大約在 1990 年代，機器視覺 （MV） 開始在行業中成為現實，尤其是在制造環境中。其他間接技術的進步，從增強照明、智能成像系統、傳感、控制，尤其是計算，幫助 MV 系統轉變為現實。

如今，MV 已經發展得如此之快，以至于它被認為是工業自動化的眼睛。其基于成像的自動化決策能力可以使任何行業受益，尤其是具有自動視覺檢測和質量控制流程的制造業。但 MV 還可以在其他環境中提供幫助，例如加強監控和安全、指導協作機器人，甚至駕駛車輛。

我們的眼睛不能去的地方。

MV 對于制造環境中的質量檢查特別有用，在這些環境中，人眼需要幫助或處于危險之中。例如，MV 可用于檢查和識別有缺陷的工業焊縫。焊接是一個不僅對人眼極其苛刻的過程，而且對視頻檢查提出了許多挑戰。焊接電弧會產生煙霧、火花和熱量，這使得攝像機難以定位以記錄和提供適當的圖像來跟蹤焊接質量。

MV 系統還可用于檢查輸送機生產線中物體的質量。例如，高分辨率工業相機與計算能力相結合，可以幫助檢測制造過程和跨境運輸過程中的劃痕或凹痕等汽車缺陷。

還有哪些其他工業應用可以從機器視覺中受益？

另一個很好的例子，在制造業之外，是通過智能監控系統確保安全。這些系統可以檢測在受限區域內漫游的未知面孔，確保人員佩戴個人防護設備 （PPE），甚至創建虛擬地理圍欄。

在 COVID-19 大流行期間，安全/健康行業也發現了這些 MV 系統特別有用的應用。帶有熱像儀的發燒檢測解決方案有助于在進入國家之前檢測出高燒旅客。在 COVID-19 期間，許多建筑物甚至整個城市也使用 MV 功能來確保社交距離并檢測口罩是否缺失。

賦能行業之眼。

現代物聯網設備和傳感器生成的大量數據根本不可能毫無延遲地流回基于云的數據中心或本地計算環境。

圖像處理能力的延遲對于需要接近實時或實時結果的行業來說可能是有害的。例如，機器人和其他工業自動化工具需要接收快速指令，以便它們能夠更快、更精確地執行動作。

為了消除這些過度的網絡延遲、延遲和對更高帶寬的需求，核心/分布式網絡的“資源”需要重新利用。而這只有通過將智能分散和分配到網絡邊緣才能實現。

邊緣計算機視覺。

在網絡方面，智能邊緣減少了“遠離”數據的需要。它使密集型 MV 處理所需的計算能力更接近生成數據的位置，從而實現許多工業應用所需的實時響應和可用性。

智能邊緣 IPC：解決網絡可訪問性和延遲問題。

一家受歡迎的重型機械制造公司約翰迪爾已經在其裝配線上使用人工智能來發現和修復隱藏的缺陷焊縫。為此，約翰迪爾使用在基于英特爾酷睿處理器的工業 PC （IPC） 上運行的 AI 邊緣智能。

物聯網相機或傳感器將視頻數據饋送到具有機器視覺功能的本地工業 PC （IPC）。這種嵌入式 IPC 在本地提供圖像處理。它會自動分析圖像并提取特定信息。IPC 通過向 PLC 或機器人發送警報、警報或推送指令來執行某些操作。

這些 MV 驅動的 IPC 應該足夠模塊化，以支持各種 AI ASIC 加速器、強大的 CPU 和 iGPU/dGPU，以與多精度深度學習神經網絡一起工作。有大量適用于 AIOps 的 SDK、庫、運行時和工具包，例如英特爾? Distribution of OpenVINO?，使部署能夠在 MV 平臺上優化、調整和運行全面的 AI 推理

配備第 11 代處理器的嵌入式工業加固型 PC。

Lanner 的 LEC-2680就是嵌入式工業加固型 IPC 的一個例子。LEC-2680 是一款搭載第 11 代 Intel? Core? i 系列 CPU（最高 i7-1185GRE）的箱式 PC。這種授權的 IPC 專為計算視覺而設計，并配備了機器視覺、監控和計算密集型視頻相關應用的功能。

該設備配備第 11 代英特爾 CPU，該 CPU 采用英特爾? 深度學習加速 （VNNI） 的人工智能輔助加速、英特爾 Xe 顯卡以及一流的無線和有線連接。第 11 代 Intel 處理器快速、智能且可靠。此外，它們還配備了快如閃電的英特爾? Wi-Fi 6 （Gig+）。該視覺系統還具有對多個 AI 加速器卡的擴展支持，以卸載 DL 處理。

支持智能邊緣機器視覺的 IPC 將有助于推動智能制造以及其他工業和安全應用。它將實現向工業 4.0 的無縫轉型。

審核編輯：郭婷