機(jī)器視覺一直是圍繞大數(shù)據(jù)的業(yè)務(wù)，獲取并處理無數(shù)的以千兆字節(jié)為單位的圖像，然后針對一項(xiàng)指定的對象或任務(wù)提取出制定決策所需要的信息。對于諸如遠(yuǎn)程傳感以及網(wǎng)絡(luò)檢查這樣的應(yīng)用來說，它們會生成大量的數(shù)據(jù)，每分鐘千兆字節(jié)的數(shù)據(jù)很快就變成了太字節(jié)，甚至是拍字節(jié)。

隨著數(shù)據(jù)流的大小不斷增長，而且它們的數(shù)量也不斷增加，激發(fā)出很多來尋求離線計(jì)算和存儲方案的行業(yè)。進(jìn)入云。可是云計(jì)算對于機(jī)器視覺應(yīng)用的響應(yīng)會足夠快嗎？服務(wù)質(zhì)量對于工業(yè)應(yīng)用足夠嗎？隨著機(jī)器視覺的范圍已經(jīng)擴(kuò)展到工廠車間以外了，該問題的答案越來越多都是肯定的，甚至是對于工業(yè)應(yīng)用來說。

隨著數(shù)據(jù)流量的增加，它們的數(shù)量也更加龐大，這促使許多行業(yè)尋找云計(jì)算和存儲解決方案。進(jìn)入云端顯然是個明智的選擇。但云計(jì)算對機(jī)器視覺應(yīng)用的響應(yīng)能否足夠快？服務(wù)質(zhì)量是否足以滿足工業(yè)應(yīng)用的需求？隨著機(jī)器視覺的范圍超出工廠范圍，得到的肯定答案越來越多，即使對于工業(yè)應(yīng)用也是如此。

機(jī)器視覺走進(jìn)云端

“如果沒有某種形式的云或物聯(lián)網(wǎng)（IoT）集成，要想以一種非常自律的方式收集和管理大量圖像數(shù)據(jù)會變得很有挑戰(zhàn)，”ProlucidTechnologies公司的創(chuàng)始人兼首席執(zhí)行官DarcyBachert說，“在過去5年中，在核心的云技術(shù)方面取得的顯著的進(jìn)步可以讓所有這些變?yōu)楝F(xiàn)實(shí)?！?/p>

像谷歌、微軟和亞馬遜之類的行業(yè)巨頭已經(jīng)在云技術(shù)方面投入很多，其開發(fā)出的大規(guī)模存儲和分析技術(shù)能夠同時保證信息的安全性。“IBM開發(fā)的一種協(xié)議MQTT，是專門為與低功率分布式設(shè)備的接口而設(shè)計(jì)的，其目的是在實(shí)現(xiàn)服務(wù)質(zhì)量的同時，確保任何類型的數(shù)據(jù)傳輸都得到保證。”Bachert說。

除了巨大的存儲量和計(jì)算功能，公共云的供應(yīng)商也提供機(jī)器學(xué)習(xí)和深度學(xué)習(xí)服務(wù)。一個例子就是TensorFlow，它是在機(jī)器視覺中廣泛用于深度學(xué)習(xí)研究和應(yīng)用開發(fā)的框架。從先進(jìn)的疾病檢測到在生產(chǎn)線上管理更多的產(chǎn)品的多樣性，深度學(xué)習(xí)在每個方面都展示了其潛能。

這些開源的工具與成像學(xué)和基于圖像的模型的進(jìn)步意味著，“與其雇傭一個由博士和數(shù)據(jù)科學(xué)家組成的團(tuán)隊(duì)，你現(xiàn)在就可以利用不斷出現(xiàn)的數(shù)據(jù)集，以一種更簡單的方式來訓(xùn)練這些模型并提煉價值?！盉achert說。

Bachert估計(jì)其公司開發(fā)的機(jī)器視覺項(xiàng)目中有半數(shù)都具有云組件。其中，在云上實(shí)施的最大規(guī)模的視覺和成像處理可能就是醫(yī)療設(shè)備行業(yè)。Prolucid公司正在與一位客戶合作，使用基于超聲波的成像設(shè)備來獲得圖像，并且提供諸如人口基因以及一般位置的分類值。

在從醫(yī)療成像設(shè)備上采集并分析數(shù)據(jù)的時候，為了保護(hù)患者的隱私，Prolucid公司采用了幾項(xiàng)安全策略。其中一個步驟是“去識別化”或者消除個人信息，例如姓名、出生日期以及郵政編碼。

此外，Prolucid公司還制定了一項(xiàng)策略以保護(hù)數(shù)據(jù)在傳輸途中或靜止?fàn)顟B(tài)時的安全，當(dāng)在數(shù)據(jù)中心和設(shè)備層級檢測數(shù)據(jù)泄露時，、可以提醒客戶進(jìn)行修復(fù)，識別其他缺陷，并且在發(fā)生災(zāi)難性違規(guī)的時候恢復(fù)數(shù)據(jù)。

云與邊緣計(jì)算的組合

在一個生產(chǎn)制造的環(huán)境里，在云上的機(jī)器視覺產(chǎn)生了一些關(guān)于互聯(lián)網(wǎng)帶寬和延遲問題的擔(dān)心，這可能會使檢查流程變慢，并且造成數(shù)據(jù)丟失以及可能給設(shè)備和工人帶來安全方面的問題?！坝辛藱C(jī)器學(xué)習(xí)的應(yīng)用，你仍然會擁有實(shí)時的檢查流程，”Bachert說，“發(fā)生變化的就是你如何解決它?！?/p>

例如，在缺陷分類的應(yīng)用中，生產(chǎn)制造商會使用云來收集、分類驗(yàn)證數(shù)據(jù)集，并且開發(fā)出一個機(jī)器學(xué)習(xí)模型。然后，從云上將該模型取下來，并且在云的邊緣應(yīng)用于實(shí)時的過程，這意味著可以在靠近數(shù)據(jù)源的網(wǎng)絡(luò)邊緣進(jìn)行實(shí)時分析，例如在生產(chǎn)制造的車間。

“因此，我們不用擔(dān)心延遲的問題?！盉achert說道，“在我們設(shè)計(jì)的每個系統(tǒng)里，實(shí)時流程組件無論是在有云連接還是沒有云連接的時候都可以運(yùn)行?！边@種云和邊緣計(jì)算的混合方法代表了機(jī)器視覺集成的一個潛在發(fā)展方向。

云計(jì)算在某些領(lǐng)域的成功應(yīng)用讓更多的制造企業(yè)們躍躍欲試。“10年前，沒有人會預(yù)見到可以實(shí)現(xiàn)自動駕駛汽車，但現(xiàn)在大眾廣泛認(rèn)識到操作這些車輛的數(shù)據(jù)是在云上進(jìn)行采集和處理的?！盋ythSystems首席執(zhí)行官AndyLong說，“我們與客戶進(jìn)行了對話，他們說‘我們不知道想做什么，但我們的執(zhí)行團(tuán)隊(duì)告訴我們，必須找到一種方法來投資這項(xiàng)顛覆性技術(shù)。’”

IoT的深度擴(kuò)展

隨著生產(chǎn)制造商尋求更多的流程都采用自動化，機(jī)器視覺基于云的生產(chǎn)系統(tǒng)會發(fā)揮更重要的作用?！拔覀?yōu)榭蛻糇隽撕芏嘌b配驗(yàn)證項(xiàng)目，其目標(biāo)是要提供一個不需要任何編程的系統(tǒng)，而是使用人工智能和基于云的處理器來做所有的工作?！盠ong說道，“過去手動檢驗(yàn)部件的人們現(xiàn)在負(fù)責(zé)培訓(xùn)系統(tǒng)，教會系統(tǒng)如何識別好的部件和壞的部件。它本身不需要任何機(jī)器視覺的知識?！?/p>

使用云來簡化機(jī)器視覺的實(shí)施也為生產(chǎn)制造商們提供了前所未有的自由，可以將該技術(shù)用于設(shè)備測試和試車?！扒岸说姆治鏊俣缺饶阍趥鹘y(tǒng)機(jī)器視覺系統(tǒng)中所做的編程要更快?！盠ong說，“你現(xiàn)在可以更快、更頻繁地進(jìn)行實(shí)驗(yàn)，以確定該技術(shù)是否能解決某個問題?！?/p>

即便如果生產(chǎn)制造商拒絕在互聯(lián)網(wǎng)上分析他們的成像數(shù)據(jù)，他們也會以其他方式使用云——最明顯的是在遠(yuǎn)程監(jiān)控方面。例如，OmronMicroscanSystems公司可為用戶提供一個被稱為CloudLink的界面，允許用戶通過Web監(jiān)控實(shí)時機(jī)器視覺檢測。此外，ImpactVisionTechnologies公司也可以提供能夠相關(guān)的機(jī)器視覺產(chǎn)品，遠(yuǎn)程監(jiān)控客戶的視覺系統(tǒng)性能，更改檢查標(biāo)準(zhǔn)并執(zhí)行維護(hù)。

來自GardsoftVision公司的Triniti燈光控制器是另一個很好的例子，展示了IoT是怎樣不僅僅擴(kuò)展到工廠的各個角落，而且也擴(kuò)展到了機(jī)器視覺系統(tǒng)。支持網(wǎng)絡(luò)的Triniti控制器可提供照明系統(tǒng)和操作的智能和精確控制，包括有關(guān)照明屬性、型號信息、使用信息以及光學(xué)和電氣特性等固定和可變的數(shù)據(jù)。GenICam和GigEVision標(biāo)準(zhǔn)的兼容性允許與其他系統(tǒng)組件輕松集成，而且便于從工廠主機(jī)下載部件編號。

“諸如最高運(yùn)行溫度、工作周期以及使用小時數(shù)等參數(shù)對于進(jìn)行正確的維護(hù)或利用燈具非常重要?！盙ardsoft公司北美副總裁JohnMerva說道，“Triniti允許用戶輕松訪問信息，以便就照明和機(jī)器視覺系統(tǒng)本身的整體性能做出最佳決策?！?/p>

更多地使用云技術(shù)

無論是在生產(chǎn)制造環(huán)境之內(nèi)還是之外，機(jī)器視覺都越來越多地使用云異地計(jì)算和存儲解決方案。在過去，因?yàn)槌杀竞桶踩哪康?，這些流程都是在內(nèi)部完成的?，F(xiàn)在，這一切都在悄然改變。

機(jī)器視覺系統(tǒng)可以連接遠(yuǎn)程的云計(jì)算和存儲設(shè)備，增加了任何機(jī)器視覺系統(tǒng)的能力，甚至是在工業(yè)領(lǐng)域。諸如質(zhì)量檢驗(yàn)和分類整理的應(yīng)用從這個趨勢中大大地獲益。

機(jī)器視覺需要處理和分析大量的圖像數(shù)據(jù)，尤其是對于工業(yè)應(yīng)用。多年以來，這些數(shù)據(jù)量已經(jīng)膨脹到了難以管理的大小，迫使公司轉(zhuǎn)而求助于離線云計(jì)算和存儲解決方案。如果沒有云技術(shù)，機(jī)器視覺系統(tǒng)就會自然地被限制在可以處理的數(shù)據(jù)量以下。在連接到云解決方案以后，機(jī)器視覺系統(tǒng)可以實(shí)現(xiàn)其更多的商業(yè)潛力。

增加機(jī)器視覺連接性

云技術(shù)大幅度提升了前端分析的速度，讓生產(chǎn)制造商們可以驗(yàn)證新的、連接性更強(qiáng)的解決方案。工業(yè)物聯(lián)網(wǎng)（IIoT）的實(shí)現(xiàn)是由云解決方案所帶來的速度和連接性所推動的。舉例來說，遠(yuǎn)程監(jiān)控是IIoT利用云技術(shù)的早期應(yīng)用，用于提升生產(chǎn)制造的運(yùn)行。機(jī)器視覺檢測可以通過網(wǎng)絡(luò)實(shí)時的進(jìn)行監(jiān)控，從而進(jìn)行檢測性能分析、維護(hù)和檢測標(biāo)準(zhǔn)的修改。

IIoT正在擴(kuò)展到工廠的每個角落。連接到云上的機(jī)器視覺系統(tǒng)具有前所未有的連接性，可以實(shí)現(xiàn)全新類型的視覺應(yīng)用，特別是在工業(yè)檢測環(huán)境方面。云技術(shù)對于機(jī)器視覺系統(tǒng)來說，越來越重要。

如果沒有云計(jì)算和存儲，很多今天的正在進(jìn)行中的應(yīng)用都不可能實(shí)現(xiàn)。隨著越來越多的數(shù)據(jù)在工業(yè)的環(huán)境中被收集和處理，機(jī)器視覺將更加依賴于云技術(shù)來滿足未來智能制造的需求。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請及時聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請諒解！