联系我们
工业机器视觉的增长速度创历史新高。自动化协会A3报告显示，北美机器视觉市场在 2021 年上半年增长了 26%，达到创纪录的 7.64 亿美元。在 A3 的一项调查中，超过 95% 的受访公司和分析师预计未来六个月市场不会下滑。Vision Ventures 的 Chris Yates 博士指出，推动机器视觉技术持续实施的关键驱动力包括提高对其能力和价值的认识，降低组件、软件和工程成本，提升技术兼容性和互操作性以及增强易用性。
很明显，成熟和新兴行业都在使用机器视觉技术。那么机器视觉的下一个行业用例是什么呢？
走出工厂，走进田野
随着机器智能视觉技术在各行各业的广泛实施，农业也开始从先进的自动化技术中获益。根据美国农业部的数据，预计 2021 年美国农业总收入将增长 7.3%，达到 4860 亿美元，技术进步对该结果有很大影响。垂直农业是一个快速增长的行业，其中植物（蔬菜、水果、草药等）主要在受控环境下，在室内的垂直塔中种植。
一段时间以来，农业中的“精准农业”一直是自动化的重要目标，许多不同的应用正在开发和研究中。在农作物的种植和收割中使用自主机器人的趋势正在增长。无人驾驶拖拉机主要使用 GNSS/GPS（全球导航卫星系统和全球定位系统）进行引导。然而，完全自主需要检测和应对意外障碍的能力，尤其是针对人类和动物。使用红外成像、激光雷达和 3D 飞行等技术的感知系统正在农业机器人中成功实施。具有视觉和深度学习模型的自主机器人甚至已用于一些作物的无化学除草。
自动化系统在很大程度上依赖于视觉和成像。例如，协作机器人和配备自主运动的机器使用相机和人工智能算法来区分成熟水果和未成熟水果，并为自动采摘提供指令。Abundant Robotics 报告称，他们的苹果采摘机器人取得了初步成功，该机器人使用视觉来检测成熟的水果。此外，剑桥大学展示了一种生菜采摘机器人，使用多个相机和机器学习来检测健康和成熟的生菜并引导采摘。
由于作物和环境的良好限制，垂直农业特别适合自动化。在种植过程中，视觉引导机器人是生产力的关键，可以捕捉幼苗并将它们放置在垂直塔中。此外，收获也可以类似地自动化。
此外，在一般农业中，使用无人机进行红外成像、多光谱和高光谱成像也是一种广泛使用的机器视觉技术，可用于农作物的干旱或疾病检测。