隨著機器人技術(shù)研究深入和“近人類”目標不斷推動，越來越多的學(xué)者和從業(yè)者更深刻認識到計算機視覺對機器人整個行業(yè)發(fā)展導(dǎo)向的重要性。目前，機器人技術(shù)逐漸由單一個體轉(zhuǎn)變?yōu)橐粋€整體，擺動的手臂、移動的雙腳、閃爍的眼睛都使機器人整體形態(tài)看上去更像獨立個體。

　　我國機器視覺市場規(guī)模從2015年的31億元提升至2019年的103億元,年均復(fù)合增長率高達35.01%,遠高于全球市場2010-2020年11.61%的CAGR,顯示出國內(nèi)機器視覺市場巨大潛力。另一方面,隨著國內(nèi)機器視覺企業(yè)向工業(yè)領(lǐng)域滲透,工業(yè)視覺解決方案供應(yīng)商向上游核心零部件領(lǐng)域拓展,國產(chǎn)品牌逐漸發(fā)揮出本土優(yōu)勢,視覺裝備和解決方案的市場占有率逐漸攀升。2019年,國產(chǎn)品牌占工業(yè)機器視覺市場的比重上升至48.66%,預(yù)計國內(nèi)企業(yè)將進一步發(fā)揮成本、反應(yīng)力優(yōu)勢,進一步實現(xiàn)國產(chǎn)替代。其中,北京微鏈道愛科技有限公司(以下簡稱:“微鏈視覺”)就是一股不容小覷的力量

　　據(jù)了解,微鏈視覺成立于2018年,是一家以深度學(xué)習(xí)和機器視覺為核心的新一代人工智能技術(shù)公司,在工業(yè)機器人智能引導(dǎo)和工業(yè)產(chǎn)品質(zhì)量檢測的三維成像方面已有成就,多個已實施交付的項目是德國工業(yè)4.0和中國智能制造的標桿項目。

　　強團隊:人才與設(shè)備同在世界前列

　　在人才儲備上,微鏈視覺建立了完善的指導(dǎo)團隊、工程算法研發(fā)團隊的研發(fā)體系,本科及以上學(xué)歷達100%,團隊碩士及以上學(xué)歷約占50%,博士占比約為20%,強大的技術(shù)團隊背書是微鏈視覺產(chǎn)品實力的基礎(chǔ)。此外,微鏈視覺在溫哥華設(shè)有機器人認知技術(shù)研究院,擁有國際一流的研發(fā)人員和設(shè)備,曾名列加拿大國家前沿創(chuàng)新技術(shù)公司白皮書第六位、加拿大AI和德國工業(yè)4.0合作研發(fā)團成員企業(yè),同時也是中國機器人產(chǎn)業(yè)聯(lián)盟理事單位。

　　不僅如此,微鏈視覺在“產(chǎn)學(xué)研”一體化發(fā)展正走在行業(yè)前列。據(jù)報道,微鏈視覺還與同濟大學(xué)聯(lián)合創(chuàng)辦了“微鏈同濟機器視覺聯(lián)合創(chuàng)新實驗室”,該課程也是同濟大學(xué)中德工程學(xué)院研究生的教學(xué)課程之一。“WELIINKIRT×DAOAI”認證也同步向同濟大學(xué)中德工程學(xué)院的碩士研究生和博士研究生發(fā)放。因此可見,由微鏈機器人視覺研究院主導(dǎo)與頒發(fā)的認證工程師,無疑是行業(yè)的標桿性資質(zhì)認定。

　　硬實力:國際領(lǐng)先的三維成像和AI算法

　　我們知道,三維視野是人類的視野概念,機器要成為“有認知”的機器人,從而勝任更加復(fù)雜的自主工作,必須具備三維的視野,而不是二維的圖片和視頻。微鏈視覺致力于讓機器人看見、判斷、自主工作,團隊通過稀疏神經(jīng)網(wǎng)絡(luò)算法對計算機進行模型訓(xùn)練,讓機器人擁有了認知世界的能力,而機器人認知的概念,也是微鏈首次提出并獲得了革命性的突破并應(yīng)用的,這無疑是引領(lǐng)了全球性的機器人認知技術(shù)的發(fā)展。

　　具體到產(chǎn)品上,為了讓智能制造擁有“眼睛和大腦”,微鏈視覺從成像系統(tǒng)和視覺認知系統(tǒng)入手進行技術(shù)突破,研發(fā)了微鏈DaoAI 3D視覺感知系統(tǒng),并推出多款DaoAI 3D系列相機:DaoAI BP-S、DaoAI BP-L、DaoAI BP-M等。 其中,微鏈視覺推出的DaoAI BP-L 3D相機,可高精度識別3米以內(nèi)的物體,點云識別速度0.8s,點云精度微米級,定位標定精度0.1mm?？蛇m用于3D料箱揀選、3D物料跟蹤涂膠、物流行業(yè)的拆垛、三維尺寸測量、質(zhì)量檢測、三維模型重建。

　　核心技術(shù)方面,微鏈視覺擁有頂級的三維點云成像技術(shù)和自研專利I算法。微鏈提出了新的數(shù)學(xué)模型,可以實現(xiàn)運動下的高精度成像。DaoAI高精度3D相機可以識別細微的紋理,高質(zhì)量的獲取黑色、白色、高反光物體的三維點云圖像,該圖像具有XYZ和RX、RY、RZ六個維度的數(shù)據(jù)。微鏈三維成像技術(shù)最高可以達到30fps,行業(yè)平均水平在3-5fps;而微鏈DaoAI稀疏聚合神經(jīng)網(wǎng)絡(luò)算法,實現(xiàn)機器自主學(xué)習(xí)(AutoML)的物體自動識別技術(shù)系統(tǒng),該技術(shù)使用龐大的通用數(shù)據(jù)集疊加特定的應(yīng)用數(shù)據(jù)集,使得超過1000層的大型神經(jīng)網(wǎng)絡(luò)推理算法能夠成功應(yīng)用于數(shù)據(jù)量有限的實際應(yīng)用項目。

　　總體來講,與國內(nèi)外友商相比,微鏈視覺在3D相機、視覺識別算法、抓取規(guī)劃、運動避障、機器人配合等環(huán)節(jié)都性能超前,在貨品揀選/播種、上料、裝配、涂膠、檢測等制造業(yè)、物流業(yè)場景應(yīng)用游刃有余

　　機器人視覺經(jīng)歷了三代的發(fā)展變化，第一代的視覺系統(tǒng)是按照規(guī)定流程對圖像進行處理并輸出結(jié)果，第二代是由計算機、圖像輸入設(shè)備、結(jié)果輸出硬件構(gòu)成視覺系統(tǒng)，目前最新的是采用高速圖像處理芯片，進行算法，能模擬人的高度視覺功能。典型的機器人視覺系統(tǒng)組成包括：圖像采集部分、圖像處理部分、運動控制部分。

　　機器人視覺主要存在的問題

　　機器視覺系統(tǒng)主要應(yīng)用在檢測、識別、測量、定位等方面。目前機器人視覺主要存在的問題：

　　1、如何準確、高速(實時)地識別出目標。

　　2、如何有效地構(gòu)造和組織出可靠的識別算法，并且順利地實現(xiàn)。

　　3、實時性是一個難以解決的重要問題。圖像處理速度是影響視覺系統(tǒng)實時性的主要瓶頸之一。

　　4、穩(wěn)定性是所有控制系統(tǒng)首先考慮的問題，對于視覺控制系統(tǒng)，無論是基于位置、基于圖像或者混合的視覺伺服方法都面臨著如下問題：當(dāng)初始點遠離目標點時，如何保證系統(tǒng)的穩(wěn)定性，即增大穩(wěn)定區(qū)域和保證全局收斂;為了避免伺服失敗，如何保證特征點始終處在視場內(nèi)。

　　機器人視覺應(yīng)當(dāng)進一步研究的問題

　　1、圖像特征的選擇問題。

　　視覺伺服的性能密切依賴于所用的圖像特征，特征的選擇不僅要考慮識別的指標，還要考慮控制指標。從控制的觀點看，用冗余特征可抑制噪聲的影響，提高視覺伺服的性能，但又會給圖像處理增加難度。因此如何選擇性能最優(yōu)的特征，如何處理特征以及如何評價特征，都是需要進一步研究的問題。針對任務(wù)有時可能需要從一套特征切換到另一套，可以考慮把全局特征與局部特征結(jié)合起來。

　　2、結(jié)合計算機視覺及圖像處理的研究成果，建立機器人視覺系統(tǒng)的專用軟件庫。

　　3、加強系統(tǒng)的動態(tài)性能研究。目前的研究多集中于根據(jù)圖像信息確定期望的機器人運動這一環(huán)節(jié)上，而對整個視覺伺服系統(tǒng)的動態(tài)性能缺乏研究。

　　4、利用智能技術(shù)的成果。

　　5、利用主動視覺的成果。

　　主動視覺是當(dāng)今計算機視覺和機器人視覺研究領(lǐng)域中的一個熱門課題。它強調(diào)的是視覺系統(tǒng)與其所處環(huán)境之間的交互作用能力。與傳統(tǒng)的通用視覺不同，主動視覺強調(diào)兩點，一是認為視覺系統(tǒng)應(yīng)具有主動感知的能力，二是認為視覺系統(tǒng)應(yīng)基于一定的任務(wù)(TaskDirected)或目的，主動視覺認為在視覺信息獲取過程中，應(yīng)更主動地調(diào)整攝像機的參數(shù)，如方向、焦距、孔徑等并能使攝像機迅速對準感興趣的物體。

　　更一般地，它強調(diào)注視機制，強調(diào)對分布于不同空間范圍和時間段上的信號采用不同的分辨率有選擇性地感知，這種主動感知既可在硬件層上通過攝像機物理參數(shù)的調(diào)整實現(xiàn)，也可以在基于被動攝像機的前提下，在算法和表示層上通過對已獲得的數(shù)據(jù)有選擇性地處理實現(xiàn)。同時，主動視覺認為不基于任何目的的視覺過程是毫無意義的，必須將視覺系統(tǒng)與具有的目的(如導(dǎo)航、識別、操作等)相聯(lián)系，從而形成感知/作用環(huán)。

　　6、多傳感器融合問題。視覺傳感器具有一定的使用范圍，如能有效地結(jié)合其它傳感器，利用它們之間性能互補的優(yōu)勢，便可以消除不確定性，取得更加可靠、準確的結(jié)果。