為跟上消費者日益增長的需求，以及對更高品質(zhì)的追求，如今的制造領(lǐng)域需要在質(zhì)量方面發(fā)力。消費者普遍在購買到破損產(chǎn)品或過期食物時，都會毫不猶豫地選擇退貨。據(jù)斑馬技術(shù)《2022全球消費者調(diào)查》結(jié)果表明，消費者和零售商之間存在巨大的信任鴻溝。因此，維護消費者的信任尤為重要，而退貨情況的發(fā)生就會損害品牌方或零售商的商譽。

許多公司日益依賴企業(yè)級計算機視覺和機器視覺解決方案，以應(yīng)對這一挑戰(zhàn)。據(jù)易觀分析預(yù)測，隨著工業(yè)與交通數(shù)字化轉(zhuǎn)型的不斷深入，以及前沿技術(shù)應(yīng)用逐漸落地，中國計算機視覺市場規(guī)模增速將逐漸上升，預(yù)計2024年市場規(guī)模將達767億元。這一數(shù)字并不意外，因為對于許多企業(yè)而言，大力采用人工智能（AI）和自動化是上佳之選，從而提升供應(yīng)鏈速度，提高庫存和訂單的準確性，并完善品控。隨著制造商和物流供應(yīng)商競相提高吞吐量，新一代機器視覺系統(tǒng)也在提供一種能在不影響準確性的情況下加快貨物檢驗的簡便方法，有望在相對嚴苛且勞動力有限的情況下加強履單能力。

機器視覺煥發(fā)新彩

機器視覺的一項基本功能是，通過使用從數(shù)字化圖像中提取的信息與規(guī)則進行比較，來確定生產(chǎn)線上的零件或產(chǎn)品是否符合標準，并能夠從生產(chǎn)線上自動移除未通過測試的物品。

考慮到零件或產(chǎn)品個體之間可能存在的細微變化，以及制造商和倉儲經(jīng)營者需加以注意的小規(guī)模缺陷，機器視覺系統(tǒng)成為在生產(chǎn)線上執(zhí)行檢驗的優(yōu)選工具也是有理可循的。它們能夠比員工更快速地采集并分析圖像。而且，隨著分辨率的提高，在某些情況下遠超人類的視覺范圍，強大的機器視覺相機能夠看到對于人眼來說太小或不可見的東西。

與此同時，它們還具備更完善的殘像機制，這在監(jiān)測缺陷模式和尋求解決方案時很有助益。關(guān)鍵人員能夠看到上報的缺陷，確定來源，并迅速調(diào)查原因，以盡量減少進一步的浪費或?qū)е侣膯窝诱`。更重要的是，生產(chǎn)線上無需員工接觸零件，這是機器視覺的一項關(guān)鍵優(yōu)勢，它能夠防止?jié)撛诘膿p壞，省去人工檢驗的時間密集型流程，使員工能夠完成更多具有戰(zhàn)略意義的工作任務(wù)。

定制和維護機器視覺程序曾需要高昂的投入和專家級的程序員。這種復(fù)雜性“勸退”了一些工廠經(jīng)理和工程師，他們認為盡管品控的重要性不斷上升，但機器視覺的成本太高，而且實施起來也很具挑戰(zhàn)性。許多情況下，只有大型企業(yè)才能在其工業(yè)化運營中輕松應(yīng)用機器視覺。

但今時不同往日，機器視覺已煥發(fā)新彩。過去幾年里，在各種因素的使然下，機器視覺對于不同類型的工作流程和企業(yè)都更具可及性和可用性。機器視覺解決方案初期用于電子和汽車行業(yè)，其可及性的提高正在推動該技術(shù)擴展到包括監(jiān)控、醫(yī)療和制藥、餐飲以及機器人等在內(nèi)的新領(lǐng)域。

深度學(xué)習的賦能

得益于深度學(xué)習，較小規(guī)模的企業(yè)也可在沒有專業(yè)人員的情況下，更輕松地設(shè)置、部署和運行機器視覺系統(tǒng)。隨著深度學(xué)習的不斷成熟，它得以更頻繁地部署，并預(yù)計將取代更多采用基于規(guī)則編程的傳統(tǒng)制造應(yīng)用。

盡管這代表著在可及性方面的巨大進步，但AI技術(shù)仍會犯錯。不過，隨著AI技術(shù)的不斷成熟，它也將變得更加智能。它學(xué)習得越多，成效上也就越準確、越可靠。為使這些算法發(fā)揮作用，增強計算機處理能力必不可少。此外，得益于芯片性能增強，且體積減小，如今的AI系統(tǒng)小到，能夠在相對有限的空間內(nèi)運行。這也是機器視覺愈發(fā)可及的另一項關(guān)鍵因素。

實現(xiàn)自動化的未來

運營編排是許多企業(yè)的目標，這需要協(xié)調(diào)實時智能技術(shù)、庫存和人力來取得競爭優(yōu)勢。據(jù)《2022年第三季度全國招聘大于求職“最缺工”的100個職業(yè)排行》顯示，100個職業(yè)中，有39個屬于生產(chǎn)制造及有關(guān)人員，與上季度相比，制造業(yè)缺工狀況持續(xù)。雖然許多人認為自動化是以減少人們的就業(yè)機會為代價，但它實際上可解決日益嚴峻的勞動力短缺問題，同時提升工作效率和準確性。在機器視覺所開啟的新時代中，員工無需接受更高水平的計算機科學(xué)教育，就能更輕松地監(jiān)督和操作自動化系統(tǒng)。

機器視覺如今幾乎能夠融入制造流程的每一步，強化數(shù)據(jù)收集以完善追蹤與追溯，加快履單揀選和包裝，并通過物聯(lián)網(wǎng)（IoT）的整合來指導(dǎo)員工和機器人。高性能掃描器和相機是在倉儲環(huán)境中提升AI和IoT功能的關(guān)鍵所在。

雖然機器視覺系統(tǒng)仍需先進的相機技術(shù)，但借助能夠無縫集成到整體工廠運營的軟件，就能更輕松地管理相關(guān)設(shè)備。例如，在此類環(huán)境中，機器視覺利用的是與固定式工業(yè)掃描器所采用的大致相同的核心成像技術(shù)。

為緊跟制造業(yè)和物流業(yè)的發(fā)展步伐，業(yè)界需要不斷進步，而隨著技術(shù)的演進，面對快速增長的消費者和業(yè)務(wù)需求，想要立于前沿，機器視覺的應(yīng)用已成為必要條件。將先進的技術(shù)融合到單一整體解決方案中，是實現(xiàn)工業(yè)自動化進程中的重要一步。

審核編輯 ：李倩