工业4.0正在彻底改变我们所知的制造业。建立在整合了机器人、人工智能、机器学习、大数据分析、云计算和传感器的技术之上，这场第四次工业革命正在提高工厂效率，增加生产稳定性，并最大限度地降低运营成本。制造商报告说，在投资工业4.0计划后，他们在产出、工厂利用率和劳动生产率等方面取得了10-12%的收益。一路走来，工业4.0正在带来增强可持续性和减少污染的社会效益。

工业4.0分析由安装的智能传感器收集的数据，以预测结果和确定行动。在这个生态系统中，机器视觉相机作为另一个传感器，收集有关物理世界的视觉信息，就像捕捉温度、振动、压力或流速的传感器一样。由于是数字化的，来自机器视觉系统的数据可以很容易地联网，并与整个工厂的其他子系统和设备共享，形成一个持续改进的循环。

什么是机器视觉？

为了更好地理解机器视觉，让我们看一下它是如何工作的一个例子。在这种情况下，我们强调它在自动化检测缺陷产品方面的应用--它最常见的工业应用。当传感器检测到生产线上有物体存在时，这个过程就开始了，它触发了一个光源，使该区域得到明亮的照明。摄像机以每秒一帧或 "fps "的速度捕捉被照亮产品的图像。在大多数情况下，一个被称为图像采集器的数字化设备将图像转化为数字输出，然后传输并保存在一台主机上。个人电脑上的专业软件将图像与一组预先确定的标准进行比较，以识别缺陷。如果发现缺陷，产品将无法通过检查，并被从装配线上移走。像这样的视觉系统可以检查产品的位置、颜色、大小或形状方面的缺陷，或者它可以确定在其视野内是否存在物体本身。

机器视觉组件？

完成错误检测过程需要系统组件的有序定位，以实现信息的流动，从传感器开始到最后的图像处理，如上所述。除了相机、照明、主机、图像采集器和软件外，机器视觉系统还需要一个镜头、以太网、光纤或同轴电缆以及各种接口外设。虽然基于以太网的 "智能 "相机在边缘地区被广泛使用，但工业4.0通常要求更高的成像速度和分辨率，而不是智能相机所能提供。出于这个原因，通过同轴电缆传输高带宽数据的CoaXPress（CXP）点对点通信标准已成为高要求机器视觉应用的事实标准。CXP通过单根电缆以高达50Gbts的速度将低延迟、低抖动的图像、信号和电源（Power over CXP）传输到相机。

工业4.0中的机器视觉

在工业4.0时代，机器视觉正在超越其传统的错误检测增值功能。今天，它正被应用于不同的领域，如用于预测性维护的监测过程，以及使机器人能够安全地与人类互动并作出反应的机器人引导。

当与人工智能（AI）相结合时，机器视觉在解决制造问题方面的用途几乎是无限的。例如，人工智能可以赋予机器视觉系统自我调整的能力，使其在反馈循环中从每个周期中学习，每次都变得越来越聪明。机器学习可以使视觉系统高度熟练地理解大型图像数据集，远远超过人类的能力。在机器视觉中加入自学算法的想法也很耐人寻味，因为视觉系统传统上是用一套固定的规则工作的，这使得它们在面对快速变化的需要时缺乏灵活性。这一点很重要，因为现代生产线的设计要尽可能灵活，以快速适应小批量的定制产品，这是工业4.0的基石。

协助机器视觉在工业4.0中应用的另一项技术是嵌入式计算。本质上，它在数据源头或 "边缘 "进行分析，而不是通过已经拥挤的网络将数据传输到第二地点的服务器，因此减少了带宽需求。例如，在BitFlow，我们将我们的Claxon CXP 2.0图像采集器与NVIDIA® Jetson AGX Xavier开发者套件结合起来，实现了一个非常小的外形尺寸的图像处理系统，是边缘计算的理想选择。

除了制造业，工业4.0的一个令人兴奋的领域是引导系统，它允许机器人和协同机器人有更大的自主权和寻路能力。除了帮助机器人更快、更安全地与人类工人一起工作外，机器视觉使机器人订单拣选者能够大大改善响应时间并限制履行缺陷。摄像机还可以用来收集SKU数据，提高整个企业的可见度，例如发现重复出现的模式，可以预测可能的短缺、设备故障的根本原因或其他仓储异常情况。通过使用机器视觉，仓库系统变得更智能、更快速、更有效地精确提供客户所需。

机器视觉在工业4.0战略中发挥着动态作用，通过对实时数字化图像的提取、处理和分析，使网络、机器人和工厂一级的管理人员实现了制造过程的可视化。视觉是人类最宝贵的感官之一，在机器中也越来越多。机器视觉系统几乎可以在工业4.0的每一个阶段实施，并作为枢纽产生丰富的数据，让管理者对运营有更多的了解。