组件、软件和集成技术的进步继续推动机器视觉和工业自动化自动化检测的增长。成功的关键是跟上不断变化的趋势,扩大组件供应,以及新的成像和分析技术。在本文中,我们将回顾“市场状态”,并讨论一些成熟的技术,这些技术正在为更多的终端用户提供价值,以及一些可能值得关注的“前沿”技术。我们的讨论还将集中于某些技术的实际应用,并评估哪些功能还没有达到市场和用户的期望。
市场挑战正在缓解
在过去的一年里,工业自动化领域可以用“动荡”来形容。随着2022年初疫情影响的恢复,机器视觉相关的科技产业面临着以往的挑战,也面临着新的挑战。一段时间以来,熟练工人的短缺对制造商来说既是困难也是优势,这种趋势可能会持续下去。为了减轻由人员配备问题导致的生产力损失,客户比以往任何时候都更倾向于将自动化作为解决方案,而机器视觉和机器人技术是讨论的中心。相反,这些技术的生产者面临着同样的人员配备问题,并且交付组件和系统的能力显著影响了某些领域的实施。新出现的供应链危机加剧了这一趋势,但随着2022年的到来,这一危机仅略有缓解。在许多情况下,传感器、集成电路(ic)、fpga(现场可编程门阵列)、内存和其他核心技术的短缺继续导致机器视觉组件(如相机、智能相机、个人电脑、嵌入式计算机,甚至照明系统)的生产周期过长。机器人和过程控制等使能技术也受到了影响。尽管目前可以看到一些缓解的迹象,一些零部件的交货周期将从最糟糕的时候的5到8个月恢复到2到3个月,但市场的传统观点认为,可能要到今年第二季度才能恢复正常交货。
机器视觉市场的发展趋势
尽管面临挑战,机器视觉市场(以及密切相关的机器人市场)在2022年上半年继续经历强劲增长A3(先进自动化协会)虽然最终的数字还没有公布。然而,A3在第二季度进行的一项成员调查显示,人们对机器视觉组件和系统市场增长的信心明显倾向于下滑。这种情绪可能只是之前提到的市场挑战的反映,因为行业内外的其他市场专家和分析师似乎在最近发表的研究中表明,机器视觉和机器人总体上将在未来四到五年内继续以良好的速度增长。A3调查还显示,供应链中断、熟练劳动力短缺、经济不确定性和通货膨胀(依次)是各自公司面临的最大直接挑战。最终,商业上的关键趋势似乎是需求仍然很高,因为制造业试图继续通过实施自动化来提高生产率和缓解劳动力短缺,这一举措得到了机器视觉和相关技术持续进步的有力支持。
技术趋势-成像组件
技术中一个比较明显的趋势涉及技术和应用程序基础。技术是三维成像,应用基础为三维视觉引导机器人。虽然机器视觉长期以来一直是各种用例机器人自动化的关键推动者,但3D成像系统能力的持续发展正在为视觉引导机器人解决方案在广泛不同的工业市场上的增长铺平道路。雷竞技登录页面最值得注意的是标准解决方案的兴起,这些解决方案将3D成像技术、先进的软件、集成系统中的机器人和相关组件结合在一起,这些解决方案有望在需要3D定位、部件处理甚至随机物体拾取和放置的应用程序中实现更广泛、更容易的实现和集成。一些可以立即实现这些系统的好处的用例将是物流和配送,以及机器管理。类似的针对应用的机器人解决方案也在广泛的灵活检测应用中使用3D成像或2D成像,其中至少有一个系统主要结合了CAD模型分析,可以在没有机器人编程的情况下自动驱动成像系统到物体上的检查点。
3D成像的发展趋势也受到了技术进步的推动。许多系统现在提供与3D数据相关的灰度或RGB“纹理”图像。这种类型的成像为目标识别和分割提供了新的策略,作为3D定位或测量的一部分。对于某些类型的3D相机来说,以相对较高的速率对运动部件进行高分辨率、广域成像是一个长期的挑战。
作为一项成熟的技术,不可见成像将继续成为一种趋势,因为它在市场上获得了动力。非可见成像的广泛价值,特别是用于检测的短波红外(SWIR)和用于热成像的中长波红外(MWIR, LWIR),导致这些技术在工业自动化领域越来越多地采用。短波红外尤其令人感兴趣,因为它与一些材料的独特相互作用,比如能够使一些不透明的塑料透明,而使水对某些SWIR波长不透明。SWIR被用于许多高光谱和多光谱成像的实现,通过光谱特征来识别材料和化学品。提供SWIR波长的照明组件的可用性也在继续上升,有助于推进和促进更多潜在的用例。此外,通过上面对高光谱成像的参考,重要的是要注意对该技术的理解和对工业自动化中关键用例的认识的增加,使其成为一种“趋势”成像技术。
不断进步的相机技术总是能登上“热门”榜单。成像传感器继续实现更高的分辨率和成像速率。这些新增的功能需要互连协议的支持,以实现更高的带宽,市场已经做出了回应,我们看到GigEVision实现了高达100Gbps的传输速率,而CameraLink HS和CoaXPress 2.0等接口标准也提供了更高的传输速率。随着相机制造商利用索尼SenSwir™的可视和SWIR成像以及Depthsense™飞行时间3D成像仪等开发成果,前几年推出的其他传感器进步也成为趋势。在SWIR成像方面,CQD(胶体量子点)成像传感器的进步有望降低成本,同时提高分辨率和性能。最近一种独特的传感器开发,“神经形态”或“事件”成像器已经引起了市场的注意,尽管在工业自动化中仍在寻找广泛的用例,但值得一提。
科技趋势-软件
“AI”(形式为深度学习)似乎在市场上仍然受到高度关注。许多产品在其名称中或作为其软件产品的一部分宣传“AI”,尽管有时很难确切地理解“AI”指的是什么。使用深度学习进行区分和分类的通用机器视觉软件和组件,如缺陷检测,继续被采用,在许多情况下,深度学习作为更广泛的库或软件实现中的工具,以进一步增强整体能力。
与此同时,嵌入式计算和嵌入式视觉,特别是与支持深度学习的计算平台相结合时,也是趋势。嵌入式视觉的使用案例远远超出了工业自动化,尤其是新的智能相机产品很好地利用了这项技术。正如前面提到的,软件的一个明显的趋势方向是针对特定的应用用例,使用易于配置的系统和打包的解决方案,我们可以预期这种趋势将继续下去。
趋势市场和应用程序雷竞技登录页面用例
工业自动化领域最有趣的趋势之一是,最近根据用例和市场对机器人的采用进行了统计。在过去的几年里,在谁实施了最多的机器人方面,发生了一个微小但明显的变化。传统上,汽车用例主导了非汽车用例。然而,在前一年以及2022年最终数据出炉时,非汽车应用将超过汽车应用。总的趋势是非汽车应用在增长,汽车应用虽然强劲,但大多是水平。这与机器视觉的市场和应用趋势有什么关系?雷竞技登录页面从历史上看,机器视觉作为一个技术市场,由于几个原因一直与机器人市场密切相关。简而言之,当我们想要预测机器视觉的下一个方向时,一个可以关注的地方是机器人销售的走向。
也就是说,在不久的将来,有两个重要的市场可能会成为关键的增长领域。雷竞技登录页面
- 精准农业和垂直/室内农业:农业生产力的关键之一在于农业日常任务的自动化和所需原材料的减少。后者已经出现的一个用例是使用视觉引导和激光摧毁杂草的自动除草。在选择性喷雾技术中精确施用化肥也使用这些技术来降低成本和化学品的使用。在垂直和/或室内农业中,机器人技术和机器视觉努力使这一过程尽可能接近完全自动化。
- 物流/仓储:虽然速度可能有所放缓,但机器视觉作为一项独立技术在物流中的使用仍然是一个重要的用例。诸如“跟踪和跟踪”、包装/物体识别和体积包装分析等应用仍然很强大。VGR也继续成为AMR(自主移动机器人)的强大目标,AMR被广泛用于移动产品以履行订单。
最重要的趋势
对于任何在工业自动化中使用、指定、设计或开发机器视觉系统、解决方案或技术的人来说,要记住的最重要的趋势是“不要追随趋势”。随大流并指定一项技术,因为它是最新的炒作,或者因为你听说如果它不在你的自动化计划中,你就会落后,这肯定会导致灾难。根据每个应用程序的功能和商业需求,评估技术的能力和适用性,并指定提供已知交付物和结果的组件和解决方案。
举报辱骂性评论