在智能工廠裏,AGV/ARM機器人通過三維視覺感知,精准識別並拾取貨架上的物品,它們還可以與人類同事進行協同互動,安全將貨物送至生產車間。生產线上,配備智能攝像頭的機器如同擁有智慧的眼睛,可以讀取標籤和解釋標識。通過機器深度學習,機器視覺系統可以理解物品形狀、計算體積,並以最節省空間的方式將其完美裝箱。
這聽起來或許像科幻小說裏的場景,但在今天的智能工廠裏,人工智能正在重塑工業生產與智能制造,從質量控制到預測性維護,從協作機器人到數字孿生……結合人工智能技術的機器視覺系統通過攝像頭和傳感器採集數據,讓工業設備能夠“看見”並分析生產制造流程、控制生產質量,並確保工人安全,是引領工業制造向工業4.0過渡的關鍵技術。
隨着邊緣計算與AI大模型的進一步發展成熟,工業制造在迎來新一輪轉型改革的同時,也對機器視覺系統提出了更高的要求。傳統執行單一重復性任務的機器視覺系統已無法滿足未來工業生產與智能制造的需求,我們需要機器視覺系統更加智能、能夠進行獨立自主的決策。
事件視覺技術解鎖工業制造“新視野”
在工業制造領域,傳統機器視覺系統使用基於幀的攝像頭捕捉連續的圖像數據流,然後通過人工智能算法進行處理和分析。然而,這種傳統方法具有局限性,難以應對機器快速增長的算力要求以及處理大量數據的帶寬需求。
與傳統基於幀的圖像傳感技術不同,事件視覺傳感(event-based vision sensing)技術的靈感來源於人類視覺系統,它模仿人眼視覺的工作模式,只關注視覺場景中發生的變化或“事件(event)”,這種獨特的方法不僅大大減少了機器視覺系統所需的數據量和計算負荷,還顯著優化了數據傳輸和處理流程,實現了前所未有的效率。
此外,人工智能算法與事件視覺傳感技術的結合,爲工業自動化帶來了全新的自主性和適應性。通過利用深度學習技術,機器可以從大量數據中學習,不斷提高決策能力。事件視覺傳感與人工智能之間的這種共生關系使機器能夠進行智能、實時的調整,優化流程並最大限度地減少停機時間。
強強聯手,加速开發高級邊緣機器視覺應用
爲加速事件視覺技術在邊緣機器視覺及工業領域的深度融合與應用步伐,Prophesee 近期宣布與AMD攜手推出業界首款兼容 AMD Kria 平台的事件視覺开發套件,旨在爲機器視覺系統設計師與开發者打造一座高效橋梁,助力他們迅速評估並部署面向智慧城市、機器視覺、安全監控、零售分析等領域的尖端工業級解決方案,無縫銜接研發與生產流程。
圖:Prophesee Metavision 入門套件 – AMD Kria KV260 和主動光通信( Active Marker)LED 板
AMD Kria SOM 適用於邊緣 AI 應用,配備數量豐富的 I/O 接口,高能效且具有成本效益,可加速視覺和機器人任務處理。結合 Prophesee 突破性的事件視覺技術,機器視覺系統开發者可利用 Metavision 平台的低延遲和低功耗優勢,創建出傳統基於幀的視覺方案無法實現且更高效的應用。Prophesee還提供全面的事件視覺軟件套件、優化工具、事件視覺數據集以及开源平台支持,全方位賦能开發者。
“事件視覺傳感解決方案是嵌入式視覺應用的理想之選“,Prophesee產品市場總監Gareth Powell介紹說。“我們基於Kria平台可以實現的一個典型用例是港口集裝箱的精准放置,通過在集裝箱上設置主動光源(Active marker),我們的事件視覺系統能在三維空間內實現對懸掛集裝箱的精確定位與追蹤,確保每一次操作都安全無誤。”
圖:Prophesee 事件視覺傳感技術在工業自動化領域的應用場景示例
“另一個典型的應用場景是高速移動物體的計數與分類,例如谷物或藥丸,使用Prophesee的事件傳感器可以實現高達99%的檢測准確率”,Powell補充說。
目前,已經有一些开發人員和公司在Prophesee與AMD Kria 視覺套件上开發創新的機器視覺應用,譬如專注於开發機器學習軟件的公司LogicTronix,已成功开發出用於檢測和跟蹤車輛和人員的應用程序。該應用程序即將在Kria應用商店上线。
Powell表示:“在工業自動化領域,Prophesee的事件視覺技術以其快速響應、低算力需求及高效節能的特性,爲嵌入式視覺與AI功能的深度融合提供了獨特的優勢。”
事件視覺技術讓機器能夠快速識別和響應環境中的關鍵事件,從而提高了生產力。無論是檢測生產线上的異常、實時識別質量缺陷,還是監控工人安全,事件視覺傳感技術都能爲智能工廠提供無與倫比的效率和准確度。在汽車制造、電子零配件生產、食品加工、醫療制藥等多個行業中,事件視覺傳感技術均展現出廣闊的應用前景,爲工業4.0時代的新質生產力注入了源源不斷的創新活力與強勁動力。
原文標題 : 解鎖邊緣AI“新視野”:事件視覺如何助力工業制造釋放新質生產力?
標題:解鎖邊緣AI“新視野”:事件視覺如何助力工業制造釋放新質生產力?
地址:https://www.utechfun.com/post/399043.html