2020年9月27日 机器视觉与计算机视觉技术

工业相机调研凸显嵌入式趋势

据一项专业调查显示,机器视觉行业正凸显出向嵌入式视觉和模块化发展的趋势。制造商们看到了嵌入式视觉解决方案在汽车和基础设施应用方面的巨大潜能。

德国FRAMOS公司与Vision Systems Design以及Inspect杂志三方合作,针对相机技术的趋势、接口及未来发展展开了一次市场调研。这项研究共访问了来自22个国家的41名用户和20家制造商,征集了他们的意见和观点;其中66%的受访者来自欧洲,21%的受访者来自北美,14%的受访者来自亚洲。

受访者回答了有关应用与集成、相机、传感器、传感器模块和市场发展的问题。2018年,94%的用户为欧洲市场购买了设备;而此次调研显示,制造商最重要的市场是欧洲、亚洲和美国,这三个市场的相机销售量占比分别是50%、32%和18%。随着亚洲市场在自动化和机器人技术方面的持续投资,与上年相比2018年北美市场的相机需求量让出了7个百分点给亚洲市场。

新兴技术和不断增长的市场

虽然成像技术主要与生产自动化和质量保障(QA)相关联(见图1),然而新的应用领域,如无人驾驶汽车、无人机、智能家居和智慧城市,成像技术大约获得了5%~15%的增长率,增长率最高的领域是机器人应用。

图1:生产自动化和质量保障(QA)是用户部署工业相机的两大最常见的应用,而交通测量与监控、无人机以及地理测绘等应用,对工业相机的部署则微乎其微。

随着视觉技术的新型应用在工业及消费领域中逐渐开放,预计成像市场将持续增长。这种趋势在此次调研中得到充分体现,75%的制造商预计初次用户数量将大幅增长,与之对比,2017年该比例仅为38%。

那么,受访者正在如何使用视觉技术呢?调查显示,70%的受访者希望利用视觉技术来增强现有系统;93%的受访者计划引入新的系统;56%的受访者希望对现有系统进行改造使之符合现代需要。

展望市场增长领域,65%的制造商认为,嵌入式视觉是将图像处理技术融入日常生活和工作等诸多方面的最大机会之一。

相机定价

虽然2017年中等价格相机和高价相机的价格趋于稳定,但来自制造商和用户的反馈表明,相机价格正在再次下降。62%的用户表示他们愿意花350美元或更少的钱买一台相机,2017年该比例是19%(见图2);31%的受访者表示愿意花350~1000美元购买一台相机,该比例比2017年下降了7%;而2018年仅有8%的用户愿意花1000多美元购买一台相机,比2017年下降34%。

图2:有62%的用户表示愿意花350美元或更少的钱购买一台工业相机;而愿意花1000美元甚至更多购买一台相机的用户只有8%。

单价低于150美元的相机购买意愿仅增加了3%;中等价格相机购买意愿从33%增加到44%,该区间购买意愿的增加,也在很大程度上使用户对单价1000美元以上的相机的购买意愿大幅降低。上述结果与此次参与调查的对象有关,另外亚洲制造商的竞争日益激烈。

清晰而稳定的传感器市场

传感器市场一目了然且保持稳定。在对用户的调查中显示,索尼依然是市场中的领导者,占据48%的市场份额;随后是安森美半导体,市场占有率为22%;ams Sensors Belgium(原CMOSIS)的市场占有率为19%,从中期来看,该公司将在清晰的传感器市场中发挥重要作用。

在对制造商的调查中,这一情况也同样明显。索尼在奋战了几年之后,这家日本巨头已取得62%的市场占有率,是2017年的两倍。安森美半导体斩获了22%的市场份额,比2017年下降了3个百分点。Teledyne e2V的市场份为7%,ams Sensors Belgium的市场份额与2017年持平,仍是3%。

用于机器视觉和嵌入式视觉的不同传感器

CMOS图像传感器是应用最普遍的传感器,受访者使用的传感器中,有80%是CMOS传感器。

然而,在工业和消费领域,传统机器视觉和先进的嵌入式视觉之间存在着明显的区别。嵌入式视觉应用如无人驾驶汽车、无人机、机器人以及3D应用,要求传感器能够与他们的应用相匹配。

2018年,68%的用户表示他们使用分辨率为100~300万像素的传感器。这个数据显示,分辨率低于100万像素的区块有向上移动的趋势,只有4%仍然使用最低分辨率。但是,用户使用的分辨率增长幅度较为温和。对于分辨率为300~500万像素的传感器,24%的用户表示支持,相对2017年增长了6%。尽管差异越来越明显,制造商们还是将眼光放得更长远。16%的用户仍然使用VGA(640×480)分辨率,62%的用户使用的传感器分辨率达到100~500万像素。

相比之下,21%的图像传感器的分辨率在500~2000万像素之间。这个统计数据与去年的预测一致。受访者预计,未来两年图像传感器的分辨率增长幅度不大。尽管作出如此预测,但是分辨率达500万像素及以上的图像传感器,还将持续得到用户青睐,使用量将占所有传感器应用的1/3。

就图像传感器的尺寸制式而言,75%的用户使用1/3到2/3英寸的传感器,与去年相比没有变化。制造商在追求稳定性,并向小型化发展。根据应用领域划分,通常用户要么选择1英寸以上的超大型传感器,份额达到33%;要么选择1/2英寸以下的小型图像传感器,由于嵌入视觉应用,这部分传感器的份额已增至41%。用户和制造商都使用全局快门图像传感器。

图像帧率、速度和接口

如同分辨率一样,图像帧率已经达到下一个最高点,尽管预期的上兆级速度的大规模增长未能实现。最小帧率在25fps以下的用户和制造商分别减少了8%和7%。帧率要求25~100fps的用户份额增长了10%,制造商增长了20%。预计未来两年,帧率要求在100fps以上的用户和制造商将持续增长。

迄今为止,GigE Vision是领先的传输标准,目前在制造商和用户中的使用率分别为42%和43%(见图3)。也有一些用户仍然在使用模拟连接。LVDS和HDMI是额外使用的传输标准,而USB的使用率仍保持在8%。用户和制造商主要选择10GigE和USB 3.1标准用于5Gb/s以上的传输宽带。

图3:虽然GigE Vision是制造商和用户中最常使用的传输标准(分别为42%和43%),但是许多受访者表示他们仍然在使用诸如LVDS、HDMI和模拟连接之类的接口(“其他”类别)。

用于嵌入式视觉的传感器模块

嵌入式视觉应用需要高性能的传感器模块。此次调查询问了用户和制造商使用传感器模块的计划和标准。

调研中,46%的用户和40%的制造商表示,他们已经试验过传感器模块,或者已经在他们的应用中使用了这些模块;10%的用户和42%的制造商表示,他们正计划在未来两年内,通过使用传感器模块来完成嵌入式视觉项目。

对于重要的传感器模块特征,56%的用户认为是在运动应用中保持图像的稳定性,58%的制造商认为是M12镜头安装。

未来展望

此次市场调研活动显示出了用户和制造商之间存在的各种趋势。用户正在寻求更高的需求,包括更快的速度、更高性能的图像传感器、标准接口、简单的集成、更低的价格和更高的相机处理能力。

在此次调查中,另一个值得注意的要点是向嵌入式视觉和模块化发展的趋势。制造商们看到了嵌入式视觉解决方案在汽车和基础设施应用方面的巨大潜能。然而,制造商们也看到了他们必须与客户一起面对周遭的变化,无论是在机器视觉方面,还是在面向工业和消费领域的创新型嵌入式视觉应用方面。

文/ Ute Häußler,FRAMOS公司

Banner
Related Posts

新型智能玻璃为机器视觉研究提供新的模拟途径

2019年7月18日

2019年7月18日

[据光电子网站2019年7月10日报道] 美国威斯康星大学麦迪逊分校电气和计算机工程系Zongfu Yu教授带领的团队开发出了一种新型智能玻璃。不需传感器、不用接通线路或外部电源、亦不需连接互联网,这种智能玻璃就可以利用光学反射的原理识别图像。

用于食品标签的光学字符识别(OCR)视觉系统

2019年4月24日

2019年4月24日

在食品制造工厂,系统需要从传送器中剔除带有错误打印数据代码的包装食品。虽然以前的系统运行还算正常,但它已经陈旧,原始软件开发的升级换代也无法得到支持。

用于柔性显示器的缺陷检测系统

2019年5月10日

2019年5月10日

韩国国家计量院开发了一种用于自由曲面显示器(包括柔性显示器)的缺陷检测技术,该技术将帮助显示器制造商用在制造过程中通过拍摄的一张图像来检测缺陷。

基于计算机视觉和深度学习的智能缺陷检测

2019年9月4日

2019年9月4日

自亨利·福特首次引入装配线系统以来,质量控制一直是制造中的一个关键因素。其理念是,质量可以通过大规模生产流水线来实现,只要每个人在生产过程中各尽其责。从那时起,我们显然已经走了很长一段路。传统的装配线仍然以许多形式存在,尽管机器已经取代了许多手工过程。

机器视觉这条河,未来也会浑浊吗?

2019年3月21日

2019年3月21日

机器视觉的实质是一种计算机图像处理在工业领域的应用,其在机器人行业的应用方向有两种。AGV和机械臂,AGV上的应用已经很明了,主要存在于导航上面,但是在机械臂上的应用可谓是越来越广。

深度学习在机器视觉系统中的应用详解

2019年4月24日

2019年4月24日

随着机器视觉技术的不断发展,系统在不需要计算机编程的情况下也可以具有分析和分类对象的能力。而人工智能(AI)和深度学习是推动机器视觉发展的重要技术手段。

基于机器视觉的监测系统​

2019年11月3日

2019年11月3日

本研究基于机器视觉技术,结合Python语言,openCV库等,编写出了一套高精度,高稳定性的位移监测算法,以Nvidia Jetson开发板为载体,结合单片机,红外传感器等,设计制造了一套具有形变监测与预警功能的系统。

3D视觉检测的未来:光度立体技术

2019年6月12日

2019年6月12日

利用3D表面定向,特别是它对反射光的影响,工业应用的光度立体产生对比度图像,突出了局部3D表面变化。

如何利用开源软件开发机器人视觉系统?

2019年6月28日

2019年6月28日

机器人视觉应用程序可以带来一系列复杂的需求,但开源库可以为几乎所有需求提供解决方案。开发人员可以找到从基本的图像处理和对象识别再到运动规划和避免碰撞的开源软件包 。另外,还有有一些关键的开源图像处理软件包,可以帮助开发人员实现复杂的机器人系统。

深度学习在机器视觉中的应用与发展

2019年5月7日

2019年5月7日

在短短几年内,深度学习软件已经比任何传统算法可以更好地对图像进行分类处理,而且可能很快就可以超越人工检查。

3D热成像技术

2019年10月30日

2019年10月30日

Fraunhofer IOF使用LWIR热像仪扩展了其高速3D相机系统。他们的数据被映射到使用黑白摄像机重建的3D点,从而获得1kHz空间热图像。

机器视觉技术可能比您想象的更厉害

2018年8月9日

2018年8月9日

从数字图像中自动提取信息的能力为制造商努力削减成本、提高质量和简化整体流程提供了更多可能。机器视觉的主要用途是检查、测量和机器人引导。

机器视觉相机类型以及接口标准详解

2018年8月9日

2018年8月9日

随着成像技术的进步,相机及其接口的类型不断演变,以满足大量应用的需求。对于检测和分析至关重要的半导体,电子,生物技术,装配和制造行业中的机器视觉应用而言,使用最好的相机系统来完成手头的任务对于获得最佳图像质量至关重要。

机器视觉系统集成发展的现状和前景

2019年7月10日

2019年7月10日

机器视觉系统集成是一门学科,随着新成像技术的不断发展,这门学科的发展势头依然强劲。

机器视觉模式匹配的基础:光源、相机、算法

2019年10月11日

2019年10月11日

机器视觉系统还需要能够发现和识别模式。任何机器视觉任务的第一步都是模式匹配,即根据形状属性(如边缘)的预期排列,在视场中定位目标。这个过程是如何工作的?

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注