智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
WISTRO風機C62 IL-2-2 FLAI Bg160-200
WISTRO,風機,C62 IL-2-2 FLAI Bg160-200品牌
其他品牌
業界都說3D視覺的出現，是繼黑白到彩色、低分辨率到高分辨率、靜態圖像到動態影像后的第四次視覺革命。
在過去幾年里，3D視覺概念迭出，大量資本涌入這個賽道，新進企業眾多。3D視覺的興起，讓此前被國外巨頭占據的機器視覺市場有了更大的想象空間，也讓國產機器視覺企業看到了希望。
業內人士普遍認為，3D視覺在工業領域的產值和產出，可能要遠遠大于消費領域，但因為滲透率很低，推進速度不夠快，當前3D工業相機的規模在幾億美金區間，設備和軟件在20億美金水平，但行業市場有50倍以上的滲透率增長空間。
從2D視覺到3D視覺
這兩年，國內興起了一批以3D視覺研發為主的企業，比如今年1月份才注冊的深淺優視，7月份就出了樣機，目前，深淺優視的代產品正在和3C電子、注塑、PCB等行業的一些頭部客戶進行實測。
在深淺優視CEO周劍看來，目前是國內3D視覺創業公司發展有利的時候。“以前工業相機市場，一些行業巨頭產品穩定可靠，技術底蘊深厚，訂單多到接不過來，而給小企業的機會少。現在面臨從2D到3D的變革，再加上訂單減少的情況下，制造企業計算payback時會更加嚴謹，同時也會考慮培育更多的國內供應鏈，給初創企業一些試錯的機會。”
事實上，從2D到3D的變革，這是一個自然發生的事情。鑒微科技銷售總監蘇耘德認為，未來三年，2D應用領域會開始轉向3D應用領域，這將是非常龐大的市場需求量。
而在工業應用場景中，3D視覺的出現正是硬迎合了機器人向智能化進階的趨勢。“過去工業生產采用的機械臂都是盲取，閉著眼睛照著設定好的路徑加工，沒有更高階的智慧判斷。現在采用3D視覺后，就可以在更復雜的環境里更的夾取物件。”
深慧視CEO呂聰奕認為，近兩年3D機器視覺需求的爆發有著深刻的產業背景和原因，首先，是從“機器換人”到“人機協作”，過去十年以來，工業機器人在沿海地區制造企業得到了廣泛的部署，這是協作類機器視覺產生的基礎；其次，是C2M的訂單組織方式變革客觀上要求生產線的部署更加柔性，工序的來料、生產、質檢的自動化彈性更強，這些加速了3D機器視覺在制造業的規模化應用；另外，是國內勞動力成本的上漲趨勢導致用工荒已經從普通藍領工人群體延伸到一部分質檢為代表的高技術工人群體，這對于機器視覺檢測提出了更高的要求。
2D視覺 VS 3D視覺
在3D視覺興起之后，選擇2D視覺還是3D視覺，成為一個有爭議的問題。
有業內人士表示，3D視覺將全面替代2D視覺；但也有觀點認為，3D視覺價格高，在可以應用2D視覺的場合，沒有必要用3D視覺；當然還有第三方觀點認為，2D視覺和3D視覺可以融合應用。
圖漾科技CEO費浙平表示，3D的應用機會只能來自于2D做不到或者做不好的場景，就具體技術角度而言，2D顏色和3D幾何數據的采集是從兩個不同的物理通道進行的。
“3D視覺無可替代的關鍵點在于幾何數據的采集和利用，在傳統的圖像顏色信息之外增加了額外的空間維度，定性而言，在傳感器的數據采集層面就同人的視覺系統持平了，往后如果機器視覺的人工智能能力再不如人的話，就只能歸咎于數據質量和機器的聰明程度了。”
舉幾個例子，如果要測量某些物體的相對尺寸比例，2D視覺可以勝任，但如果要測量物體幾何尺寸的話，那3D視覺將是選項；在工業自動化中，如果能夠保證目標物體的有序平鋪，2D視覺通常能夠做得又快又好又經濟，但如果目標物體是無序的話，則必須有3D視覺加持。
2D視覺比3D視覺便宜這么多，為什么在抓取中不使用2D視覺呢？呂聰奕表示，在料筐多層的情況下，用2D視覺很難地引導機器人末端接近物體，或者說很難直接用平面信息引導機器人末端準確抓取物體，3D視覺在這種多種維度的情形下，抓取物體可以保證更高的準確性。”
但呂聰奕并不主張完全放棄2D視覺。深慧視用2D視覺和3D視覺結合機器人所做的案例已經應用在聯想的產線上進行檢測，機器人末端配置2D相機，用來對服務器表面的一系列字符和二維碼做識別，判斷是否貼錯和有瑕疵，3D視覺主要安裝在上方，對產品進行定位從而確認機器人的走位，引導機器人的動作。“未來在工廠應用中，與機器人的結合下，光有3D視覺不一定能夠解決所有的問題，而2D視覺和3D視覺結合使用會是比較的解決方案。”呂聰奕說。
3D視覺在工業領域的應用
雖然，3D視覺正在多個領域中實現落地，但整體而言，3D視覺目前還處于早期，落地場景都還比較分散，只能算是有了一些點的突破，還談不上線和面的普及。
當前市面上主流的3D視覺技術有三種：雙目視覺、飛行時間(ToF)和結構光。工業領域基本上都是采用“雙目+結構光”的方案，其中的結構光又有動態結構光和靜態結構光的差別。
“在工業檢測領域，尤其是需要0.1mm以下的超高精度場景里，動態結構光的靜態拍攝方法目前是合理選項，而在大量的普及化應用場景中，靜態結構光產品將是*。”費浙平說。圖漾科技采用的技術方案正是屬于雙目結構光路線，但是在結構光設計和物理實現方法上面做了很多創新，針對不同產品規格，采用了靜態散斑結構光、多模態組合結構光、動態結構光等以實現多種不同規格和價格的完整產品線。
在工業檢測和測量應用中，目前常見的是兩種產品，一是激光線掃描相機、二是雙目動態結構光。這兩種方案在原理上能夠實現高精度的視覺測量，常見精度范圍為0.1~0.01mm甚至更高，但是量程通常很小(幾厘米到幾十厘米)、體積功耗非常大、對工況條件要求比較高、價格奇高，目前在工業檢測和自動分揀中有局部應用，平均價格超過1萬美金。
當前，影響3D視覺在工業領域應用的還有一個因素就是價格。費浙平認為，即使需求成熟了，一個產品的價格沒達到一個合適的“甜蜜點”的話，應用普及的速度也上不來，尤其在國內市場。而他認為的“甜蜜點”應該是1年，必須要讓終用戶看到后有兩眼發光、拍腦袋就上的沖動。
具體來說，根據不同的場景需求和產品規格，他認為產品價格要控制在2000~20000人民幣之間，包含3D工業相機和軟件算法的完整方案、軟硬價都滿足工業級成熟穩定可靠性要求，且軟件要做到優化，能在普通工控機上運行，不能動輒就用到GPU，計算單元也是成本大頭。當然這里不包括差異化的非標定制和服務。
目前，融合深度學習的3D機器視覺在檢測領域的應用正在成為一種趨勢。周劍表示，深度學習解決了大量數據的篩選問題，這在以前(包括當下絕大部分)是完全依賴人工，甚至無法解決的難題。
但他也坦言，雖然深度學習就像一個工具一樣，具備解決很多實際問題的能力。但工具往往也是萬不能工具，怎么利用好這個工具對一些具體場景進行處理是需要繼續試錯的。
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
