图像识别技术｜在工业领域中的运用

正文字数：1675字

图片总数：7张

引言：工业 4.0 时代的商品生产方式将会与众不同，它将通过有效的数据处理，提供定制化的个性商品。无论是产品的设计、生产还是运输环节，都将朝着自动化的、个性化的方向发展。图像识别技术在其中将扮演重要角色。

个性化定制产品

Personalized customized products

想买一条长裤？可能你正在去商店的路上，或者正在网上根据从S到XL的标准尺码进行挑选。这些大批量的生产造就了单位货物的成本下降。

工业 4.0 时代的纺织品生产方式或许会与之不同，它将通过有效的数据处理，提供定制性的个性商品。客户一旦决定选择哪个模型，图像处理系统（机器视觉系统）就会对其各项维度进行测量。

具体测试形式可能是，在一个小更衣室中放置四个摄像头，拍摄身体每一边的图像。软件控制测量操作，并决定随后生产衣物时的剪裁方式。接下来的生产过程会自动进行，直至包括运输环节。未来的时装屋将不再摆满几柜子的商品，而是通过提供大量的虚拟选择和快速可靠的生产流程来为客户服务。

进行小数额生产

Make small amounts of production

工业 4.0 时代的一个重要影响在于，由于使用控制自动化技术，不管是大批量生产还是非常小量的生产，很多工件都能被低成本地生产——「批容量为 1」这个说法已屡见不鲜。这方面的例子包括上面提到的纺织品生产；还有就是根据客户指定规格进行金属物件的单独设计生产，如邮箱、栏杆等。但是，精准的工业摄像机系统怎样为这一切提供服务？

可以想象一下，这种系统可用于为新生产的金属部件进行涂层。基于提前编程好的上色流程，自动喷嘴得以正常工作。传统生产中，提前规划好预设程序是非常困难的。而原则上，根据设计规格，决定预设程序则有可能实现的。然而，计算好最终的喷射模式有着高度复杂性和不确定性。与传统生产方式不同，工业相机可以当场做出精准测量，决定产品形状、位置，并以此信息指挥喷枪臂。同时，也可以从光学方面对涂层效果进行控制，比如评估着色度，或者检测涂层复杂的反射指数。这些控制数据可实时地进入到控制单元中。这样的自动化图层系统同样也可成为自我学习系统。基于之前处理的经验，新的组件如果与之相似，则可更高效地处理。

机器人与人类合作

Robots cooperate with humans

生产员也会从工业摄像机中获益。无论自动化取得怎样的进步，工业生产中人类总有一席之地，原因很多：包括「人」的感官能力，灵活性，承受能力等。

尽管如此，未来的生产流程仍会产生变化，而这也正是工业 4.0 所代表的一部分。通过将智能机器视觉系统集成到头盔，衣物，工具中，人类工作效率得以提高。而且，这在科技上完全可行。因为相机正在越来越小巧和轻便，现在已经有一些高精度的迷你工业摄像机，只有邮票那么大，而且加上镜头和套管不到 30g。这些视觉系统记录工业活动和工作状态，审核产出结果，确定合理的后续步骤或其他信息，并将此类信息传送给人类，或许「增强现实」的智能眼镜上的自动通知就属于此类功能。因此，视觉系统的这些功能能够促进生产材料的及时供应，并进一步增加生产力。

生产安全检测

Production safety inspection

生产安全一直是生产过程中我们所关注的核心问题，而在当下的生产环境中，为规范作业环节，各大企业投入了巨大的人力物力，但效果却总是不尽人意。并且其中隐藏的重复性、习惯性违章的规律和原因也未进行深层挖掘。行业内迫切需要应用图像智能分析技术提高风险识别覆盖率和准确率，并应用大数据分析技术挖掘违章行为的规律，做到源头防控。

在智能视频监控领域，针对传统工业现场作业环节的违章行为识别，可以运用视频监控AI分析应用平台。该平台目前针对油气行业的违章行为分析进行了专业的算法定制，与相关油田合作，通过大量的现场真实素材，对识别模型进行深度适配与训练。并针对不同的作业场景和干扰因素建立量身定制的组合画面预处理方法，分析各种不同的干扰因素并设计相应的过滤算法，降低误识别率，从而达到识别率更高、适应性更强的特性。