機(jī)器視覺近年來增速顯著，2015年全球機(jī)器視覺市場規(guī)模約42億美元,增長10.5%。我國在2015年市場規(guī)模約3.5億美元，但增速為全球首位，約22.2%。2016-2020年，機(jī)器視覺繼續(xù)維持約20%的增長率，遠(yuǎn)高于全球的8.4%平均水平。這其中，半導(dǎo)體、電子制造約占機(jī)器視覺比重46.4%，汽車、制藥占比分別為10.9%、9.7%。

經(jīng)與業(yè)內(nèi)多方交流所了解，機(jī)器視覺當(dāng)前市場規(guī)模約幾百億，但是，應(yīng)該使用也確實用到了機(jī)器視覺的，僅占全行業(yè)應(yīng)用的5%，市場空間巨大。機(jī)器視覺發(fā)展的當(dāng)務(wù)之急，是找到更多可以落地應(yīng)用的場景，進(jìn)一步推動普及化。而這需要產(chǎn)業(yè)鏈之間的協(xié)作，真正切中行業(yè)痛點并將具體需求場景化，同時，還需要高性價比的技術(shù)和方案。在剛剛結(jié)束的VisionChina 2019上，<電子發(fā)燒友>對話了圖漾與海康機(jī)器人。

圖漾：如何掃平3D機(jī)器視覺大規(guī)模普及的障礙？

3D機(jī)器視覺如何大規(guī)模普及？上海圖漾信息科技有限公司CEO費浙平認(rèn)為當(dāng)前最關(guān)鍵的是硬件問題，只有解決根本的硬件問題，未來軟件的商業(yè)機(jī)會才是真實的。

3D機(jī)器視覺普及的關(guān)鍵障礙當(dāng)前主要在于硬件方面，包括以下三點：

第一，硬件核心規(guī)格，包括光學(xué)方面的精度、分辨率、量程，以及電學(xué)方面的速度、接口、傳輸?shù)?；第二，硬件物理指?biāo)，包括尺寸、功耗、結(jié)構(gòu)等，以及工況條件的適應(yīng)性、穩(wěn)定性。第三，是系統(tǒng)實施成本，包括相機(jī)價格、上位機(jī)成本、軟件成本，以及使用和維護(hù)成本。

傳統(tǒng)的機(jī)器視覺穩(wěn)定發(fā)展多年，目前處于硬件和軟件的發(fā)展基本匹配的階段。目前95%以上的需求可以通過硬件+算法的方式解決，只有在外觀檢測、瑕疵檢測等場景中，由于存在一定的隨機(jī)性，才需要用到深度學(xué)習(xí)。雖然未來最終會走向深度學(xué)習(xí)，但現(xiàn)在基礎(chǔ)的硬件要做到領(lǐng)先于軟件一個C位。

機(jī)器視覺屬于成熟行業(yè)，但這些年在發(fā)展規(guī)模、發(fā)展速度方面落后于大家預(yù)期。費浙平認(rèn)為主要原因在于：一是用戶對象屬于傳統(tǒng)行業(yè)，行業(yè)本身的景氣指數(shù)以及改造周期等，都有一定的影響；另外，對于傳統(tǒng)行業(yè)，技術(shù)升級、降本增效、精細(xì)化管理等等，這些都是行業(yè)的癢點而非痛點。

那么，行業(yè)的痛點是什么？

費浙平認(rèn)為，從硬件價格和系統(tǒng)成本來看，必須突破傳統(tǒng)上所謂二年投入回收周期計算這一困局，由少量非用不可的節(jié)點，逐漸形成大規(guī)模的普及應(yīng)用，這更多地集中于機(jī)器換人的場景。

二年回收成本這個普識已經(jīng)無法撬動行業(yè)需求，一年之內(nèi)的時間周期才會真正令中小企業(yè)愿意買單。技術(shù)價值最大化應(yīng)該通過大面積提升行業(yè)的生產(chǎn)力水平和經(jīng)濟(jì)效益獲得，必須通過給客戶帶來價值而盈利，這是一個較為艱難的過程，也需要慢慢地推進(jìn)。

從機(jī)器視覺發(fā)展的客觀現(xiàn)狀來講，需求其實并不缺，但是能夠真正落地的好產(chǎn)品，且真正發(fā)揮出經(jīng)濟(jì)效益的，只占所有需求的10%。如何打破這個“緊箍咒”？推動更多的落地應(yīng)用？

“解決核心零部件的極致性價比，做到系統(tǒng)成熟穩(wěn)定可靠，是最為迫在眉睫的事情。目前，微觀的高精度相機(jī)只占機(jī)器視覺應(yīng)用的5%左右，只要將性價比做到極致，就能滿足工業(yè)機(jī)器視覺中90%以上的應(yīng)用需求?！辟M浙平表示，“這一方面體現(xiàn)在產(chǎn)品的適用性、標(biāo)準(zhǔn)化程度上；另外體現(xiàn)在機(jī)器所能帶來的降本增效，這還需要對視覺應(yīng)用真正的剛性需求逐漸顯現(xiàn)出來，例如當(dāng)人力成本成為一個主要問題是，就會轉(zhuǎn)而呈現(xiàn)出對機(jī)器的需求?！?br />
如何做到極致性價比？在談話中，費浙平傳達(dá)中一種樸素的實用主義思想，能用2D視覺解決的就沒必要用3D。對于工業(yè)相機(jī)來說，大的成本單元是圖像傳感器芯片、鏡頭、計算單元、CPU或GPU等等，圖漾通過將光學(xué)、電子和軟件進(jìn)行聯(lián)合優(yōu)化，并且把核心算法實現(xiàn)了高效的FPGA硬化，從而把高昂的算力成本降低了幾十倍。

物流行業(yè)是圖漾目前最大的目標(biāo)市場，當(dāng)前主要針對體積測量這一新的藍(lán)海。由于決定物流毛利關(guān)鍵的運(yùn)輸成本由體積決定，因此體積測量需求非常強(qiáng)。

直指需求核心，用好的產(chǎn)品和服務(wù)過硬地匹配它，就能夠牢牢抓住市場，率先建起競爭的“護(hù)城河”——這是圖漾在選擇落地場景方面的一大特點。

商業(yè)模式上，圖漾是直接面向系統(tǒng)集成商和設(shè)備商的to B模式。費浙平進(jìn)一步解釋，希望通過產(chǎn)業(yè)鏈共同來提升系統(tǒng)價值，對于圖漾自身，標(biāo)準(zhǔn)化的核心零部件價格可以相對透明化，而發(fā)明創(chuàng)造、專家知識、技術(shù)服務(wù)等由客戶和合作伙伴創(chuàng)造價值的環(huán)節(jié)，必須要有合理的回報。圖漾希望通過高度標(biāo)準(zhǔn)化的硬件，加以不斷集成的算法資源，降低客戶的使用門檻，從而進(jìn)一步擴(kuò)大應(yīng)用覆蓋面。

總體而言，機(jī)器視覺生態(tài)系統(tǒng)目前較為成熟，從供應(yīng)鏈角度看與消費市場相比并無特別之處，發(fā)展比較完善。但有一點顯著不同在于，工業(yè)應(yīng)用不同行業(yè)甚至同一行業(yè)不同的客戶現(xiàn)場，軟件算法非常多樣化。這對于開發(fā)者的能力挑戰(zhàn)較大，主要包括開源算法的能力、從業(yè)人員的水平和數(shù)量等等，直接影響了應(yīng)用的覆蓋面。這也驗證了開頭所說的，機(jī)器視覺越發(fā)展，每一個落地應(yīng)用中軟件的比重將會越來越大。而圖漾致力于將硬件標(biāo)準(zhǔn)化，同時集成可以標(biāo)準(zhǔn)化的這部分軟件，降低系統(tǒng)集成商和設(shè)備供應(yīng)商的門檻，從而推進(jìn)快速普及化。

?？担?a href="http://www.www27dydycom.cn/tags/ai/" target="_blank">AI如何賦能智能制造？

AI如何賦能智能制造？海康機(jī)器人技術(shù)有限公司華北區(qū)域總經(jīng)理蔡化認(rèn)為主要包括三個關(guān)鍵環(huán)節(jié)：首先是強(qiáng)大的感知能力，需要通過機(jī)器視覺來進(jìn)行感知；其次是被感知、采集的數(shù)據(jù)通過平臺化的管理，實現(xiàn)一站式的服務(wù)；第三就是場景化的AI。

真正實現(xiàn)智能需要龐大的系統(tǒng)工程，海康于2017年推出AI Cloud平臺來深度融合智能制造需求。該平臺分三層，第一層是基礎(chǔ)設(shè)施層，更強(qiáng)調(diào)前端的多維感知、采集。第二層是資源層，也叫邊緣層，前端的一部分?jǐn)?shù)據(jù)感知完成后，對其進(jìn)行邊緣化管理，并將把前端的非結(jié)構(gòu)化數(shù)據(jù)存到中間層，變成半結(jié)構(gòu)化數(shù)據(jù)；最上層是服務(wù)層，也是整個平臺的中心，它體現(xiàn)了算法的訓(xùn)練和應(yīng)用服務(wù)，和業(yè)務(wù)層相對應(yīng)。因此整個平臺的基本架構(gòu)強(qiáng)調(diào)云邊結(jié)合。

從實現(xiàn)形態(tài)來看，通過前端采集的多維感知系統(tǒng)，對數(shù)據(jù)進(jìn)行匯聚、存儲、處理，再通過邊緣計算，降低中心的壓力。這其中有三個趨勢值得注意：

第一個顯著趨勢是前端的智能化程度不斷提升，通過邊緣計算緩解中心的壓力。前端已經(jīng)不僅僅局限于數(shù)據(jù)的采集，并且會進(jìn)行部分結(jié)構(gòu)化處理的工作?，F(xiàn)在工業(yè)應(yīng)用中已經(jīng)有較多的智能相機(jī)、智能傳感器等，進(jìn)行了部分邊緣計算的工作。它們比較適合的應(yīng)用有：判斷對錯/有無，或是對感知尺寸的測量等等，進(jìn)行第一步的讀取或識別。目前，在前端進(jìn)行深度學(xué)習(xí)是現(xiàn)在很多企業(yè)都在嘗試的方式，即把前端的算法，放入到可實現(xiàn)的嵌入式設(shè)備中進(jìn)行讀取/識別，從而降低中心壓力。

第二個趨勢是人機(jī)協(xié)同以及數(shù)據(jù)的流動。這兩年AGV在工廠中被大量運(yùn)用，這是一個典型的人機(jī)協(xié)同的使用場景。首先，機(jī)器并不是全部替代人工，一些機(jī)械的、重復(fù)性較高的工作通過機(jī)器來實現(xiàn)，完成人和機(jī)器的和諧相處。過去在工廠中搬運(yùn)僅僅是貨物在流動，數(shù)據(jù)并沒有流動起來。而通過機(jī)器來實現(xiàn)后，實現(xiàn)了貨物和數(shù)據(jù)同在時流動，便于云中心進(jìn)行指揮調(diào)度。

第三個趨勢是所有數(shù)據(jù)入云后，都是要被用來進(jìn)行管理和挖掘的。“數(shù)據(jù)本身不存在任何價值，數(shù)據(jù)碰撞后產(chǎn)生的價值才是最大的”。 蔡化認(rèn)為，最終的碰撞和挖掘一定來源于業(yè)務(wù)端。仍以AGV的應(yīng)用為例，通過數(shù)據(jù)的流動找到規(guī)律，發(fā)現(xiàn)機(jī)器的運(yùn)行軌跡、運(yùn)轉(zhuǎn)次數(shù)等等，挖掘出提升業(yè)務(wù)工序效率的關(guān)鍵，從而全面提升整個工廠的效率。

哪些工業(yè)應(yīng)用場景前景巨大？

蔡化認(rèn)為首先是物流，包括傳統(tǒng)的快遞、電商物流、生產(chǎn)內(nèi)容物流、合同物流等等。這其中隨著市場的發(fā)展變化，蘊(yùn)藏著很多新機(jī)會。

以線下零售的倉儲改變?yōu)槔?/strong>，大型商超企業(yè)在對抗線上購物的過程中，逐漸向以社區(qū)、家庭為單位的便利店轉(zhuǎn)移。這一過程中，最大的變化不是前端的貨物銷售，而是貨物的流轉(zhuǎn)發(fā)生了變化，訂單越來越散、貨物入庫后需要進(jìn)行拆零，這時倉庫所能提升的內(nèi)容就變得更為重要，需要自動化的過程來實現(xiàn)。

對于快遞物流而言，基本是無人倉的邏輯。例如幾百臺機(jī)器人在一個幾千平米的平臺上進(jìn)行不間斷的搬運(yùn)和跑動，進(jìn)行入庫、分揀等工作，這更多體現(xiàn)了調(diào)度算法的優(yōu)越性。

其次是3C制造業(yè)，典型的就是手機(jī)制造，包括PCB、聽筒、話筒、按鍵、屏幕、模組、電池等），需要進(jìn)行大量的生產(chǎn)和智能檢測。生產(chǎn)的自動化程度已經(jīng)非常高了，一是提升了效率，二是提升了良品率。

中國之所以在上述方面發(fā)展較快，蔡化表示，首先因為不缺場景，有太多的應(yīng)用場景可進(jìn)行學(xué)習(xí)、練習(xí)甚至不斷試錯，這提供了很好的成長土壤。海康希望通過AI賦能智能制造，逐步將深度學(xué)習(xí)等人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)落地應(yīng)用于智能制造領(lǐng)域，從完成多維感知、數(shù)據(jù)采集和處理的機(jī)器視覺系統(tǒng)，到實現(xiàn)智慧內(nèi)物流的移動機(jī)器人系統(tǒng)，持續(xù)推動機(jī)器智能化、服務(wù)智能化、生產(chǎn)智能化。