<address id="h5ztx"></address>

<address id="h5ztx"></address>

    <sub id="h5ztx"></sub>

      <sub id="h5ztx"></sub>

      <thead id="h5ztx"></thead>
        CN / EN
        banner圖
        掌握核心技術 駕馭光的運用

        行業新聞

        Company News

        智能時代到來,3D機器視覺普及的難點在哪里?

        日期:2022-03-02 來源:三姆森科技

        12月26日,第十八屆中國國際社會公共安全博覽會(以下簡稱“CPSE安博會”)在深圳會展中心開幕。作為三維視覺全棧技術解決方案引領者,的盧深視亮相1號館1C40展位,展示“機器標配的眼睛”成熟商用成果。

        根據Tractica數據,全球3D傳感器和硬件子系統市場將從2017年的82億美元增長到2025年的579億美元。3D傳感器提高成熟度,降低成本,憑借更優性價比,實現“降維打擊式替代”。

        在智慧城市領域賦能軌道交通,為廣州地鐵十條線,提供3D刷臉支付進站設備。在智慧金融領域賦能安全支付,為支付巨頭提供全產品全系列3D高精度相機及識別算法,落地線下刷臉支付場景。在智慧家居領域賦能智能門鎖,為智能家居領頭企業首款智能門鎖定制及批量供貨FaceID相機模組。

        場景化規模落地離不開三維視覺的安全性優勢,的盧深視的產品和技術獲得了銀行卡檢測中心(BCTC)增強級認證和辨識算法雙重認證,是國內少有的具備前端和后端完整技術,并且算法、后臺、硬件全部自主可控的3D視覺方案廠商。

        3D視覺場景化規模落地將助力“科技惠民”上升新高度,讓技術真正服務于人,讓大眾都能享受到人工智能帶來的便利生活??v觀當下最受關注的幾大領域,智能機器人、自動駕駛汽車、XR(包含VR、AR、MR),還有今年最火的元宇宙,都需要3D感知。

        然而,在很長一段時間,3D機器視覺主要應用于智慧城市的監控當中,沒能在更多領域應用。原因有很多,包括成本、技術的成熟度、使用3D視覺芯片的門檻等。


        智能時代到來,3D機器視覺普及的難點在哪里?_samsuncn.com

        1、3D機器視覺為什么難普及?

        著名心理學家赤瑞特拉(Treicher)曾經驗證過一組數據,人類獲取的信息83%來自視覺,11%來自聽覺。顯然,要實現機器智能,邁向智能化時代,視覺信息非常關鍵,特別是3D視覺。

        比如今年最火的元宇宙,要將現實世界在虛擬世界實現映射,需要與3D視覺密切相關的XR。VR在2015年迎來了投資熱潮,隨后的2016年,被稱為“VR元年”。

        當時VR設備的眩暈感以及內容不夠豐富等原因,讓2016年沒能成為“VR元年”。直到2021年,Meta售出了1000萬臺VR頭盔Oculus Quest 2,被業界認為XR又迎來了新的爆發期。

        自動駕駛汽車和智能機器人也是典型需要3D視覺的領域,但也各自面臨挑戰。自動駕駛汽車領域,采用純2D視覺方案,無論是攝像頭還是激光雷達,需要海量數據,成本挑戰巨大。機器人中所需的3D視覺技術,也因為技術和開發難度限制難以大量應用。

        3D視覺不只是單純和芯片或算法的問題,還涉及到相關的光學、結構、散熱等問題,加上芯片、算法構成的復雜技術系統,使3D視覺的芯片和解決方案有非常高的技術門檻,需要投入更多時間、技術、人才。

        “一個好的技術和一個成功的產品最終能否推動整個生態去發展,中間有巨大的鴻溝,這個鴻溝可能90%是軟件的工作量。”白逸進一步表示,“只有提供完整的系統級解決方案,才能滿足市場需求。我們也相信雙目3D視覺會把整個人工智能機器視覺的成本降低。”

        技術的高門檻,也讓這一領域只有少數擁有極強技術和產品實力的公司,這阻礙了3D視覺技術的快速普及。一個很好的例子就是蘋果以3.6億美元收購了以色列3D芯片公司PrimeSense,并申請了專利,在iPhone上實現了3D人臉識別Face ID功能,其它廠商由于沒有類似的技術和產品供應商,很難在手機上實現如同蘋果的3D識別功能。

        在XR、自動駕駛汽車和智能機器人領域,市場上迎來了一款融合多種功能的3D視覺感知AI芯片,可能帶動3D視覺在這些領域的爆發。

        2、全球獨一無二的3D感知AI芯片

        2012年,3D芯片的開創者,前PrimeSense CTO Dor Zepeniuk和有38年半導體設計經驗的連續成功創業者Shlomo Gadot在以色列創立了Inuitive,并吸引了一群經驗豐富的人才,他們的專業領域涵蓋八大學科,人均有20年以上的經驗。

        這群有理想,有超前設計理念的創業者,并不滿足于推出一款只是超越市場上已有的3D芯片,他們想再次突破,挑戰難度更大的異構3D視覺芯片。最終,Inuitive在2019年推出了全球唯一一款能在單芯片中同時實現3D深度感知、高精度姿態跟蹤、SLAM實時定位建圖引擎與AI算力于一體的異構芯片NU4000。

        想要在單顆芯片上同時集成這些功能難度很大,因為要同時集成計算機視覺、人工智能、光學、系統架構、嵌入式系統軟件、邊緣計算及芯片設計等眾多技術。擁有Inuitive獨有3D感知技術,加上SLAM,以及異步時間扭曲技術(如果視頻幀率不足能夠產生中間幀,減少畫面抖動,減少眩暈感,可以實現從動作到畫面反應延遲小于1毫秒),融合AI的NU4000一經推出,就獲得了市場的認可。


        智能時代到來,3D機器視覺普及的難點在哪里?_samsuncn.com

        達成并購不是最大的挑戰,更大的難度來自于并購后的融合。白逸說,“收購完成之后,我們有一系列措施維護和穩定以色列原團隊的核心管理層和研發團隊,因為他們是整個公司寶貴的財富。目前,員工流失率極低,核心員工沒有流失。中國和以色列團隊正在積極融合,重點關注雙目立體3D感知,共同規劃產品路線圖和開發產品。”

        雖然Inuitive的團隊有各個領域豐富的經驗,但核心專利數只有25項。曲冠誠解釋,“Inuitive只申請了最核心的專利,因為他們申請的都是美國發明專利,不僅申請流程復雜,維護費用也很貴,大量申請專利的主要是產品公司,Inuitive是研發型創業公司。接下來,我們將會在國內申請數百個專利。”

        “未來幾年,可以看到3D機器視覺在三個領域大量落地,包括低速輔助駕駛、智能機器人和AR/VR。”曲冠誠說。

        3、3D機器視覺應用于各行各業

        目前,機器視覺在制造業質量控制領域是至關重要的技術,尤其在汽車制造行業有大量的應用案例,包括汽車零部件尺寸、外觀、形狀缺陷檢測,以及視覺引導定位等。還有,在食品行業和電子行業和醫療行業需要使用機器視覺系統。

        (1)汽車制造的應用

        在汽車制造業中,機器視覺使用非接觸式測量技術逐漸發展為在線測量系統,例如固定在線測量站和機器人柔性在線測量站,它們可以嚴格監控車身尺寸波動并提供數據支持。 除了傳統的三坐標測量和激光在線測量之外,藍光掃描測量,表面缺陷測量和其他視覺測量方法還可以執行更精確的測量,并提供對車身基本特征尺寸,車身的高精度監控 組裝效果和缺陷。

        (2)食品加工行業的應用

        在食品加工業里一直在使用二維機器視覺技術利用高線速來進行對水果蔬菜的分類。但對于食品的表面特征,如食品的體積、高度等,用二維技術很難獲取這些信息。為了精確測量食品的體積,企業把三維激光檢查系統和二維視覺檢查系統結合起來使食品加工達到最優化,滿足對包裝食品越來越嚴厲的視覺要求。這種系統使用底面格列式的電荷耦合器(CCD)來捕捉反射的激光線。圖像處理算法是根據食品的激光位移采用三角網法來確定Z坐標軸上的信息,也就是高度,然后與激光檢查系統得到的X,Y坐標軸上的信息結合在一起算出食品的形狀和體積。

        (3)消費電子行業的應用

        在消費電子領域,機器視覺主要用于PCB / FPCAOI檢查,組件和整機外觀檢查,組裝引導等應用,并呈現出越來越多的新應用場景??梢哉f,消費電子制造業的興起帶動了機器視覺市場。

        PCB缺陷檢測主要包括兩個部分:焊點缺陷檢測和組件檢測。傳統的人工目視檢查方法容易遺漏檢查,效率低,成本低。機器視覺PCB的優點是確保操作員可以在添加PCB之前及時處理相關問題。另外,當發現缺陷時,可以有效地避免維修或丟棄,操作者可以及時得到反饋,以判斷操作中的印刷工藝是否運行良好,從而達到防止生產不良的目的。

        此外,在服務領域,未來很多硬件產品都會擁有3D視覺技術,很多產品都會有視覺的需求,它可能是2D和3D的融合,也有可能是新的人工智能技術與新的硬件技術,相互之間把視覺技術聯合起來,讓智能硬件產品更加智能。在智能家居場景中,人臉識別、物體識別也開始應用,這些場景都是需要用到視覺技術,未來3D視覺技術很快就會被串聯起來用到各個領域,充當更多硬件產品的眼睛。

        未來的兩三年,3D機器視覺還處于起步階段,生態的成熟度和解決方案的成熟度都決定了客戶很難直接使用這么復雜的芯片。3D視覺模組實際上可以降低客戶的使用門檻和成本,加速3D機器視覺的落地。隨著3D機器視覺的發展,未來也可能直接出售芯片。

        具體的性能,C158深度分辨率可達1280 x 800 @60fps,感知距離在6米以內時,精度誤差僅為1%,能以0.5w實現5-6 TOPS算力,內置的通用型Arm內核,支持系統獨立性,使系統可以同時兼顧協處理器和主控系統。同時,C158搭載豐富接口和系統支持,使其無論是模組或外設皆可實現USB即插即用的效果。

        值得一提的是,得益于基于高集成度的NU4000芯片,C158模組的尺寸為125mm x 40mm x 27mm,支持120fps的2路攝像頭以及6自由度坐標的重定位,能實現實時高精度姿態跟蹤。

        任何一種新技術的成熟和大規模應用,都需要各種因素的共同作用。技術的成熟度以及成本是兩個關鍵,過去,3D機器視覺產品由于產品集成度不夠高,使用難度大,大規模應用面臨巨大挑戰。

        在可以預見的3-5年,3D機器視覺也將在低速輔助駕駛、VR/AR等領域大規模應用,與其它計算、感知和連接技術一起,推動3D機器視覺的爆發,邁向更加智能的時代。

        4、中國機器視覺行業發展前景分析

        目前在我國隨著配套基礎建設的完善,技術、資金的積累,各行各業對采用圖像和機器視覺技術的工業自動化、智能需求開始廣泛出現,國內有關大專院校、研究所和企業近兩年在圖像和機器視覺技術領域進行了積極思索和大膽的嘗試,逐步開始了工業現場的應用。

        在政策的利好驅動下,國內機器視覺行業快速發展,中國正在成為世界機器視覺發展最活躍的地區之一,預計到2025年我國機器視覺市場規模將達246億元。

        總之,隨著科技的發展和新興產業的加速落地,未來3D機器視覺的“用武之地”定然會越來越多,市場需求會越來越大。對于國內的一眾機器視覺廠商而言,現在就是最好的時機,把握住了機遇,在核心技術方面進一步進行鞏固,將有利于在接下來的激烈競爭中站穩腳跟、獲取優勢。

        來源:讀特,雷峰網,尚工機器人


        返回列表
        500彩票注册 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>