/
工业自动化的“第三只眼” | 斑马技术 原创
机器视觉赋予了工业机器人智慧化，并被认为是整个工业从 3.0 时代迈向 4.0 时代的关键一步。
工业1.0、2.0时代，走进一家电子厂，你或许会看到一排排工人正在进行装配、贴标或质检等重复性的劳动作业。这是那个时代司空见惯的制造场景。
然，工业3.0时代，技术改了一切。如今，在许多现代化工厂中，工人变成了流水线旁边负责巡检的“配角”，工业机器人替代了繁重的人工作业，电子信息技术的广泛应用让生产的自动化水平大幅提高，工业界也由此步入了3.0时代。
但，这依然不够。因为传统的工业机器人，还停留在通过编程设置来实现各种简单的操作，极大限制了机器人的应用。如果能让机器像人一样拥有“意识”，可以根据产品的位置、颜色、表面特征等信息进行对应的操作，显然就能进一步解放生产力，完成柔性化的制造，而实现这一切的前提就是为机器装上“眼睛”，也就是“机器视觉”。
某种程度上，机器视觉赋予了工业机器人智慧化，并被认为是整个工业从 3.0 时代迈向 4.0 时代的关键一步。
作为数字技术的提供商，斑马技术就拿出了一套机器视觉方案：包含硬件——固定式工业扫描器 (FIS) 和机器视觉 (MV) 智能相机套件，与软件——Zebra Aurora，用于检验生产线和产品运输流程，并助力完善制造、仓储和物流环境中的质量水准，比如，汽车轮毂型号识别、磁性材料外观缺陷检测、产品包装上的条码和字符识别等。
最新的固定式工业扫描器（FIS）和即将发布的机器视觉（MV）解决方案，就像工业自动化产线上的“第三只眼”，帮助企业实现追踪和追溯能力，以及制造过程中的质量检验，以下是2个典型场景：
场景1：外观检测
随之现代工业自动化的发展，机器视觉检测被广泛应用到各种各样的检查、测量和零件识别，这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。
在过去，这种带有高度重复性和智能性的工作，只能靠人工检测来完成，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100%的检验合格率；而机器视觉检测，则可以通过自动化、客观、非接触和高精度的特点，来代替人工来检测这些单一、重复性的程序。
与一般意义上的图像处理系统相比，机器视觉检测强调的是精度和速度，以及工业现场环境下的可靠性，不仅可以提高合格产品的生产能力，并在生产过程的早期就报废劣质产品，从而减少了浪费节约成本。
场景2：扫描识别
二维码和条形码是我们生活中极为常见的条码。
在商品的生产中，厂家把很多的数据储存在小小的二维码中，通过这种方式对产品进行管理和追溯，随着机器视觉图像识别应用变得越来越广泛，各种材质表面的条码变得非常容易被识别读取、检测，从而提高现代化的水平、生产效率大大的提高、生产成本却逐渐降低。
斑马技术的固定式工业扫描器(FIS)解决方案能够读取一维/二维条码、直接零部件标识 (DPM) 和光学字符识别 (OCR) 文本，有助于提升生产力和实现货物运输的自动化，从而推动仓储、运输和退货流程中的效率提升。
机器视觉 (MV) 智能相机则可应用在各种分离的制造过程中实现自动化质量检验，该技术能够减少缺陷并验证装配和追踪信息，以提高生产效率和质量水平。
斑马技术大中华区总负责人谢少毅表示：“斑马技术自创立至今53年以来，坚持创新与开拓。“同时，他还宣布了一个好消息，固定式工业扫描器 (FIS) 现已面市，而机器视觉 (MV) 解决方案也将于今年晚些时候落地中国市场，推动效率和生产力的提升。
0赞好文章，需要你的鼓励
推荐文章
HPE Alletra存储业务获得战略重点关注
HPE存储业务表现优异，公司重新公开报告存储收入数据，Alletra Storage MP成为主导产品。在AI驱动的市场变革中，HPE将存储作为AI系统销售的重要组成部分，Alletra存储连续三个季度实现三位数同比增长。公司调整财务报告结构，突出云和AI业务，存储收入重新独立披露。面对Dell、NetApp和Pure Storage等竞争对手，HPE依托服务器和网络优势推动存储销售增长。
AI评分的幕后陷阱：斯坦福大学揭秘为何AI判官的评判变成了噪音
斯坦福大学研究团队深入分析了广泛使用的AI评判系统Arena-Hard Auto，发现了三个重大问题：AI评委经常不按既定标准评判（规划失效），不同评判维度高度重合无法独立区分（因子坍塌），以及ELO评分系统通过数学变换掩盖了底层的不确定性。研究开发了专门的诊断工具来检测这些问题，并提出了改进建议，对依赖AI评判系统的学术研究和商业应用具有重要警示意义。
谷歌DeepMind与核聚变初创公司合作的真实原因
能源初创公司联邦聚变系统宣布与谷歌DeepMind合作，利用AI技术优化其即将建成的Sparc反应堆运行。双方将使用DeepMind的Torax软件模拟反应堆内等离子体，并结合AI模型帮助实现聚变发电。聚变发电有望提供零排放的大量电力，AI公司看好聚变作为数据中心电源。谷歌此前已投资多家聚变公司，并计划从CFS首个商业电站采购200兆瓦电力。
人工智能学会了“边听边想“：斯坦福大学让机器像侦探一样分析声音
斯坦福大学研究团队开发出"边听边想"的音频识别新技术，让人工智能像侦探一样逐步分析声音。系统将音频分成半秒片段，对每段进行多次推理，再用语言模型综合判断。相比传统方法只在最后给答案，新技术实现渐进式理解，准确率从84%提升至88.3%。该技术可应用于智能家居、医疗设备、工业监测等领域，让AI决策更透明可信。
2022
03/27
19:51
分享
点赞
最新文章
谷歌DeepMind与CFS合作开发核聚变等离子体AI控制系统
微软为Windows 11推出全新Copilot自动化功能
苹果研究人员探索AI如何预测Bug、编写测试并修复代码
刚果称全球最大水电站可为AI数据中心供电
HPE Alletra存储业务获得战略重点关注
谷歌DeepMind与核聚变初创公司合作的真实原因
Omdia预测：超大规模云市场销售额2030年将达1630亿美元
Oracle全面押注AI，用户仍在摸索应用路径
Aramex与AWS携手推进全球物流数字化转型
Oracle增强AI智能体平台与微软谷歌竞争
开源GZDoom社区因AI代码使用分裂
Bubble发布AI智能体，将对话编程与可视化应用构建相结合
相关文章
邮件订阅
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
