近年来，制造业自动化需求不断增长，机器人、物联网、人工智能等技术进入工厂，开启了工业4.0新生产模式。生产线正在向智能化升级，而机器视觉的地位开始日益提升，并表现出巨大的发展潜力。越来越多的工厂在利用视觉技术检测残次品、统计工件以及定位追踪，机器视觉将生产线的能力提升到了一个全新的水平。
在过去的生产线上，机器视觉解决方案由系统集成商开发和安装，基于对特定质量保证体系需求的充分理解，针对生产的需求而设计定制解决方案。这样的过程不仅昂贵且耗费大量宝贵时间，而自主机器视觉的出现正在彻底改变这一切。
什么是自主机器视觉？
自主机器视觉（amv）是通过机器学习的技术，让视觉系统拥有自动识别对象的能力，它为质量保证提供了革命性的方法，同时将使巨额投资和长时间停机成为过去。
在传统的生产线上，生产工作是让人苦恼的，因为工人唯一的任务是在装配线上重复同一项工作，而且需要不断增加的速度来缩短交期。长时间的重复性工作，很有可能导致职业性操作，例如神经衰弱等。
机器视觉解决方案最初开发的目标是将质检人员从工作岗位中解放出来，不过传统的机器视觉解决方案存在许多缺点，例如需要外部集成商设计和安装，价格昂贵且需要很长时间才能创建。而自主机器视觉使制造商能够获得便宜和用户友好的技术，而不需要任何外部专家干预。
系统集成商成为过去式
传统的机器视觉是一个复杂的过程，依赖于系统集成商的专业知识。即使安装完解决方案后，生产线上的每次设置和转换都需要依赖系统集成商。而在自主机器视觉时代，不再需要系统集成商。
以色列一家初创的工业公司inspekto开发了一种技术全新的inspekto s70视觉系统，它结合了计算机视觉、深度学习和实时软件技术，成为世界上第一个用于可视化qa的自主机器视觉系。inspekto已经获得德国和瑞士的跨国工业公司逾1,000万美元投资，专攻自动化机器视觉qa检测设备，并在产品上将视觉和ai技术结合。
inspekto s70视觉系统的原理很简单，只给出20-30个好的样品作品，系统将全面学习和记住产品的特征，然后就能够用于辨别同类产品是否存在缺陷，该系统还考虑了不同位置的光线变化，以及其它的一些环境因素。
此外，该系统能够在不断学习中改进，如果某产品错标记为有缺陷，操作员确认它是好的，则将来不会出现相同的错误。
即插即用的机器视觉技术
自主性视觉与传统机器视觉解决方案相比，无需耗费大量的时间重新设计检测和调试程序，只需要一定数量的产品，或者异常物品进行学习，能够更快的应用于生产过程，尤其对于多样化的生产需求，生产线频繁变换产品种类，自主性视觉可以重新学习产品特征，再次投入工作。
inspekto s70的安装只需要30-45分钟，比传统机器视觉解决方案快1000倍，传统机器视觉解决方案从设计到安装通常需要几个月时间。更让人惊喜的是，工厂管理者可以在没有何外部专家帮助的情况下，轻松完成视觉系统的设置和运行系统。
新的系统具有自适应性的能力，也就是可以随时移动到其它生产线上进行使用，由于其深入的学习能力，系统将根据特定的qa要求进行调整。而且在设置、安装和转换过程中生产线可以继续运行，彻底消除停机问题。
随着智能制造的演进，工厂里将采用越来越多的先进自动化技术，包括机器人、人工智能、机器视觉、物联网等。对于生产商来说，如何将这些技术融进当前的生产线，并产生应有的价值，将是极为重要的战略。6月13日，在深圳举办的“ofweek 2019 机器视觉技术与应用论坛”上，暨南大学的柳宁教授，中科院研究员王欣刚，以及来自海康机器人、凌华科技、艾睿光电、华睿科技的资深专家将分享最前沿的机器视觉技术和最新的解决方案，同时为智能制造厂商解答升级过程遇到的所有疑惑。
机器视觉技术的应用越来越重要，尤其在人工智能、物联网等技术的赋能下，新一代机器视觉技术将能为智能工厂带来前所未有的改变！这也是抓住机遇抢占未来制胜高地最好时机。

---