工业4.0离不开智能制造，智能制造离不开机器视觉。2015年我国机器视觉市场全球占比8.3%，增速超20%，机器视觉为我国工业自动化打开“新视界”。

智能制造的视觉入口

◆◆ ◆

简介及分类

机器视觉是指利用相机、摄像机等传感器，配合机器视觉算法赋予智能设备人眼的功能，从而进行物体的识别、检测、测量等功能。机器视觉可以分为工业视觉、计算机视觉两类。

构成及原理

机器视觉系统一般由灯源、镜头、工业相机、图像采集卡、图像处理单元和视觉处理软件构成。

优势及特点

机器视觉具有高度自动化、高效率、高精度和适应较差环境的优点。

是实现智能制造的必要手段

如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸。机器视觉实现了对工件尺寸、形状、颜色等特征的自动判断和识别，可以让机器代替人眼做测量和判断，是实现工业自动化和智能化的必要手段。

机器视觉与人类视觉对比

机器视觉应用于智能制造领域的功能

机器视觉下游应用现状

◆◆ ◆

应用广泛

作为一种给机器人带来视觉功能的关键技术，机器视觉应用广泛。从工业视觉到计算机视觉，从人机交互到自动驾驶，从虚拟现实到物体自动识别，机器视觉都能担当着重要角色。

机器视觉应用领域

工业领域

工业机器人领域的机器视觉下游市场主要是半导体及电子制造、汽车、食品与包装和制药行业，其他如烟草、农业、机械零部件等也是机器视觉应用的重要行业。

机器视觉在包装机械和机械零部件应用示例

机器视觉工业应用情况

工业领域的机器视觉难点在于精度和速度，要求都在毫米级，且工业领域工业机器人抓手的变动是在三维空间内。

基于机器视觉的工业机器人定位技术流程

服务机器人领域

扫地机器人

目前实现自主规避障碍&规划路线的扫地机器人的技术路径主要有两类，机器视觉技术和激光雷达导航技术。基于机器视觉的扫地机器人，指通过摄像头获取图像，通过算法实现规划路径、躲避障碍。

不同技术方案的扫地机器人特点对比

基于机器视觉技术的扫地机器人，目前主要有两款产品，一款是iRobot 980，一款是Dyson 360 eye。

iRobot 980和Dyson 360 eye

根据IFR统计数据显示，2014年全球家务机器人销售额达到12亿美元，同比增长24%。同时，根据GFK数据，2015年中国扫地机器人市场零售规模在50亿元人民币左右，这一数字在2018年将增长至120亿元人民币，市场空间巨大。

2012-2018全球及中国扫地机器人市场空间预测（亿美元）

无人驾驶领域

摄像头（机器视觉）、激光雷达、毫米波雷达、超声波雷达、GPS是无人驾驶汽车感知系统的五大重要传感器。

摄像头（机器视觉）与其他四类无人驾驶汽车传感器的特性对比（点击大图更清晰）

根据麦肯锡、高盛的预测，在2022年左右，会出现呈一定规模的的无人驾驶汽车应用趋势。到2030年左右，无人驾驶汽车将进入汽车消费市场。

无人驾驶产业化发展的阶段及重要节点预测

机器视觉市场规模概况

◆◆ ◆

全球

根据American Imaging Association提供的数据，全球机器视觉部件及系统市场空间从2010年的25.2亿美元增长到2015年的42亿美元，年复合增长率为10.8%。

2010-2015全球机器视觉部件及系统市场空间

（来源：American Imaging Associaiton）

在地区方面，机器视觉主要分布在美国、德国、日本、中国等国家。中国机器视觉产业虽然起步晚，但发展速度快，已成为继美国和日本之后的全球第三大机器视觉市场。

2014年全球机器视觉市场地区分布

（来源：American Imaging Associaiton）

在应用领域方面，工业机器视觉下游行业主要为半导体及电子制造，汽车行业次之。

2015全球机器视觉部件级系统市场分布

（来源：AIA）

中国

我国机器视觉起步于20世纪80年代，2006 年以前，国内机器视觉产品应用主要集中在外资制造企业，规模很小。2011 年国内机器视觉市场开始启动，目前行业正处于快速发展期，发展空间大。

我国机器视觉行业发展时期

2015年国内机器视觉硬件及系统市场规模22亿元人民币，全球占比8.3%，增速为20.9%，高于全球平均水平。

2010-2018年中国机器视觉市场空间及增速

我国机器视觉行业竞争格局

◆◆ ◆

整个机器视觉系统中，半导体零部件和软件开发占据成本的80%，其中进口核心零部件和底层软件开发占60%生产成本。

机器视觉成本构成

目前活跃在我国机器视觉市场上的力量主要可以分为三类：国际综合自动化工业公司、国际专门机器视觉厂商、国内专门机器视觉公司，其中外资厂商仍然占据机器视觉市场主导地位，我国机器视觉行业企业以产品代理商和系统集成及设备制造为主，底层开发商较少。

我国机器视觉市场上的三类力量

国内机器视觉产业链上公司分布

从行业公司来看，中国的国际机器视觉品牌已超100多家，中国自己的机器视觉企业也超过102家，机器视觉产品代理商超过200家，专业的机器视觉系统集成商超过50家。

2007-2013年我国机器视觉企业数量及增速

推荐一家机器视觉企业：辰视智能

近年来，从工业流水线，到智能电视、智能冰箱、智能音箱，再到智慧医疗设备，多媒体设备，各行各业的信息化，数字化需求的不断增长，工控机主板的需求也随之增加，行业迎来春天。

工控机即工业控制计算机，是一种采用总线结构，对生产过程及机电设备、工艺装备进行检测与监控的工具总称，其最主要特点就是抗潮抗高温，适应环境能力强，所以它可以适用于各种设计，工业的场合，它大大降低了人工的维护次数和成本，而且它具有相对应的稳定性，事故率也相对较低，相对稳定性较高，故障报修率也比较低，也有较强的三儿等一些功能，另外工控主板适合在-40度到90度之间运行，温度范围，湿度比例也可以在0到百分之95之间，它还有较强的自身辐射控制，很适合在金属粉尘或者是普通粉尘的工作状态下正常运作!

技术的进步与产业链的成熟，使得工控机的角色越发多元，应用领域不断扩张。目前，工控机在工业自动化、医疗仪器、智能交等领域得到了广泛应用，并且在逐渐延伸到金融服务、网络安全等场景当中。

人工智能、大数据、物联网等新一代信息技术的发展，让工控机的市场需求得到新的释放。作为传统产业转型升级的关键支撑，工控机在诸多领域都在发挥愈发重要的作用，并且根据市场变化和客户需求，日趋走向个性化与定制化。

总而言之，工控机不再局限于以往的角色，其应用潜力被不断挖掘，品质升级与技术创新也在积极推进。接下来，在工控机市场加速升温的整体态势下，工控机整机、数据采集卡、嵌入式主板等产业链企业都将迎来难得的发展契机。

目前，全球经济与科技发展进入了新的阶段，无论是欧美传统发达国家还是新兴市场国家，都在大力推动工业自动化进程，加速制造业转型升级，并积极布局人工智能产业化发展，以期获得未来竞争主导权。

为此，欧美国家推出了“再工业化”、“制造业回流”等政策，我国也出台了“中国制造2025”等规划。在国际主流趋势影响下，无论是工业发展、制造业变革或是其他领域的进步，都将为工控机行业创造巨大的市场空间。因而，工控机未来的市场前景十分可观。

基于计算机视觉与深度学习的人脸检测、人脸识别正在从安防、商业、金融、家居等各个领域不断迅速地、广泛而深入地介入到人们的生活中，但是对于传统人脸识别解决方案仍存在准确率不高、漏抓误报较多、人脸抓拍不清晰、图像质量不理想等问题，还是无法满足一些商业需求。

　　实现“中国制造2025”，完成从制造大国向制造强国的转变，智能制造是主攻方向。在智能制造过程中，机器视觉主要用计算机来模拟人的视觉功能，也就是把客观事物的图像信息提取、处理并理解，最终用于实际检测、测量和控制。随着智能化发展的愈演愈烈，市场对于机器视觉的需求也将逐渐增多。

　　机器视觉可说是工业自动化系统的灵魂之窗，从物件/条码辨识、产品检测、外观尺寸量测到机械手臂/传动设备定位，都是机器视觉技术可以发挥的舞台。而为了因应层出不穷的新应用需求，工业相机的设计也出现新的发展方向。

全球机器视觉系统及部件市场空间(亿美元)(来源：前瞻产业研究院)

全球机器视觉产业分布(来源：智研数据研究中心)

机器视觉产业链

　　机器视觉在生活中的的应用及其广泛，在交通领域、水文观测、地质灾害预警识别等领域，都发挥着重要的作用。而宏观上看，发展速度较快的细分产业是人脸识别与图像识别。这两个分支行业，在金融、安防以及交通领域较为集中。这些细分领域的投资者，大多都具有自身技术优势，并将为各类场景提供应用解决方案来盈利。

机器视觉产业链(来源：中国产业洞察网)

我国机器视觉发展现状

　　我国机器视觉行业的起步比较晚，集中度也不是很高，最开始主要是代理国外品牌。近几年，很多的经销商开始自主开发产品，但在行业分布、渠道分销以及成熟的自动化产品等方面还是和国外有一定差距。国内机器视觉的相对成熟的自动化产品质量以及技术含量偏低，市场也远远没有饱和。

　　机器视觉企业大体可以分为层开发厂商、二次开发厂商和产品代理商。国内机器视觉企业主要为国外机器视觉产品代理商和系统二次开发厂商。目前进入我国机器视觉市场的国外品牌有100多家，我国本土的企业负责销售代理的企业有200多家，专业的系统集成商超过50家。我国真正的专业机器视觉底层厂商凤毛麟角，本土机器视觉系统厂商和机器视觉系统元器件生产商存在缺失。

中国机器视觉厂商分类(来源：中国产业信息网)

我国机器视觉的发展趋势

　　工业4.0离不开智能制造，智能制造离不开机器视觉。机器视觉是实现工业自动化和智能化的必要手段，相当于人类视觉在机器上的延伸。机器视觉具有高度自动化、高效率、高精度和适应较差环境等优点，将在我国工业自动化的实现过程中产生重要作用。

　　视觉图像技术需要重点构建四大核心能力：

　　第一，智能识别。海量信息快速收敛，从大量信息中找到关键特征，准确度和可靠度是关键。

　　第二，智能测量。测量是工业的基础，要求精准度。

　　第三，智能检测。在测量的基础上，综合分析判断多信息多指标，关键点上是基于复杂逻辑的智能化判断。

　　第四，智能互联。图像的海量数据在多节点采集互联，同时将人员、设备、生产物资、环境、工艺等等数据互联，衍生出深度学习、智能优化、智能预测等等创新能力，真正展示出工业4.0的威力。

机器视觉的相关产品

　　一个典型的工业机器视觉系统包括：光源、镜头、相机(包括CCD相机和COMS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通讯/输入输出单元等。

　　(一)机器视觉核心部件：

　　智能相机：黑白智能相机、线扫描智能相机、彩色智能相机、CMOS智能相机、ID读码器等；

　　板卡：黑白采集卡、图像压缩/解压板卡、彩色采集卡等；

　　软件包：图像处理软件、机器视觉工具软件；

　　配件：工业相机、CMOS相机、CCD相机、面阵相机、行扫描相机、红外相机、1394接口相机；

　　工业镜头：FA镜头、高分辨率镜头、图像扫描镜头、聚光透镜、远心镜头等；

　　光源：LED光源、紫外照明系统、红外光源、光纤照明系统等；

　　辅助产品：传感器、标定块、光栅、垫圈、连线及连接器、电源、底板。

　　(二)机器视觉辅件：

　　图像处理系统：光学文字、识别系统、自动化/机器人技术、红外图像系统；

　　机器视觉集成：字符处理和识别系统、自动化/机器人技术、红外图像系统、烟草、印钞、电子组装、质量检测、自动识别(OCR/OCV)、测量、智能视觉、表面检测、印刷、包装、复杂工业对象视觉在线、汽车制造、车牌、智能交通、生物特征识别、监控、医疗检测、光学检查等系统。

由于机器视觉系统可以快速获取大量信息，而且易于自动处理，也易于同设计信息以及加工控制信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于工况监视、成品检验和质量控制等领域。

但是机器视觉技术比较复杂，最大的困难在于人的视觉机制尚不清楚。人可以用内省法描述对某一问题的解题过程，从而用计算机加以模拟。但尽管每一个正常人都是"视觉专家"，却不可能用内省法来描述自己的视觉过程。因此建立机器视觉系统是十分困难的任务。

可以预计的是，随着机器视觉技术自身的成熟和发展，它将在现代和未来制造企业中得到越来越广泛的应用。

轻搜AISaaS平台，采用针对不同应用场景深度优化的图像识别算法，在安防监控、智能终端及智慧交通等领域提供解决方案，服务终端用户、智能安防集成商及摄像机制造商，帮助用户以最低的成本使用图像识别技术，最快只需9分钟即可让客户完成远程接入！

1. 摄像头和光学部件

这一类通常含有一个或多个摄像头和镜头（光学部件），用于拍摄被检测的物体。根据应用，摄像头可以基于如下标准，黑白、复合彩色（Y/C），RGB彩色，非标准黑白（可变扫描），步进扫描（progressive-scan）或线扫描。

2. 灯光

灯光用于照亮部件，以便从摄像头中拍摄到更好的图像，灯光系统可以在不同形状、尺寸和亮度。一般的灯光形式是高频荧光灯、LED、白炽灯和石英卤（quartz-halogen）光纤。

3. 部件传感器

通常以光栅或传感器的形式出现。当这个传感器感知到部件靠近，它会给出一个触发信号。当部件处于正确位置时，这个传感器告诉机器视觉系统去采集图像。

4. 图像采集卡

也称为视频抓取卡，这个部件通常是一张插在 PC上的卡。

这张采集卡的作用将摄像头与 PC连接起来。它从摄像头中获得数据（模拟信号或数字信号），然后转换成PC 能处理的信息。

它同时可以提供控制摄像头参数（例如触发、曝光时间、快门速度等等）的信号。图像采集卡形式很多，支持不同类型的摄像头，不同的计算机总线。

5. PC平台

计算机是机器视觉的关键组成部分。

应用在检测方面，通常使用 Pentium或更高的 CPU。一般来讲，计算机的速度越快，视觉系统处理每一张图片的时间就越短。

由于在制造现场中，经常有振动、灰尘、热辐射等等，所以一般需要工业级的计算机。

6. 检测软件

机器视觉软件用于创建和执行程序、处理采集回来的图像数据、以及作出“通过/失败（PASS/FAIL）”决定。

机器视觉有多种形式（C 语言库、ActiveX 控件、点击编程环境等等），可以是单一功能（例如设计只用来检测 LCD或 BGA、对齐任务等等），也可以是多功能（例如设计一个套件，包含计量、条形码阅读、机器人导航、现场验证等等）。

7. 数字 I/O和网络连接

一旦系统完成这个检测部分，这部分必须能与外界通信，例如需要控制生产流程、将“通过/失败（PASS/FAIL）”的信息送给数据库。通常，使用一张数字 I/O板卡和（或）一张网卡来实现机器视觉系统与外界系统和数据库的通信。

配置一个基于 PC的机器视觉系统认真的计划和注意细节能帮助你确保你的检测系统符合你的应用需求。如下是你必须考虑的几点：

确定你的目标,这可能是最重要的一步决定在这个检测任务中你需要实现什么，检测任务通常分为如下几类：

测量或计量

读取字符或编码（条形码）信息。检测物体的状态

认知和识别特殊的特性 模式识别

将物体与模板进行对比或匹配

为机器或机器人导航检测流程可以包含只有一个操作或包含多个与检测任务相关的任务。

为了确认你的任务，首先你应该明确为了最大限度检测部件你需要做的测试，也就是你能考虑到会出现的缺陷。

为了明确什么哪个才是最重要的，最好做一张评估表，列出“必须做”和“可以做”的测试。一旦主要的对测试标准满意，随后可以将更多的测试加进去来改善检测过程，一定要记住，添加测试的同时也会增加检测的时间。

确定你需要的速度 –系统检测每一个部件需要多少时间？

这个不只是由 PC的速度决定，还受生产流水线速度的影响。

很多机器视觉包含了时钟/计时器，所以检测操作的每一步所需要的时间都可以准确测量，从这些数据，我们就可以修改我们的程序以满足时间上的要求。通常，一个基于 PC 的机器视觉系统每一秒可以检测 20-25 个部件，与检测部件的多少和处理程序以及计算机的速度有密切关系。

聪明地选择你的硬件

一套机器视觉系统的性能与它的部件密切相关。在选择的过程中，有很多捷径特别在光学成像上可能很大程度降低系统的效率。如下是在选择部件时你必须紧记的几个基本原则。

1.摄像头 摄像头的选择与应用的需求直接相关，通常考虑三点：

a）黑白还是彩色；

b）部件/目标的运动；

c）图像分辨率。

在检测应用中大部分使用黑白摄像头，因为黑白图像能提供 90%可视数据，并且比彩色便宜。彩色摄像头主要用于一些需要分析彩色图像的场合里。根据部件在检测时是否移动，决定我们选择标准隔行扫描摄像头还是逐行扫描摄像头。另外，图像的分辨率必须足够高，以提供检测任务需要的足够的数据。最后，摄像头必须质量好和可以避免工业现场中的振动、灰尘和热的影响。

2.光学部件和照明这个至关重要的因素往往被人所忽略。当你使用一个很差的光学部件或照明，就算你使用最好的机器视觉系统，它表现出的性能甚至比不上一个配上良好光学部件和适当照明的低能力系统。光学部件的目标是产生最好和最大可用面积的图像，并且提供最好的图像分辨率。照明的目标是照亮需要测量或检测的部分的关键特征。通常，照明系统的设计由如下因素决定：颜色、纹理、尺寸、外形、反射率等等。

3.图像采集卡虽然图像采集卡只是完整的机器视觉系统的一个部件，但是它扮演一个非常重要的角色。

图像采集卡直接决定了摄像头的接口：黑白、彩色、模拟、数字等等。

使用模拟输入的图像采集卡，目标是尽量不变地将摄像头采集的图像转换为数字数据。使用不正确的图像采集卡可能得到错误的数据。

工业用的图像采集卡通常用于检测任务，多媒体采集卡由于它通过自动增益控制、边沿增强和颜色增强电路来更改图像数据，所以不用在这个领域里。使用数字输入的图像采集卡的目标是将摄像头输出的数字图像数据转换并输送到 PC 中作处理。

考虑各种变化：人类的眼睛和大脑可以在不同的条件下识别目标，但是机器视觉系统就不是这样多才多艺了，它只能按程序编写的任务来工作。了解你的系统能看到什么和不能看到什么能帮助你避免失败（例如将好的部件认为是坏的）或其它检测错误。一般要考虑的包括部件颜色、周围光线、焦点、部件的位置和方向和背景颜色的大变化。

正确选择软件：机器视觉软件是检测系统中的智能部分，也是最核心的部分。软件的选择决定了你编写调试检测程序的时间、检测操作的性能等等。

机器视觉提供了图形化编程界面 (通常称为“Point&Click”) 通常比其他编程语言(例如 VisualC++)容易，但是在你需要一些特殊的特征或功能时有一定的局限性。基于代码的软件包，尽管非常困难和需要编码经验，但在编写复杂的特殊应用检测算法具备更大的灵活性。一些机器视觉软件同时提供了图形化和基于代码的编程环境，提供两方面最好的特征，提供了很多灵活性，满足不同的应用需求。

通信和记录数据：机器视觉系统的总的目标是通过区分好和坏的部件来实现质量检测。为了实现这一功能，这个系统需要与生产流水线通信，这样才可以在发现坏的部件是做某种动作。通常这些动作是通过数字 I/O 板，这些板与制造流水线中的 PLC相连，这样坏的部件就可以跟好的部件分离。例外，机器视觉系统可以与网络连接，这样就可以将数据传送给数据库，用于记录数据以及让质量控制员分析为什么会出现废品。在这一步认真考虑将有助于将机器视觉系统无缝与生产流水线结合起来。需要考虑的问题是：使用了什么类型的 PLC，它的接口如何？

需要什么类型的信号？

现在使用或必须使用什么类型的网络？

在网络上传送的文件格式是什么？通常使用 RS-232端口与数据库通信，来实现对数据的纪录。

为以后做准备：当你为机器视觉系统选择部件时，时刻记住未来的生产所需和有可能发生的变动。这些将直接影响你的机器视觉软硬件是否容易更改来满足以后新的任务。提前的准备将不仅仅节约你的时间，而且通过在将来重用现有的检测任务可以降低整个系统的价格。机器视觉系统的性能由最差的部分决定（就像一个木桶的容量由最短的一个木块决定），精度则由它能获取的信息决定。花时间和精力合理配置系统就可以建造一个零故障和有弹性的视觉检测系统。

随着科技的日渐成熟，机器视觉得到了飞速发展。由于嵌入式技术的发展,近几年智能相机性能显著提高，越来越多必须依赖于PC处理的应用开始向智能相机平台倾斜。低成本、高可靠性及易于安装维护等优势，使得机器视觉在制造业上的规模性应用越来越普遍。

智能相机并不是一台简单的相机，而是一种高度集成化的微小型机器视觉系统。它将图像的采集、处理与通信功能集成于单一相机内，从而提供了具有多功能、模块化、高可靠性、易于实现的机器视觉解决方案。同时，由于应用了最新的DSP、FPGA及大容量存储技术，其智能化程度不断提高，可满足多种机器视觉的应用需求。

智能相机一般由图像采集单元、图像处理单元、图像处理软件、网络通信装置等构成，各部分的功能如下:　　

　 1.图像采集单元：在智能相机中，图像采集单元相当于普通意义上的CCD/CMOS相机和图像采集卡。它将光学图像转换为模拟/数字图像，并输出至图像处理单元。　　

　 2.图像处理单元：图像处理单元类似于图像采集、处理卡。它可对图像采集单元的图像数据进行实时的存储，并在图像处理软件的支持下进行图像处理。　　

　 3、图像处理软件：图像处理软件主要在图像处理单元硬件环境的支持下，完成图像处理功能。如几何边缘的提取、Blob、灰度直方图、OCV/OVR、简单的定位和搜索等。在智能相机中，以上算法都封装成固定的模块，用户可直接应用而无需编程。　　

　 4、网络通信装置：网络通信装置的智能相机的重要组成部分，主要完成控制信息、图像数据的通信任务。智能相机一般均内置以太网通信装置，并支持多种标准网络和总线协议，从而使多台智能相机构成更大的机器视觉系统。

智能相机与基于PC的视觉系统比较在功能和技术上差别主要有:

体积

智能相机的体积相当,易于安装在生产线和各种设备上,便于装卸和移动,而基于PC的视觉系统一般由光源、CCD或CMOS相机、图像采集卡、图像处理软件仪器PC机构成，结构较复杂，体积相对大。

硬件

从硬件角度比较，智能相机集成了图像采集单元、图像处理单元、图像处理软件、网络通信装置等，经过专业人员进行可靠性设计，其效率及稳定性都较高。同时，由于其硬件电路均已固定，缺少了灵活性，基于PC的视觉系统主要由相机、采集/处理卡及PC机构成。由于用户可根据需求选择不同类型的产品，因此，设计灵活性较大。但当产品来自于不同的生产厂家时，这种设计的灵活性可能会带来部件之间不兼容性或可靠性下降。

软件

智能相机是一种比较通用的机器视觉产品，主要解决的是工业领域的常规检测和识别应用，其软件功能具有一定的通用性。由于智能相机已固化了成熟的机器视觉算法，用户无需编程，就可实现有/无判断、表面缺陷检测、尺寸测量、边缘提取、Blob、灰度直方图、OCR/COV、条码阅读等功能。基于PC的视觉系统的软件一般完全或部分由用户直接开发，用户可针对特定应用开发适合自己的专用算法。另一方面，由于用户的软件研发水平及硬件支持的不同，导致由不同用户开发的同一种应用系统的差异较大。

朗锐智科（lrist）认为对于一款智能相机来说，并不意味着集成的配件越多性能就越突出。因为机器视觉应用有其特殊性，对系统的灵活性要求很高。由于智能相机具有体积小、多功能、方便易用等特点，在多种领域具有广阔的应用前景。

全球制造业面临工业4.0浪潮，少量多样及量身打造将是未来终端市场走向，制造业的组装线效率提升也将成为必修课题。广州特控电子实业有限公司基于物联网技术，使用全球领先厂商提供的数据采集卡采集组装数据，透过与数据库的串联，达到可视化工单看板检视现场绩效指标；同时依据螺丝数量，提升制造业的智能化水平，建立具有适应性、资源效率，提升品质良率，快速推动全面品质管理及实现工业4.0智能工厂。

而基于机器视觉的智能机器人产业链也顺势待发，对于这些行业，特控科技推出行业领先的视觉产品应用解决方案，专为行业客户提供优质服务产品。在此，特控科技协助某合资企业进行工业机器人流水作业。该公司的主要制造锂电池积其他新能源电池为主，传统的人为及简单的机械分拣技术并不能满足该行业对于精益工作效率的要求，于是要求对这一部分重复性的工作进行改进，因此，锂电池在线视觉检测系统应运而生。

如上图所示，广州特控电子实业有限公司无风扇工控机MEC-H5562结合机器人手臂进行视觉检测，该款工控机主要为机器人的复杂算法提供支持。

首先小编给大家简单介绍这套锂电池在线视觉检测系统，该系统可在线检测锂电池包表面的徒步露箔、暗斑、亮斑、磨损以及两边不对称等等问题。系统在经过图像特征后，分析计算锂电池包的缺陷并与标准品进行对比，判断产品是否符合要求，并输出控制信号，引导机械手臂进行分拣。检测过程为自动检测，异常时给出异常信号，同时对应输出OK或NG信号，并在工控机上存储不合格图片，同时软件算法通过深度学习功能，不断学习积累，提高识别速度。并且可保存检测数据，提供历史查询功能。

机器视觉对锂电池极片检测和成型电池检测的优势：

(l)准确率高:可准确识别涂布刮痕、极片残损、极耳焊接不对称等现象，准确率远远高于人眼检测。

(2)具有客观重复性:排除了电池检测结果受检测人员主观意愿、情绪、视觉疲劳等人为因素的影响，可信度高。

(3)速度快、效率高、成本低，节约了人力成本。

特控科技的无风扇工控机MEC-H5562在此系统相当于大脑，去指挥配合机器人进行复杂运算以及执行动作。通过无风扇工控机MEC-H5562进行数据采集、发出各种复杂指令、图像分析等等工作。MEC-H5562无风扇BOX PC是一款低功耗、高可靠、密封无风扇的工业计算机，板载第4/5代IntelCore U-processor，Mobile IntelPentium,Celeron系列CPU，提供6COM+12USB，双千兆网络接口。支持Windows XP 、Windows 7/8、Linux等操作系统。可轻松满足视觉检测系统搭载高性能工业相机的要求，以及满足各类检测算法软件的运作。

广州特控电子实业有限公司产品广泛应用于机器视觉、气象显示、户外多媒体、工厂自动化检测等领域。已通过ISO9001质量管理体系、ISO14001环境管理体系审核，产品已取得CCC、ROHS、CE等电气、通讯相关认证，为用户的广泛应用、可靠运行提供了值得信赖的通行证。广州特控电子实业有限公司拥有强大的研发团队，资深的行业经验，高端的设备品质。未来，我们将继续紧跟行业发展方向，秉承一贯的创新精神，为客户带来更多的新产品、新技术，携手共赢！

更多工控机产品，请查看特控官方网站http://tekongtech/

关于hdmi采集卡 传输数据是怎样的？相信大家都比较好奇吧，专注网络布线26年生产厂家TNT品牌官网小编为你讲解，详情请看下文：

HDMI接口无法采集数据的，所以摄像机不能使用HDMI线连接电脑传输数据。有HDMI的摄像机都是高清摄像机，要将摄像机拍摄的视频上传至电脑，分两种情况：

A.高清磁带摄像机

以磁带为存储媒介的摄像机视频需要通过1394采集卡采集至电脑。步骤是：

①将电源适配器将摄像机与交流电连接，或者给摄像机安装电池。

②打开摄像机开关，开机。

③将1394线一端插在摄像机的S端子接口上。

④将S端子线的另一头插在电脑上1394采集压缩卡的DV接口上。

⑤把摄像机放在VCR回放状态。

⑥打开电脑的采集软件采集视频。

B.高清硬盘/闪存摄像机

使用硬盘或者存储卡为存储媒介的摄像机可以通过所及附送的USB 连线上传电脑：

①将电源适配器将摄像机与交流电连接，或者给摄像机安装电池。

②打开摄像机开关，开机。

③将USB线一端插在摄像机的S端子接口上,将USB线的另一头插在电脑上USB接口上。

④打开我的电脑/可移动磁盘，将视频文件拷贝至电脑指定文件夹。

机器视觉技术是一门交叉学科，主要用来模拟人的视觉功能，用于实际检测、测量和控制。一个典型的机器视觉系统是由照明、镜头、高速相机、图像采集卡、视觉处理器五大部分组成。整个机器视觉系统分为图像采集与图像处理两大板块，采用模拟工业相机的图像采集系统中，图像采集卡就是连接这两大板块的重要组件。可以说图像采集卡扮演着重要的角色。如下图展示是朗锐智科官网下的PCIE-8604\8 图像采集卡，专为工业和视觉相关应用设计。

图像采集卡也称为视频抓取卡，这个部件通常是一张插在 PC上的卡。这张采集卡的作用将摄像头与 PC连接起来。它从摄像头中获得数据（模拟信号或数字信号），然后转换成PC 能处理的信息。

它同时可以提供控制摄像头参数（例如触发、曝光时间、快门速度等等）的信号。图像采集卡形式很多，支持不同类型的摄像头，不同的计算机总线。

下面是图像采集卡常用的一些概念：

1、A/D转换

图像采集卡可以实现模拟信号向数字信号的转换，对于整个机器视觉系统的图像采集工作起着重要的作用。而机器视觉系统图像采集卡的这一模数转换，称为A/D转换，相应的实现转换的组件被称之为A/D转换器。与之相对应的还有D/A转换，显而易见，D/A转换指的就是数字信号向模拟信号的转换了。

2、传输通道数

在工业生产检测过程中，有时需要多台视觉系统同时运作，才能保证一定的生产效率。因此，为了可以满足系统运行的需要，图像采集卡需要同时对多个相机进行A/D转换。传输通道数就是指的就是利用同一块图像采集卡同时进行转换的数目，目前市场上研发生产的采集卡可选传输通道有单通道、双通道、四通道等模式。

3、采样频率

采样频率是机器视觉系统图像采集卡的一个主要的技术指标，它指的是图像采集卡在采集图像信息时的频率，反映了采集卡处理图像的速度与能力。

4、帧和场

一个视频信号可以通过一系列帧进行渐进采样，也可以通过对于一个序列的隔行扫描的场进行隔行扫描采样，而在这个隔行扫描采样的视频序列里，一帧的一半的数据是在每个时间采样间隔进行采样的。

测井数据采集控制系统是用于对各种置于地层中的井下仪器产生的信号进行采集、处理并对井下仪器进行控制的油田基础测控设备。由于专业性极强，以往系统中的数据采集及控制单元通常是以自我设计为主，因此导致系统的开发周期长、成本高、稳定性较差。现在，我们硬件使用National Instruments 公司的数据采集卡，软件使用VC++结合 Measurement Studio 软件包，实现了测井数据采集和控制单元的基于标准工业数据采集产品的设计与开发，大幅度的降低了系统的开发和维护成本，缩短了系统的开发周期，提高了系统的稳定性和可靠性。目前这套系统已制造20余套，成功应用于全国各大油田，取得了可观的经济效益。

系统原理

测井数据采集控制系统主要由工控机、NI通用数据采集卡、信号调理模块、绘图仪、综合控制箱、直流电源、交流电源、UPS电源、示波器等构成。系统原理框图如图1。

主机1主要用于系统的数据采集、处理和控制。绘图仪用于测井曲线实时出图。深度信号调理模块对光电编码器信号及其它井口信号进行调理，并控制深度显示；数字信号调理模块用于配接各类编码（例如，曼彻斯特编码）传输的井下仪器，如双源距C/O能谱测井仪、脉冲中子氧化化测井仪等；脉冲信号调理模块主要配接采用脉冲、周期信号传输的井下仪器以及各种脉冲编码类型的仪器。如：井壁超声成像测井仪等；直流信号调理模块主要配接采用直流量、低频模拟信号传输的井下仪器。直流电源为井下仪器提供直流供电、交流电源为井下仪器提供交流、泵、阀、继电器和释放器的供电。综合控制箱负责完成缆芯切换、供电控制。UPS电源用以保证在停电或外部供电不正常时，维持一段时间的供电，以免测井数据因得不到及时存储而丢失。以上各单元统一安装到两组19英寸标准机柜中。关于信号的流程，从图1中可以看出。我们把进入数据采集控制系统的信号归结为两类：井口信号和井下信号。井口信号来自井口和电缆绞车，它包括电缆张力信号、电缆磁记号和深度系统的光电编码信号。井下信号是指来自井下仪器的信号。来自井下仪器的感应型或脉冲型信号、深度系统的两路光电编码信号、井口的张力信号及电缆磁记号，通过电缆线进入采集箱内的深度调理模块、脉冲信号调理模块或直流信号调理模块，经过调理后，输出到NI数据采集卡。井下仪器编码信号经过综合控制电路的分离及预处理后通过电缆线进入到数字信号调理模块，进行信号调理、解码。解码后的信号同样输出到NI数据采集卡。NI数据采集卡控制数据采集的方式、采样的间隔，同时实现对脉冲信号、直流信号和数字信号的实时采集，采集到的数据以DMA方式传给主机内的数据缓冲区，由系统软件按不同的采样方式控制数据的显示、处理、打印和存盘。

数据采集方案设计

测井数据采集控制系统设计的核心是其数据采集方案设计。数据采集方案设计主要由系统深度数据采集和深度中断管理方案设计；多路复合信号实时同步采集方案设计；复杂编码格式数字信号高速传输与采集模式设计；直流信号高精度采集方案设计；系统状态及井下仪器控制方案设计等构成。由于专业性极强，以往系统中的数据采集及控制单元通常是以自我设计为主，因此系统的开发周期长、成本高、而且稳定性较差，并经常导致使用过程中，系统死机、深度测量不准等问题的出现，使系统的维护成本成倍增长，同时由于技术水平的限制，自己开发的系统只能配接一些信号类型简单和传输速率低的井下仪器，不具备多路信号实时同步采集以及高速传输的数字信号采集和处理能力。为了克服现有系统的缺陷，我们在充分调研和试用各大公司的数据采集产品的基础上，选择了NI 公司生产的系列数据采集卡和Measurement Studio 软件开发包，经过对NI各个采集卡的仔细研究和深度开发，我们仅用了３个月的时间就完成了过去需要２年以上的系统核心设计，并在业界首次实现了全部基于标准工业数据采集产品的测井数据采集控制系统设计，同时使系统在采样精度，深度控制，采集速度等主要技术指标上得到了全面的大幅度的提升。

（1）系统深度数据采集和深度中断管理方案设计：

系统深度模块是该系统中行业性最强的一个模块，它需要对正交光电编码器信号进行测量，得到系统当前的深度数据，同时它还要根据当前的深度数据生成用于同步各信号采集的深度等距触发信号。例如，在光电编码器顺时针转动时，每隔固定位移间隔（例如5 cm） 产生一个触发信号，这个触发信号通知系统对所有测量信号进行采集，如果系统光电编码器突然反方向转动，则不产生触发信号，系统不做任何采集，从而使系统只按照单方向等位移的状态采集数据。此外，该模块还要具备对正交光电编码

信号防抖动，防滑动处理的功能。在系统开发过程中，我们发现 NI PCI-660X 系列产品的用户手册上没有实现该工作模式的基本功能。为了实现该功能，我们经过深入研究和开发，通过利用PCI-6602处理光电编码器信号的计数器通道所能生成的某种特殊状态信号，同时结合其它计数器通道的脉冲生成功能，最终生成了我们所需要的连续的深度等距触发信号。在最终的产品设计中我们利用PCI-6602的5个计数器通道通过程序初始化控制实现了这个功能。这是我们首次通过使用标准工业数据采集卡实现深度数据的精确读取和触发信号的定距输出，它为整个系统得成功研制奠定了坚实的基础。

（2）多路复合信号实时同步采集方案设计：

测井数据采集系统通常需要根据定距或定时触发信号对多路直流信号、脉冲信号和数字信号进行实时同步测量。这就需要系统保证对多个采集卡间以及同一采集卡内部的多个测量通道间的数据采集的同一性和实时性，否则得到的数据就不能反映井下仪器在地层中真实状况。我们采用具有RTSI（实时同步接口）总线的 NI 6070E 或 NI6024E 用于直流信号的测量，PCI-6602 或 PCI-6601 用于脉冲信号和深度信号的测量，PCI-6534 或 PCI-6533用于数字信号的测量。系统中任何一块卡都可以根据工作模式的不同作为主卡来生成同步触发信号或用作从卡来接收同步触发信号。我们把主卡产生的同步触发信号加载到RTSI 总线上，由RTSI来同步其它从卡上的各个测量通道的数据采集，各块采集卡采集到的数据都以DMA方式传给主机内各自的数据缓冲区。由于整个触发和采集过程都是由系统硬件独立控制完成的，使得各个测量通道的采集延时可以控制在纳秒级。所有采集卡都采用DMA模式传输数据，这与以往系统多采用中断模式相比，极大的提高了系统工作效率。

通过RTSI总线我们把原来需要通过系统软件轮询依次读取各通道数据的工作方式转变成通过初始化各个采集卡的工作状态，然后由各采集卡（即系统硬件）的RTSI来控制采集的同步。这种工作方式的转变，不但降低了系统负荷，而且使系统测量的同步性和实时性得到了显著提高。这也是我们选用NI 公司数据采集卡来实现系统数据采集的一个重要原因。

（3）复杂编码格式数字信号高速传输与采集模式设计：

由于测井仪器种类繁多，一个设计合理的测井系统，必须考虑能与不同编码格式的井下仪器配接使用。由于PCI-6534通常情况下具有40MS/s的采样率，我们在系统设计中，充分开发PCI-6534的Pattern I/O功能，实现了复杂高速传输的数字的采集和解码，同时根据井下仪器的特点，可以把调理模块触发PCI-6534的信号加载到RTSI 总线上，以同步系统深度和其它数据的采集，也可以通过RTSI总线把定距或定时触发信号加载到PCI-6534上，以控制数字信号的采集模式。PCI-6534与系统前端数字信号调理模块配合使用，使系统具备了配接各种传输速率高、编码协议复杂的测井井下仪器的能力。

（4）直流信号高精度采集方案设计：

有些测井仪器上传的信号中，既有直流量也有脉冲量还有数字量，而且其直流量的采样频率一般要求达到1MS/ s。采集系统除了要完成井下仪器直流信号的高速采集外还要以定时或定距的模式和较低的采样率采集其它直流信号和脉冲信号。我们在设计中，通过对NI 6070E、PCI-6024E、PCI-6602、PCI-6534这四块卡综合编程控制，采用多通道多次复合同步触发技术，同时充分开发PCI-6534的数字信号模式触

发控制技术，实现了定时或定距触发条件下以高采样率采集井下仪器的直流信号，同时以低采样率采集井下仪器的脉冲信号、井口的直流信号和数字信号的工作模式。这是整个测井数据采集系统设计的难点。

（5）系统状态及井下仪器控制方案设计：

在系统调理模块和井下仪器状态控制设计中，我们选用PCI-6601, 利用它的Digital I/O功能，建立起了一套控制能力强大的32位命令输出体系。选用PCI-6601,主要是为了降低系统的总成本，根据需要也可以选择专门的数字I/O卡，或其它多功能卡。

系统软件设计

测井数据采集控制系统软件主要由现场测控及数据采集软件和测后数据分析处理软件构成，在软件开发上，我们选择使用VC++ 与NI 公司Measurement Studio 软件包相结合的开发方式，用VC++开发与操作系统底层相关的程序和曲线打印输出程序，使用Measurement Studio和CVI提供的类库开发与数据实时采集和曲线显示相关的程序。这种开发方案不但可以对操作系统进行灵活的控制而且充分利用了NI 公司提供的开发工具，从而极大的缩短了系统软件的开发时间。我们仅用了三个月的时间就完成了系统软件的设计，开发和测试工作。图2为系统软件中的脉冲中子氧活化测井及解释软件序界面。图3为系统软件总体框图。

我们使用NI公司的数据采集卡和软件开发工具实现了测井数据采集控制系统的基于标准工业数据采集产品的设计与开发。大幅度地降低了系统的开发和维护成本，缩短了系统的开发周期，提高了系统的稳定性和可靠性。此外，我们可以根据用户的需要对系统数据采集卡进行多种组合或把系统更新为PXI总线系统，实现功能各有侧重的测井数据采集控制系统。目前这套系统已生产20余套，成功应用于大庆油田和全国其它油田，取得了可观的经济效益，具有相当广阔的应用前景。

MES制造执行系统的特点，就是能实时收集生产过程中的各类信息、数据，然后汇集到数据库中，作数据分析及供管理层查询。如何高效的采集车间的各类数据，是决定一个MES制造执行系统软件项目实施成败的重要关键环节。为您简单介绍一下几类常见的数据采集方式。

数据收集是MES制造执行系统业务进行的根本，也是MES制造执行系统进行统计分析的基础。MES制造执行系统软件应用中根据不同的数据、应用场景、人员能力、设备投入等方面的因素需要采用不同的数据收集方式，选择不同的数据收集设备。根据各类数据的分类，采用不同的数据采集方式。

1、必须录入的数据

必须录入的数据指系统必须直接从外部获得的数据。系统可以通过规格基础定义功能以及过程数据基础定义功能完全的自行建立属于企业自己的数据收集项目库。

例如产品的编码、产品流程、工序名称、工艺条件目标等。

2、系统自动生成的的数据

生产过程中的部分由事件触发的数据可以由系统在过程中自动收集，主要包括：工序开始操作的时间、结束时间、设备状态等。这一类的数据，可由时间触发之后，根据原本设定的基础数据，由系统自动收集。

3、通过条码采集的方式

通过条码收集制造数据的方式是最为普遍的方式之一。条码收集数据的前提是信息可以以编码的方式表达或与预设的数据通过编码建立对应关系。

条码方式可收集的数据主要包括：产品批号、物料批号、加工资源编号、运输资源编号、人员编号、异常类别、异常现象、设备状态(维修、保养、故障停机等)、作业开始、作业结束等。

条码可以提高数据录入的准确性，提高录入速度，且成本较低。因此，建议尽可能的将数据进行分类然后编码处理，转化成条码的方式表达以便于现场的数据采集。

4、传感器采集数据

某些行业对温度、压力、湿度等的要求有严格要求的，其相关数据来源可以增加各类传感器。采集模式主要为温度传感器、压力传感器、无线数据采集卡和PC等构成。

5、RFID数据采集

在汽车行业中，由于完全依据订单进行生产，并且几乎没有两辆完全一样的订购汽车，因此自动化的物流跟踪是顺利生产的前提条件。对于每道生产工序，必须要对汽车进行明确的识别，以避免诸如错误安装了空调、调漆颜色不对等问题。在装配流水线上应用RFID技术以尽可能大量地生产用户定制的汽车，用户可以从上万种内部和外部选项中选定自己所需要的颜色、引擎型号等，这样汽车装配流水线上就得装配上百种样式的汽车。在装配流水线上配有RFID系统，使用可重复使用的电子标签，该标签上可带有详细的汽车所需的所有信息，在每个工作点都有RFID读写器，这样可以保证汽车在各个流水线位置处能毫不出错的完成装配任务。

实时、准确的生产数据采集并实现是MES制造执行系统得以成功的重要基础，企业MES制造执行系统软件建设中应该充分考虑其数据采集的特点，在采集过程中，根据完整性、实时性原则、多种采集技术综合应用、人机结合原则、易于集成应用原则，运用多种数据采集方式，并利用计算机、数据网络语通信设备、各种技术标准和实时历史数据库软件的有机组合来实现生产数据的集成应用。

效率MES解决方案在自动化的基础上，显著提高工厂的智能化水平，降低人为因素的影响，便捷、“傻瓜式”的操作将大大降低人力成本。

来源：深圳效率科技efficient.hk