从2D到3D变革中的机器视觉
- 来源：高工机器人网
- 2019/9/17 8:42:15
- 24602
业界都说3D视觉的出现，是继黑白到彩色、低分辨率到高分辨率、静态图像到动态影像后的第四次视觉革命。
在过去几年里，3D视觉概念迭出，大量资本涌入这个赛道，新进企业众多。3D视觉的兴起，让此前被国外巨头占据的机器视觉市场有了更大的想象空间，也让国产机器视觉企业看到了希望。
业内人士普遍认为，3D视觉在工业领域的产值和产出，可能要远远大于消费领域，但因为渗透率很低，推进速度不够快，当前3D工业相机的规模在几亿美金区间，设备和软件在20亿美金水平，但行业市场有50倍以上的渗透率增长空间。
从2D视觉到3D视觉
这两年，国内兴起了一批以3D视觉研发为主的企业，比如今年1月份才注册的深浅优视，7月份就出了样机，目前，深浅优视的代产品正在和3C电子、注塑、PCB等行业的一些头部客户进行实测。
在深浅优视CEO周剑看来，目前是国内3D视觉创业公司发展有利的时候。“以前工业相机市场，一些行业巨头产品稳定可靠，技术底蕴深厚，订单多到接不过来，而给小企业的机会少。现在面临从2D到3D的变革，再加上订单减少的情况下，制造企业计算payback时会更加严谨，同时也会考虑培育更多的国内供应链，给初创企业一些试错的机会。”
事实上，从2D到3D的变革，这是一个自然发生的事情。鉴微科技销售总监苏耘德认为，未来三年，2D应用领域会开始转向3D应用领域，这将是非常庞大的市场需求量。
而在工业应用场景中，3D视觉的出现正是硬迎合了机器人向智能化进阶的趋势。“过去工业生产采用的机械臂都是盲取，闭着眼睛照着设定好的路径加工，没有更高阶的智慧判断。现在采用3D视觉后，就可以在更复杂的环境里更的夹取物件。”
深慧视CEO吕聪奕认为，近两年3D机器视觉需求的爆发有着深刻的产业背景和原因，首先，是从“机器换人”到“人机协作”，过去十年以来，工业机器人在沿海地区制造企业得到了广泛的部署，这是协作类机器视觉产生的基础；其次，是C2M的订单组织方式变革客观上要求生产线的部署更加柔性，工序的来料、生产、质检的自动化弹性更强，这些加速了3D机器视觉在制造业的规模化应用；另外，是国内劳动力成本的上涨趋势导致用工荒已经从普通蓝领工人群体延伸到一部分质检为代表的高技术工人群体，这对于机器视觉检测提出了更高的要求。
2D视觉 VS 3D视觉
在3D视觉兴起之后，选择2D视觉还是3D视觉，成为一个有争议的问题。
有业内人士表示，3D视觉将全面替代2D视觉；但也有观点认为，3D视觉价格高，在可以应用2D视觉的场合，没有必要用3D视觉；当然还有第三方观点认为，2D视觉和3D视觉可以融合应用。
图漾科技CEO费浙平表示，3D的应用机会只能来自于2D做不到或者做不好的场景，就具体技术角度而言，2D颜色和3D几何数据的采集是从两个不同的物理通道进行的。
“3D视觉无可替代的关键点在于几何数据的采集和利用，在传统的图像颜色信息之外增加了额外的空间维度，定性而言，在传感器的数据采集层面就同人的视觉系统持平了，往后如果机器视觉的人工智能能力再不如人的话，就只能归咎于数据质量和机器的聪明程度了。”
举几个例子，如果要测量某些物体的相对尺寸比例，2D视觉可以胜任，但如果要测量物体几何尺寸的话，那3D视觉将是选项；在工业自动化中，如果能够保证目标物体的有序平铺，2D视觉通常能够做得又快又好又经济，但如果目标物体是无序的话，则必须有3D视觉加持。
2D视觉比3D视觉便宜这么多，为什么在抓取中不使用2D视觉呢？吕聪奕表示，在料筐多层的情况下，用2D视觉很难地引导机器人末端接近物体，或者说很难直接用平面信息引导机器人末端准确抓取物体，3D视觉在这种多种维度的情形下，抓取物体可以保证更高的准确性。”
但吕聪奕并不主张完全放弃2D视觉。深慧视用2D视觉和3D视觉结合机器人所做的案例已经应用在联想的产线上进行检测，机器人末端配置2D相机，用来对服务器表面的一系列字符和二维码做识别，判断是否贴错和有瑕疵，3D视觉主要安装在上方，对产品进行定位从而确认机器人的走位，引导机器人的动作。“未来在工厂应用中，与机器人的结合下，光有3D视觉不一定能够解决所有的问题，而2D视觉和3D视觉结合使用会是比较的解决方案。”吕聪奕说。
3D视觉在工业领域的应用
虽然，3D视觉正在多个领域中实现落地，但整体而言，3D视觉目前还处于早期，落地场景都还比较分散，只能算是有了一些点的突破，还谈不上线和面的普及。
当前市面上主流的3D视觉技术有三种：双目视觉、飞行时间(ToF)和结构光。工业领域基本上都是采用“双目+结构光”的方案，其中的结构光又有动态结构光和静态结构光的差别。
“在工业检测领域，尤其是需要0.1mm以下的超高精度场景里，动态结构光的静态拍摄方法目前是合理选项，而在大量的普及化应用场景中，静态结构光产品将是*。”费浙平说。图漾科技采用的技术方案正是属于双目结构光路线，但是在结构光设计和物理实现方法上面做了很多创新，针对不同产品规格，采用了静态散斑结构光、多模态组合结构光、动态结构光等以实现多种不同规格和价格的完整产品线。
在工业检测和测量应用中，目前常见的是两种产品，一是激光线扫描相机、二是双目动态结构光。这两种方案在原理上能够实现高精度的视觉测量，常见精度范围为0.1~0.01mm甚至更高，但是量程通常很小(几厘米到几十厘米)、体积功耗非常大、对工况条件要求比较高、价格奇高，目前在工业检测和自动分拣中有局部应用，平均价格超过1万美金。
当前，影响3D视觉在工业领域应用的还有一个因素就是价格。费浙平认为，即使需求成熟了，一个产品的价格没达到一个合适的“甜蜜点”的话，应用普及的速度也上不来，尤其在国内市场。而他认为的“甜蜜点”应该是1年，必须要让终用户看到后有两眼发光、拍脑袋就上的冲动。
具体来说，根据不同的场景需求和产品规格，他认为产品价格要控制在2000~20000人民币之间，包含3D工业相机和软件算法的完整方案、软硬价都满足工业级成熟稳定可靠性要求，且软件要做到优化，能在普通工控机上运行，不能动辄就用到GPU，计算单元也是成本大头。当然这里不包括差异化的非标定制和服务。
目前，融合深度学习的3D机器视觉在检测领域的应用正在成为一种趋势。周剑表示，深度学习解决了大量数据的筛选问题，这在以前(包括当下绝大部分)是完全依赖人工，甚至无法解决的难题。
但他也坦言，虽然深度学习就像一个工具一样，具备解决很多实际问题的能力。但工具往往也是万不能工具，怎么利用好这个工具对一些具体场景进行处理是需要继续试错的。
下一篇：格力没想象中强，美的没想象中快
版权与免责声明：凡本网注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本网授权不
展开全部
热门评论