深度学习技术

深度学习是机器学习最重要的分支。 典型的深度学习算法包括卷积神经网络（CNN）、递归神经网络（RNN）、生成对抗网络（GANs）、深度强化学习（RL）等。深度学习利用人类知识和计算机算法共同构建整体架构。 通过对数据进行清洗、标注、归一化、去噪、降维等预处理，配合计算机的大规模计算能力，调整内部参数，训练数据。 从而自动提取目标数据。 深度学习具有学习能力强、覆盖面广、适应性强、可移植性好的优点。

3D视觉技术

3D视觉技术分为3D重建技术和3D数据分析算法两部分，包括双目视觉技术、结构光技术、TOF（飞行时间）相机技术、线激光扫描技术和光谱共焦技术。 与2D机器视觉技术相比，3D技术在x、y、z、旋转、俯仰、偏航等六个自由度上还原目标物体的三维信息，为工业提供更准确、更灵活的特征分析和数据处理控制。

机器视觉市场蓝海，智能制造加速

后疫情时代，全球数字化进程加速，工业智能化、数字化不断转型升级，机器视觉与工业应用紧密结合，在人工智能、互联网等新兴技术的融合创新中物联网、5G等应用不断落地。

机器视觉发展初期，市场主要集中在欧美和日本。 近年来，亚太地区发展迅速，而欧美市场份额稳步下降。 总体而言，欧美仍是机器视觉最大的市场。 据和数据显示，2019年，欧洲成为全球机器视觉市场份额最大的地区，占比达36.4%。

图：2019年全球机器视觉行业区域分布

数据显示，2019年全球机器视觉市场规模突破百亿美元，达到102亿美元。 受疫情影响严重，2020年机器视觉行业将受到冲击，市场将走低。 撇开2020年疫情等不利因素，预计到2025年全球机器视觉市场规模将超过130亿美元，到2026年将接近140亿美元。

图：2016-2020年全球机器视觉市场规模

图：2021-2026年全球机器视觉市场规模预测

机器视觉市场发展前景广阔，产业链上中下游发展潜力巨大。 上游包括光源、工业镜头、工业相机、图像采集卡等核心元器件，以及图像处理、算法平台等软件； 中游分为设备制造商和系统集成商，涵盖制导、测量、检测、识别等设备； 下游应用包括消费电子、工业、半导体、汽车制造、食品包装、医疗设备等。

图：工业机器视觉产业链（来源：赛迪顾问）

国产化热潮机器视觉光源，机器视觉迎来发展良机

与全球机器视觉相比，中国机器视觉的发展晚了近五十年。 1999年，我国开始大力发展机器视觉产业。 直到2004年，国内机器视觉才进入产业发展的初级阶段。 机器视觉产业链上下游高端市场均被欧美国际巨头占据，其中康耐视和基恩士垄断了全球近50%的市场份额。 近年来，在国家政策的全面支持下，我国机器视觉产业迎来了良好的发展机遇。

据中国机器视觉产业联盟统计，2019年我国机器视觉销售额达到103亿元，增速超过20%。 根据前瞻产业研究院整理的数据，预计到2026年我国机器视觉市场规模将突破300亿元。

图：2015-2019年中国机器视觉行业销售额

图：2020-2026年中国机器视觉市场规模预测

鉴于机器视觉上游中高端市场被欧美日品牌占据，国内厂商积极在中低端市场寻求突破机器视觉光源，从光源组件逐步渗透到镜头和相机领域。 在人工智能、物联网、5G的推动下，国内机器视觉厂商进一步向细分领域拓展，强化自身行业竞争力，不断扩大市场份额，共同推动机器视觉国产化进程。

机器视觉作为人类视觉在机器上的延伸，将图像处理应用到工业自动化领域，成为智能创造繁荣发展的推动力。

文丨郭子文

50年代，“光流”概念被提出，机器视觉开始萌芽。 统计模式识别利用计算机分析识别二维图像，重点研究光学字符识别（OCR）、工件表面图像分析等技术，为机器视觉提供理论和实践基础。 随后，机器视觉的研究转向三维场景，研究范围不断扩大，变得更加复杂。

1977年，美国麻省理工学院教授David Marr提出将视觉划分为三个层次：目标与策略、表征与算法、硬件实现。 机器视觉迎来了其理论框架的第一次升级。 机器视觉发展70多年来，不断涌现出各种理论创新、理念升级和实际应用，不断推动工业智能化和工业数字化的演进。

图：机器视觉发展史（来源：前瞻产业研究院）

根据美国制造工程师协会（SME）机器视觉分会和美国机器人工业协会（RIA）自动视觉分会的定义，机器视觉是通过光学原理自动接收并处理真实物体的图像。装置和非接触式传感器获取所需信息或用来控制机器人运动的手段。 机器视觉被誉为自动化系统的“灵魂之窗”。 随着5G、人工智能、物联网等新兴技术的融合发展，机器视觉在智能制造的浪潮下不断创新升级，蓬勃发展。

智能制造的“眼睛”

随着全球智能制造浪潮的推进，自动化、智能化成为现代工厂的发展趋势，“机器换人”逐渐成为热门话题。 机器视觉作为人类视觉在机器上的延伸，将图像处理应用到工业自动化领域，成为智能创造繁荣发展的推动力。

图：人类视觉与机器视觉对比

正如定义所说，机器视觉能够以非接触的方式检测目标物体的外观，判断其是否存在表面缺陷，并获取物体坐标、角度、图像像素等信息，从而判断物体的位置，并分析和计算状态参数。 此外，还可以识别颜色、数字、条形码等物理特征。 我们将这些功能分为四大类：检测、定位、测量和识别。

很多普通乘用车都可以通过驾驶区的屏幕进行智能控制，而重庆邮电大学自动化学院的老师们最近开发了一种基于商用旅行车的混合动力增强智能系统，可以用于汽车的乘客区。 控制各种功能。 近日智能化系统，在重庆大学科研成果转化服务中心揭牌仪式上，重庆邮电大学教师以项目路演的形式发布了他们的科技创新成果。

近年来，重庆某公司商旅智能化升级转型，主要得益于公司与重庆邮电大学共同承担的2017年首批获市科技局批准的人工智能技术创新重大专项。电信。 增强型智能系统研发及产业化项目”的大力支持。

作为该项目的技术负责人，重庆邮电大学李元元教授介绍，研发团队创新性提出了基于专用车的跨模态感知和多源信息融合技术，攻克了存在的问题车辆智能控制薄弱、路网融合度差、可信度低。 解决低层次工程技术问题，在房车领域实现国产替代技改工程解决方案。

“通过我们自主研发的商务房车视听多模态增强智能系统，实现了房车一屏控制、语义理解、娱乐互动、人员分析等一系列智能感知控制功能。以前，房车不具备这些功能，在房车乘客区采用了智能化、现代化的电子系统，大大提升了房车商务出行的驾驶体验。 李元元说道。

据团队核心研发人员重庆邮电大学朱志勤副教授介绍，基于商用旅行车的混合动力增强智能系统具有视觉智能人体特征识别、设备工况监测、人机交互等优势。在驾驶环境感知、用户意图推理、资源信息交互等方面，车辆已申请国家技术发明专利50余项，其中15项已获授权，形成了自主可控的专利保护群，集成创新水平和技术改造达到国际先进、国内领先。 例如，该项目开发了商用房车混合增强型智能控制方法，实现了商用房车车机的全功能一屏控制功能，可实现房车行驶区域的全功能智能控制和住宅区在车辆的中央控制。 国家专利“一种智能商务大篷车的混合增强型智能认知方法”。

“我们的系统经过五年的研发，正式应用于房车智能化改造，产生了明显的经济价值和社会效益。未来，我们将不断升级迭代智能化系统，进一步推动协同产学研创新。” 项目技术总监李元元说。

上游记者秦健