安森美：人工智能拓宽了机器视觉的视野

原创 2022-09-21 10:31 南山来源：AGV网

最近出现的人工智能和机器学习有望将机器视觉系统在为工业应用带来的价值方面更上一层楼。

Guy Nicholson，安森美（onsemi ）工业和商业传感部高级总监

近年来，机器视觉系统在工业过程中的使用显着增加。传统上，这些系统用于识别基本模式，例如，这使他们能够监控在移动传送带上运输的产品。然而，最近出现的人工智能和机器学习有望将机器视觉系统在为工业应用带来的价值方面提升到一个新的水平。

从工业生产线上滚下来的产品通常具有明确定义的参数，这使其成为机器视觉系统的理想应用，可以预编程以识别超出预期范围的物体或事件。但是，除了配置为识别的事件或事件之外，他们无法管理事件或事件。人工智能和机器学习将有助于解决这一缺陷，从而使机器视觉系统能够用于更高附加值的活动，只需识别传送带是否意外停止或生产线上是否缺少物品。这将使他们能够支持跨多个垂直市场的活动。

随着成本随着准确性的提高而降低，商用云平台越来越多地用于托管处理这些应用程序收集的视觉数据的人工智能算法。这意味着将人工智能和 ML 添加到机器视觉系统变得越来越容易，这将不可避免地成为物联网（和工业物联网）设备持续发展的主要部分

超低功耗传感

超低功耗传感器解决方案的可用性对于这一增长至关重要，因为许多应用都需要主动视觉系统，该系统可以按需快速捕捉图像，同时兼具更高水平的性能和低功耗。通过在云端处理人工智能图像，可以使用更小、更节能的传感器平台，但这些平台需要强大的高速数据传输链接到云端。低功耗蓝牙 (Bluetooth LE) 技术在提供这种连接方面非常重要，它提供了一种通过物联网网关将机器视觉传感器平台无线连接到远程云服务的简单方法。这样，

彩色图像捕捉

单色（黑白）图像足以让许多机器视觉系统执行基本的对象识别，但彩色图像包含更多信息，并有可能为在许多新兴应用中使用人工智能进行场景识别带来新的维度。颜色提供更大的对比度，更容易准确地区分场景中的对象，人工智能系统可以更充分地利用这一点。然而，捕获彩色图像比单色图像消耗更多的能量，因此对于预计仅在单个纽扣电池上运行至少五个 [CML1] 的电池供电设备而言，这变得具有挑战性。因此，当在机器视觉系统中使用彩色图像时，图像传感器、控制系统和通信接口的电源管理是最大限度延长电池寿命的关键。

事件触发机器视觉

事件触发的机器视觉不是不断地流式传输图像数据，而是仅在发生预定义事件时才捕获图像。使用集成在相机平台中的高度先进的传感器监控事件的条件。可以使用这些传感器监控的条件包括运动、温度、时间、湿度和加速度。然后，开发人员可以使用这些传感器的输出来为事件处理创建复杂的条件。如果满足这些事件的这些条件，相机将触发图像捕获，然后可以使用蓝牙低功耗技术将其传输到智能手机或网关。

人工智能图像分析应用

事件触发的机器视觉在许多既不需要也不可行的恒定图像数据流的应用中很有意义。一种这样的应用是库存监控。在这里，事件触发的摄像头可用于监控超市货架上的库存水平，并在检测到货架上的空白时自动发送补货警报。作为此应用程序的扩展，不仅可以发送有关特定过道中特定货架的通用补货警报，还可以使用基于云的人工智能算法处理图像，以识别需要补货的确切产品类型。同样，这种方法也可以应用于家庭环境中，以监控厨房橱柜或冰箱中的产品水平，并配置为与移动购物应用程序连接以创建自动重新排序列表。

具有图像分析功能的云连接移动应用程序

就其本质而言，长期存储空间通常在很长一段时间内都是静态的，这意味着连续视频监控没有意义。它们也只是间歇性地由安全人员照管，这意味着如果发生闯入或其他一些改变存储条件的事件（例如泄漏或空调故障），丢失或损坏可能不会被发现，因为不可接受采取补救措施之前的时间。在这里，如果检测到环境条件发生变化或意外运动，使用可以发送更新图像的相机是有意义的。如果在其物业中检测到类似事件，这对于希望接收更新的度假屋主也可能很有用。

如今，智能数字仪表被用于监测工业过程中环境变量的状态，但仍有无数的老式模拟仪表仍在使用中。这些必须定期手动读取，除非在测量值超出预期范围时操作员在附近，否则可能无法检测到，从而可能导致过程停机或产生更大的破坏性后果。在这种情况下，事件触发的人工智能摄像头可用于在仪表读数漂移超出预期值时触发警报，并将读数图像发送到过程控制器（人或机器）以采取适当的措施。