東莞市瑞智光電科技有限公司
專注于機器視覺、AI人工智能、激光、視覺檢測設備！
專注于機器視覺、AI人工智能、激光、視覺檢測設備！
2020-11-16 09:35:14 責任編輯： 瑞智光電 0
作為人工智能的兩個分支，計算機視覺與機器視覺系統在近年都取得了長足的進步。前者自2010年至今，伴隨著深度學習再度流行并用于目標識別，在人臉識別等方面類似超過了人類；而后者在工業運用方面，也有許多突破性的運用。
然而，在消費級市場方面，計算機視覺與機器視覺系統的進展并不大。許多人關于計算機視覺與機器視覺系統在消費級市場能有多大實質性地運用，存在深深地擔憂。
計算機視覺與機器視覺系統
首先，我們有必要理清晰機器視覺系統與計算機視覺之間的關系。從學科分類上，二者都被覺得是人工智能下屬科目，只是計算機視覺偏軟件，利用算法對圖像進行識別分析，而機器視覺系統軟硬件都有，主要包括（收集設備，燈源，鏡頭，控制，機構，算法等），指的是系統，更偏實際運用。簡單的講，我們能夠覺得計算機視覺是研究“讓機器設備如何看”的科學，而機器視覺系統是研究“看了之后如何用”的科學。
計算機視覺與機器視覺系統的問題是，前者太學術，后者太工業，因而一直至今在消費級市場缺乏好的商品。機器視覺系統的很多關鍵技術和基本原理多年前就較為成熟了，近年來的進展要緊集中在工程化，比如GPU和視覺計算加速器的浮現解決了計算量問題。但與此同時，要想把視覺技術完成真實商品落地，中間還有許多其它問題。
機器視覺系統技術在消費級市場最早的嘗試是微軟的Kinect。2010年，微軟聯合深度攝像頭技術方案帶來方PrimeSense正式對外推出Kinect，利用骨骼捕捉技術，Kinect能夠捕捉游戲玩家的骨骼動作，從而讓游戲玩家能夠不接觸屏幕即可玩游戲。在Kinect之后，華碩、Intel、谷歌和蘋果也相繼在深度攝像頭的運用場景上跟進，一切都看上去往好的方向進展。
但深度攝像頭作為獨立商品，市場化難度系數頗大。例如Intel在13年在開發設計者會議上宣布，將推出自身的微型深度感知模塊，華碩、戴爾、惠普、聯想等多家PC生產廠家都將從2014年下半年開始在商品線中部署這款深度感知模塊。而兩年多過去了，曾經預言的一體式深度攝像頭的商品遲遲未見。
那么，處在計算機視覺和機器視覺系統交叉部分的深度攝像頭，應該如何打開消費級市場？
深度攝像的瓶頸
深度攝像頭也稱RGBD攝像頭。我們常用的攝像頭是RGB攝像頭，單一個攝像頭便能感知彩色可見光信息內容（Red、Green、Blue），而RGBD攝像頭是在我們常見的RGB攝像頭基礎上，提升了深度信息內容。
深度攝像頭獵取圖像方式分為主動式獵取和被動式獵取。二者的要緊區不集中在觀測傳感器是不是主動向環境發出探測光。如大疆精靈4上的雙目視覺就是被動式獵取深度圖像，其技術特點是攝像頭不主動向環境中發射能量，而利用兩個之上攝像頭計算特征點的坐標差得出感知環境中目前有能力得到信息內容，這一方式與人類雙眼得到時差的方式最為相近，但最大的弊端在于限于目前的技術，目前的識別精密度還不高，過于依靠光線，而且無法處理特征不明顯的場景，因而強光暗光都會造成深度計算的失效。
主動式獵取所采納的方式則是從蝙蝠等生物上查找靈感，利用主動發射探測光利用計算獵取深度圖像。這當中又分為三類：“RF-modulatedlightsourceswithphasedetector”、“Rangegatedimagers”、“DirectTime-of-Flightimagers”，如Kinect一代所采納的PrimeSense就屬于第二類，伴隨著蘋果購買PrimeSense，微軟也在Kinect二代中改為微軟自有技術，通常覺得二代采納的是直截了當TOF的技術。
以Kinect的深度攝像頭為例子，它包括了一個紅外投射器、一個RGB攝影頭和一個紅外感應器，由于深度攝像頭自帶燈源，而且是不可見的紅外光，對我們的生活無任何妨礙。大概深度攝像頭獵取景深信息內容就類似完美了，但也有他的弊端。由因而主動方式，兩個同波段紅外光會浮現干涉，造成兩臺一樣的深度攝像頭沒有方法一起使用，而且受發射輸出功率的妨礙，檢驗距離也會受到非常大妨礙。
市面上常見的深度攝像頭，Kinect距離最遠，但也必須最達到到12W的用電供給，拖一根配電線很是累贅。同時，深度攝像頭還難以運用于戶外，由于太陽中也有紅外成分，會對主動紅外光部分造成干擾。紅外光關于玻璃情景，也無計可施，浮現無法探測距離的情況。
Kinect獵取的深度圖像
困難中的嘗試
Kinect一代售罄一空之后，對Kinect二代的關聯更加嚴厲，這更加抑制了銷售量；LeapMotion兩年前由于銷售情況不如預期，不得不解雇了10%的職員，切入虛擬現實；蘋果購買了Primesense之后也不明白在盤算什么小九九，有分析稱蘋果打算放到iPhone上，這般我們拍照時就能拍出三維效果的了；另一邊Intel則將目標對準了機器設備人無人機，比如小米的機器設備人SegwayRobot和昊翔的無人機TyphooonH。機器設備人和無人機正是這兩年的大熱商品，看上去Intel很有可能會成為贏家，但由于SegwayRobot和TyphooonH都還未正式發售，因而效果如何還有待檢驗。也便是講，在消費級市場還沒有一個特不成功的案例。
IntelCEO科再奇展示運用了RealSense模塊的的TyphooonH
而在國產，Intel的RealSense出來之后，給了國產一些創從業者的信心，因而催生了一批有關的創業企業，但目前成規模的運用也寥寥無幾。
奧比中光是其中最早完成量產的，其深度攝像頭與Kinect一樣，要緊運用在一些電視游戲上；與奧比中光有直截了當競爭的是華捷艾米，只只是在商品量產上，華捷艾米的進度慢了一步；圖漾的商品則正在預備量產時期中，瞄準的方向基礎上些行業領域運用，大概對消費運用還在觀望時期；格靈深瞳正在做運用在全自動駕駛汽車子上的深度攝像頭；速感看好機器設備人；
機器設備人是目前受歡迎的運用行業，目前機器設備人的路徑規劃大多使用雷達，雷達盡管只能建立平面的深度圖像，但市場上類似有公開商品，而且雷達的導航所用到的SLAM方案類似較為成熟，而視覺導航的SLAM方案則還很少見，iRobot是較早開始在其掃地機器設備人上使用SLAM方案，只是也不到1年時刻，因而想要在機器設備人上使用視覺避障與導航，看上去還必須一段時刻。
要解決的問題有哪些？
那么，深度攝像頭消費級運用的春天何時才會到來？利用與有關從業人員的交流，我們感受到深度攝像頭只是一個產業鏈中的一環，當他們在做深度攝像頭的時候，有關的產業鏈上的工作中還有很多，比如芯片，比如后續的圖像識別、視頻分析這些。
“CV在消費行業落地的其中一個障礙依然支持高性能運算的低功耗低價位芯片選擇太少，有限的幾個也很難用。因而目前只能在工業行業，機器視覺系統本身是工業術語。在大消費行業我們傾向于叫embeddedvision（嵌入式視覺）。這一類商品基礎上光、機、電、軟件、算法一體，跨多個專業行業，對系統一體式的難度系數規定更高。”格靈深瞳技術人員如是說。
“要緊是芯片的處理能力、紅外投影模組的分辨率提高。我自身更關注大批量生產制造的穩定性，由于這些零零配件裝在一起，必須校正、標定等，這是一個挺大的挑戰，特不是對創業企業。”uArm機械設備臂創始人鄧世韜是這樣說的。
“單從機器設備人行業來說，機器視覺系統有非常大一塊兒必須解決的問題是，目前在產業上游的關鍵傳感器和下游的機器設備人落地運用中間存在一定的斷檔。也便是我們看到的國產有廠家專門搞攝像頭，雷達這般的元器件，專門有廠家做機器設備人整機，然而幾乎沒有一個成熟的視覺技術方案能夠把不同的傳感器串聯起來，做成一個能夠商用的統一的方案。
機器設備人是個復雜的系統，機器視覺系統也是機器設備人上一個復雜的部件，利用目前有的技術，類似證明單純的依靠單一的傳感器是無法在目前有機器設備人上較好的完成各類作用的。
也便是講，在機器設備人上，必須有雷達、超聲波、攝像頭、三維傳感器配合在一起，才很有可能完成各類復雜的作用和任務。而目前的機器設備人產業的現狀是，大伙兒各自低頭研發自身的關鍵元件，使得下游的機器設備人廠家變成了機械設備式的一體式商，從訊飛拿語音，從視頻門戶拿內容，從東莞拿移動底盤公模這些，視覺上邊，也出現出零星的進展態勢。
我們覺得，機器設備人在下一步的進展中，必定會浮現一兩套整體的標準一體式方案，類似PC時代的windows操作系統和手機時代的IOS操作系統一樣。”速感科技創始人陳震如是說。
“視覺計算處理器：由于視覺計算數據量和算法復雜度很高，通用的CPU、GPU和DSP處理器芯片都不夠強大，而專用ASIC又不夠靈活，最好必須有一個像GPU為Graphics進行加速一樣，浮現一種能為Vision帶來強大計算能力的VPU芯片。
三維攝像頭作為一種計算視覺用的光學商品，從演示到工程樣機、再從工程樣機到量產必須跨過的工程技術鴻溝比通常的拍攝類光學商品要大很多。比如光學器件的一致性挑選和光學參數的標定校正，便是一個單獨的研究方向。
商品的多樣性：作為一種光學商品，天然存在商品外形尺寸多樣性的問題，比如就最基礎的檢驗距離指標來講，就很難做到遠近兼顧，必須在最大距離和最近盲區之間作出組合折衷。不同的運用場景必須不同外形尺寸的商品進行適配和優化，因而對商品和技術方案的可伸縮性規定就很高，必須有多種不同外形尺寸的商品去滿足不同的運用要求。
人工智能：基于三維視覺數據通常基礎上為了完成更高級的識別和分析能力，也便是對三維視覺數據使用的能力規定也很高，必須更聰慧的大腦來使用更全面的視覺數據。”圖漾創始人費浙平如是說。
“機器視覺系統在消費市場落地，技術上是人工智能技術和機器設備人硬件合理融合的問題，有兩條路：
1、自上而下。以人工智能技術運用為主，規定機器設備人硬件盡很有可能符合人工智能技術工程化的標準。這意味著，商品得提升傳感器，以保障智能算法數據供給，得提升成本，有良好的計算資源讓復雜的智能算法“跑”起來。還意味著商品具有不穩定性，人工智能技術以概率為主，商品作用依靠人工智能技術的比例越大，商品作用越不穩定。機器視覺系統運用里邊，人臉檢驗是很穩定的，但遇到黑人也難打包票。
2、自下而上。以機器設備人硬件為主，在作用上運用人工智能技術輔助。這意味著，商品較為可靠，但同時也失去了一些自動化的特性。當商品必須某些自動化的作用時，要花費大量人力針對某個“智能算法”做移植，將本來在不穩定環境中運行的算法運用在可控、高效而且低成本的嵌入式環境中，這點讓很多專注理論算法的技術員頭疼。
機器視覺系統技術落實在商品上，有時候是自下而上做商品的過程中，給了“智能算法”太多的束縛，大伙兒總是優先考慮成本和穩定性，而不是技術運用本身。我們從人工智能行業出來做機器設備人，希望兩者做個折衷，以自上而下的愿景給智能技術找一個市場立足點。市場對智能商品要求的不明晰，也是機器視覺系統難落地市場的一個大的要素。”AICRobo智能機器設備人系統架構師佘元博如是說。
能夠看出，芯片的運算能力和成本是大伙兒覺得機器視覺系統在消費級市場落地的主要妨礙要素，其次是一體式方案和人工智能技術。但由于消費電子關于量和價錢和技術成熟度均有著較高規定，很有可能要到這些配合的產業鏈環節都成熟之后，消費運用的春天才會到來。
