视觉和成像技术在工厂之外继续增长

长期以来，视觉和成像技术一直是不同市场的关键实现技术。机器视觉系统可以显著改进工业流程，帮助推动生产力、效率和质量，同时在许多不同的用例中降低成本。

工业机器视觉正以前所未有的速度增长。推进自动化协会(A3)市场营销和会员服务副总裁Alex Shikany报告称，2021年上半年，北美机器视觉市场增长188jinbaobo org了26%，达到创纪录的7.64亿美元。在一项A3调查中，超过95%的受访公司和分析师预计，未来6个月市场不会下滑。Vision Ventures的Chris Yates博士指出，推动机器视觉技术持续实施的关键驱动因素是对能力和价值的意识增强;降低组件、软件和工程成本;更广泛的技术兼容性和互操作性;更注重易用性并取得成功。

很明显，无论是成熟的行业还是新兴的行业，都在继续拥抱视觉和成像技术。但是机器视觉的下一个工业用例是什么呢?

走出工厂，走进田野

农业是一个开始从机器视觉等先进自动化技术的广泛应用中受益的行业。根据美国农业部的数据，美国农业总收入预计将在2021年增长7.3%，达到4860亿美元，技术进步对利润有很大影响。垂直种植是一个快速增长的领域，在这里，植物(蔬菜、水果、香草等)主要是在室内控制环境下的垂直塔中种植。

一段时间以来，农业中的“精准农业”一直是自动化的重要目标，许多不同的应用正在开发和/或研究中。在作物种植和收获中使用自主机器人是一个正在成长和被接受的领域。无人驾驶拖拉机可以主要使用GNSS/GPS(全球导航卫星系统和全球定位系统)进行导航。然而，完全自主需要有能力探测和反应意想不到的障碍，特别是人类和动物。使用红外成像、激光雷达和3D飞行时间等技术的感知系统正在农业机器人中成功实现。具有视觉和深度学习模型的自主机器人甚至已经被用于一些作物的无化学除草。

采集自动化系统很大程度上依赖于视觉和成像。例如，合作机器人(collaborative robots)和配备自主动作的机器利用摄像头和人工智能区分成熟和未成熟的水果，并为自动采摘提供指导。丰富的机器人(www.abundantrobotics.com)报告说，他们的苹果采摘机器人取得了初步成功，该机器人利用视觉探测成熟的水果。蔬菜收获也在讨论之列。剑桥大学展示了一款采摘生菜的机器人，它使用多个摄像头和机器学习来检测健康和成熟的生菜头，并指导采摘。

由于作物和环境的良好约束特性，垂直耕作特别适合于自动化。在种植过程中，视觉引导的机器人是提高生产率的关键，可以捕捉幼苗并将它们放置在垂直的生长塔中。收获也可以类似地自动化。

在一般农业中，机器视觉可以用来检查作物，检测干旱或疾病。利用无人机进行多光谱和高光谱成像，无论是在植物层面还是野外层面，都是一项被广泛应用的成功技术。红外图像也可以使用取决于检查和作物。

精密加工感知

视觉和成像的新应用在精密加工工业中得到了更广泛的接受。精密加工行业(数控加工)相当成熟和繁荣，一些来源的市场规模约为4000亿美元，预计2021年增长约7%。随着采用先进的自动化技术来提高质量和生产率，这个市场中有助于增长的关键驱动力是发现并有效使用人力，降低运营成本，消除加工缺陷，及早发现缺陷以避免浪费。这些因素和其他因素都指向这个行业在生产过程中采用视觉和成像技术以及机器人技术。

虽然机器人机器护理在精密加工行业并不是全新的，但它正在获得更广泛的接受，而且这项任务正在通过机器视觉来提供进一步的自主性。机器装卸机器人可以引导零件挑选和放置，为小批量、高混合运行提供更高的效率，在精密加工中很常见。3D成像技术正在成为一种潜在的技术，用于支持零件或毛坯的随机选择，从而消除对硬夹具和操作员负荷的需要。

这些新的行业例子只是从视觉和成像技术中受益的市场的一小部分。随着新兴行业用例的发展，这些技术将继续改进流程和质量。