设备可以帮助自动化设备实现高度灵活的配置，以及适应更加复杂的作业任务，例如物流分拣，产品品质检测、高精度加工、装配工作等，而通过M2M的互联，更有助于提高自动化系统内部各个单元的协作效率，从而扩大机器替代人力劳动的范围。据国际机器人联合会此前预测，到2014年，中国将成为全球工业机器人的最大市场，年均销售增长率达到25%。我们注意到，汽车制造，电子装配，仓储物流以及建材生产等行业对于工业机器人的需求非常旺盛。

机器视觉的另一个应用是钢铁工业，包括焊缝的自动跟踪，带钢表面缺陷的自动检测、连铸、轧钢等工序中的品质控制等等。考虑到中国庞大的钢铁工业规模，机器视觉技术带来的经济回报可达千亿元的量级。这些技术同样可以使玻璃、石化等传统行业受益。

飞思卡尔微控制器事业部亚太区市场营销和业务拓展经理 李星宇表示，工业自动化正在迈向工业智能化。

i.MX6——机器视觉应用的制胜利器

i.MX6非常突出的一个优势是它提供了OpenCL支持，为什么OpenCL对于机器视觉如此关键?

事实上，机器视觉系统需要进行大量并行的数据运算，包括图像校正、图像灰度化及二值化、图像分割与裁剪，边缘检测等等。目前许多机器视觉算法基于开源的OpenCV来实现OpenCV(Open Source Computer Vision Library)是一个致力于实时处理计算机视觉运算的开源库，至今已有超过250万的用户。虽然OpenCV的目标是能够实时的处理计算机视觉问题，但是大多数计算机视觉的算法太过复杂，无法在CPU上实时执行。而计算机视觉的大多数算法具有天生的并行性，因此非常适合在GPU和APU上执行并获得极大的加速。

OpenCL正是为满足这样的需求而定义的。OpenCL(Open Computing Language)是一个在异构平台如CPU和GPU上高效执行程序的开源计算框架，使得GPU可以分担CPU的计算负荷。它使应用程序能够在GPU上执行，使GPU可以不仅执行图形程序，而且可以执行通用计算程序(GPGPU)。利用OpenCL加速，可以GPU强大的并行处理能力和可编程流水线处理图形算法，在性能上大大超越了传统的CPU。

为机器视觉的安全保驾护航

李星宇强调，在机器视觉应用领域，客户最具价值的资产就是其软件算法，如何防止算法被窃取显得至关重要。在物联网时代，当机器视觉被应用在工厂产线、安保领域、或者是各类机器人上时，一旦其受到网络攻击，控制权被夺取的话，产生的后果将是灾难性的。这就要求机器视觉必须是部署在可靠的硬件执行环境中。

i.MX6提供非常完善的安全特性来保证用户的知识产权和设备运行可靠性。其中包括：

1. 可信执行环境;

2.高可靠性启动(HAB);

3.硬件加密引擎(CAAM)以及随机数生成器(RNG);

4. 安全存储区(Secure RAM)。

FPGA+工业物联网=高效的工业系统

机器视觉已开始在智能工厂的产线上发挥重要功能，成为智能制造中不可或缺的要角。机器手臂可取代人工进行焊接、涂装及装配等流程，达到更经济、快速和准确完成标准的常规作业;而随着机器手臂日益受到重视，在机器手臂马达控制中担当重任的MCU和低功耗灵活与高处理能力的FPGA等关键器件，亦可望跟着受惠。

莱迪思半导体通讯及工业部门高级总监Jim Tavacoli表示，机器视觉将结合工业控制系统分析数据，从而实现更为高效的工业系统。

莱迪思半导体通讯及工业部门高级总监Jim Tavacoli表示，随着百万像素相机和多个图像传感器的广泛应用，市场将产生以下三种需求：1) 新的图像传感器接口;2) 以低功耗实施图像信号处理;3) 小尺寸封装。FPGA架构尤其适合接口和图像信号处理，而莱迪思专注于外形小巧的低功耗芯片产品，在服务于新兴工业市场方面处于有利地位。

工业物联网也离不开机器视觉。工业物联网是一个有着巨大增长潜力的市场，用户需要收集传感器数据，有时还要将这些数据与来自机器视觉的图像传感器数据结合在一起，以实现更好的智能化功能。物联网的兴起带来了庞大的传感器需求，这意味着随时随地使用更多连接，同时也提出了多样化的传感器接口需求。

Tavacoli指出，机器视觉将继续利用针对移动应用开发的技术，通过工业控制系统提供详尽分析，连接到云系统进行分享和大数据处理，从而实现更为高效的工业系统。

Tavacoli进一步强调，安全、高能效、可远程升级的工业系统将需要长达10年时间进行开发和部署。这一目标要通过几代系统才能实现，它们可为当前工业系统提供持续演进的增强功能。

值得指出的是，当前工业系统供应商在连接性、外形尺寸和功耗方面都面临着日益严峻的挑战。或许，莱迪思可以运用其在智能手机、平板电脑和可穿戴设备领域积累的FPGA专业经验并将其应用到工业领域中，进一步推动机器视觉乃至智能工业的发展。

机器视觉系统的全面进化

随着现代电子芯片设计技术的快速发展，使得原本做不到的技术指标或是需要更多的图像采集卡，工业相机以及更强大的工业计算机才能达成的任务，也都在这些年逐一被实现出来。但是中国需求者在测试精度与预测速度上的大幅度提升，导致检测技术难度也大幅增加，加上客户服务需求意识日趋强烈，所以厂家在相关技术服务、人力资源的投入上，必须大幅度增加才能够满足客户的需求。

凌华科技(中国)有限公司产品营销总监 陈家佑表示，凌华科技可以为客户提供整合的运动控制与机器视觉解决方案。

凌华科技(中国)有限公司产品营销总监 陈家佑表示，基于PC_BASE X86 & ARM的架构在纳米级别的生产制程大幅提升之后，让处理器功耗、性能与扩展有了突破性的发展，所以可以轻易让电子元器件浓缩与缩小集中在软硬电路板上，发展出更多的应用，正因为如此，所以就需要更精密与更高性能的机器视觉系统来做质量的筛选与检测，但这将不是智能相机可以满足的，这也就是PC_BASE机器视觉的发展商机关键所在。

不同于智能相机的封闭系统，PC_BASE机器视觉本着基于PC_BASE架构再做延伸，可以轻松扩展出不同的接口与应用软件，来结合与互联网有关的应用软件，在工厂本地端完成生产检测之后就通过互联网框架把效果与分析分享其特定对象，例如： 全球半导体代工龙头台湾台积电(TSMC)，该公司提供了一套很完整的生产平台，该平台可以通过互联网机制方客户端来时时关注客户所下订单、生产进度与相关生产数据分析，作为销售与后续生产订单的参考标准。

陈家佑指出，针对大面积检测和多图标条形码在视觉识别与检测上是PC_BASE机器视觉值得发展的方向。例如： PCB/FPD面板玻璃检测，半导体/金属激光打标应用，传统的锡箔生产卷绕检测以及现在炙手可热的智能电表等，都是需要复杂的视觉运算检测，这也是PC_BASE机器视觉关注发展的方向。

事实上，基于以上的应用概念，基于PC_BASE机器视觉可以扩展出更多的应用，例如：工厂门禁安全，国土环境水土安全监控，智能交通集成识别应用等，都是被扩散到整个社会生活层级的。

陈家佑表示，在中国的机器视觉应用市场中，凌华科技也投入了相当多的研发，技术，营销推广等资源，因此很明确地展现出成效、市场口碑与信任度。在PC_BASE机器视觉上也都是基于最擅长的X86架构来开发出更多属于视觉检测的应用软硬件来满足各种电子产业的技术需求。凌华科技可以为客户提供整合的运动控制与机器视觉解决方案，即运动控制卡、图像采集卡和工业计算平台，为客户提供“一站式”的购买体验。

为机器视觉所困?NI为你解决后顾之忧

NI中国技术市场工程师 崔鹏表示，机器视觉作为工业自动化系统的重要组成之一，其技术与应用也随着自动化行业的发展而日益成熟。具体体现在：图像处理能力和速度不断增强、光电器件性能的提高、各类标准的逐渐统一以及价格的相对降低。然而，随着供应商和集成商不断的把机器视觉应用推向各个领域，机器视觉这一相对独立的功能如何无缝的融入各行业各类自动化装备遇到了前所未有的挑战。

NI中国技术市场工程师 崔鹏表示，机器视觉作为工业自动化系统的重要组成之一，随着供应商和集成商不断的把机器视觉应用推向各个领域，机器视觉这一相对独立的功能如何无缝的融入各行业各类自动化装备遇到了前所未有的挑战。

机器视觉应用主要可分为两类：

一类是用于大规模或者高测试要求的生产线上，如包装、印刷、分拣等，或者在野外、核电等不适合人员工作的环境中，利用机器视觉方式代替传统人工测量或检试，同时实现人工条件下无法达到的可靠性、精确度及自动化程度。

另一类应用是必须用到高性能、精密机器视觉组件的专业设备制造，典型代表是最早带动整个机器视觉行业崛起的半导体制造设备。从上游晶圆加工制造的分类切割，到末端电路板印刷、贴片，这类设备都依赖于高精度的视觉测量以对运动部件进行导引与定位。例如，如果锡膏印刷工序存在定位偏差，且该问题直到芯片贴装后的在线测试才被发现，那么返修的成本将会是原成本的100倍以上。

然而，在上述应用中，机器视觉功能很少作为孤立的系统，而是以整个自动化系统或者设备的有机组成部分之一出现，也往往在配合逻辑控制，运动控制，数据采集，通信网络以及企业数据库管理等其它功能时，才能真正发挥出其优势。构建机器视觉系统，除了完成从光源调配到图像处理软件开发系列过程外，更是面临着与上述种种复杂的自动化系统功能集成所带来的挑战。单一的视觉开发软硬件方案，往往使得自动化系统整体的开发周期、成本和不确定性风险都要由制造方或者集成商来承担。机器视觉与自动化系统集成的困难，很大程度上阻碍了其在相对保守的工业自动化领域的应用。

崔鹏指出，作为机器视觉和科学成像软硬件工具领域的领导者，美国国家仪器在过去的20年里持续地为机器视觉应用提供高集成度的软硬件解决方案。理想的图形化系统设计环境 LabVIEW及其机器视觉系统已成为用户开发机器视觉应用的理想选择。利用其中机器视觉模块包含的丰富分析与处理算法，用户可以根据其具体需求定制开发或者简单升级相应的视觉功能，更可以这种统一的图像化开发方式实现对运动控制、可编程自动化控制器、数据采集等设备与功能的开发，以及与三方的PLC，工业设备和数据库软件的无缝连接，从而完成涵盖机器视觉功能在内的自动化系统的开发与集成。

实际上，美国国家仪器为科学成像和机器视觉提供了完整的硬件套件，其中包括用于PC或PXI系统的插入式板卡、嵌入式机器视觉系统和智能相机。一套驱动程序：美国国家仪器机器视觉采集软件支持Camera Link、GigE Vision、IEEE 1394、模拟和并行数字标准。这个软件为从所有机器视觉硬件中采集提供了API，并且与NI LabVIEW、C、Visual Basic和Microsoft .NET兼容。

崔鹏强调，美国国家仪器的机器视觉应用方案主要包括质量和过程控制、半导体自动化测试、汽车和电子产品、智能化监控以及医疗成像等。工程师和科学家采用美国国家仪器视觉产品，将以更快的速度和更低的成本解决各类应用难题。

那么，机器视觉未来演进之路是怎样的?

机器视觉应用正由起步时单纯的图像采集、处理分析、结果判断输出，发展成为自动化系统重要组件之一。从硬件体系架构来看，基于PC的机器视觉系统由于其开放性和灵活性，在提供强大的处理能力的同时，也较容易实现与其它功能的集成，但是PC的架构由于可靠性和体积等原因，并不能完全满足工业应用的需求。另一种方式是嵌入式架构，使用简单，可靠性高，但是功能相对单一，可集成度较差。

为解决这些矛盾，NI在其紧凑型的机器视觉系统中，通过集成LabVIEW实时模块、FPGA技术，前所未有的实现了在同一嵌入式硬件平台下完成I/O与通信协议的灵活定制以及运动，可同时采集、处理多路图像信号，并保证系统的坚固性和可靠性，达到工业现场恶劣环境下的应用要求。得益于这种系统构架，制造商能够更方便的将机器视觉功能引入到其生产线，降低了其设备制造的技术难度，符合机器视觉向着自动化系统一体化发展的趋势。