東莞市瑞智光電科技有限公司
專注于機(jī)器視覺、AI人工智能、激光、視覺檢測設(shè)備！
專注于機(jī)器視覺、AI人工智能、激光、視覺檢測設(shè)備！
2020-11-16 09:35:14 責(zé)任編輯： 瑞智光電 0
作為人工智能的兩個(gè)分支，計(jì)算機(jī)視覺與機(jī)器視覺系統(tǒng)在近年都取得了長足的進(jìn)步。前者自2010年至今，伴隨著深度學(xué)習(xí)再度流行并用于目標(biāo)識(shí)別，在人臉識(shí)別等方面類似超過了人類；而后者在工業(yè)運(yùn)用方面，也有許多突破性的運(yùn)用。
然而，在消費(fèi)級(jí)市場方面，計(jì)算機(jī)視覺與機(jī)器視覺系統(tǒng)的進(jìn)展并不大。許多人關(guān)于計(jì)算機(jī)視覺與機(jī)器視覺系統(tǒng)在消費(fèi)級(jí)市場能有多大實(shí)質(zhì)性地運(yùn)用，存在深深地?fù)?dān)憂。
計(jì)算機(jī)視覺與機(jī)器視覺系統(tǒng)
首先，我們有必要理清晰機(jī)器視覺系統(tǒng)與計(jì)算機(jī)視覺之間的關(guān)系。從學(xué)科分類上，二者都被覺得是人工智能下屬科目，只是計(jì)算機(jī)視覺偏軟件，利用算法對圖像進(jìn)行識(shí)別分析，而機(jī)器視覺系統(tǒng)軟硬件都有，主要包括（收集設(shè)備，燈源，鏡頭，控制，機(jī)構(gòu)，算法等），指的是系統(tǒng)，更偏實(shí)際運(yùn)用。簡單的講，我們能夠覺得計(jì)算機(jī)視覺是研究“讓機(jī)器設(shè)備如何看”的科學(xué)，而機(jī)器視覺系統(tǒng)是研究“看了之后如何用”的科學(xué)。
計(jì)算機(jī)視覺與機(jī)器視覺系統(tǒng)的問題是，前者太學(xué)術(shù)，后者太工業(yè)，因而一直至今在消費(fèi)級(jí)市場缺乏好的商品。機(jī)器視覺系統(tǒng)的很多關(guān)鍵技術(shù)和基本原理多年前就較為成熟了，近年來的進(jìn)展要緊集中在工程化，比如GPU和視覺計(jì)算加速器的浮現(xiàn)解決了計(jì)算量問題。但與此同時(shí)，要想把視覺技術(shù)完成真實(shí)商品落地，中間還有許多其它問題。
機(jī)器視覺系統(tǒng)技術(shù)在消費(fèi)級(jí)市場最早的嘗試是微軟的Kinect。2010年，微軟聯(lián)合深度攝像頭技術(shù)方案帶來方PrimeSense正式對外推出Kinect，利用骨骼捕捉技術(shù)，Kinect能夠捕捉游戲玩家的骨骼動(dòng)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(yùn)用場景上跟進(jìn)，一切都看上去往好的方向進(jìn)展。
但深度攝像頭作為獨(dú)立商品，市場化難度系數(shù)頗大。例如Intel在13年在開發(fā)設(shè)計(jì)者會(huì)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(lián)想等多家PC生產(chǎn)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(jīng)預(yù)言的一體式深度攝像頭的商品遲遲未見。
那么，處在計(jì)算機(jī)視覺和機(jī)器視覺系統(tǒng)交叉部分的深度攝像頭，應(yīng)該如何打開消費(fèi)級(jí)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(gè)攝像頭便能感知彩色可見光信息內(nèi)容（Red、Green、Blue），而RGBD攝像頭是在我們常見的RGB攝像頭基礎(chǔ)上，提升了深度信息內(nèi)容。
深度攝像頭獵取圖像方式分為主動(dòng)式獵取和被動(dòng)式獵取。二者的要緊區(qū)不集中在觀測傳感器是不是主動(dòng)向環(huán)境發(fā)出探測光。如大疆精靈4上的雙目視覺就是被動(dòng)式獵取深度圖像，其技術(shù)特點(diǎn)是攝像頭不主動(dòng)向環(huán)境中發(fā)射能量，而利用兩個(gè)之上攝像頭計(jì)算特征點(diǎn)的坐標(biāo)差得出感知環(huán)境中目前有能力得到信息內(nèi)容，這一方式與人類雙眼得到時(shí)差的方式最為相近，但最大的弊端在于限于目前的技術(shù)，目前的識(shí)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(qiáng)光暗光都會(huì)造成深度計(jì)算的失效。
主動(dòng)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(dòng)發(fā)射探測光利用計(jì)算獵取深度圖像。這當(dāng)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(shù)，通常覺得二代采納的是直截了當(dāng)TOF的技術(shù)。
以Kinect的深度攝像頭為例子，它包括了一個(gè)紅外投射器、一個(gè)RGB攝影頭和一個(gè)紅外感應(yīng)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(nèi)容就類似完美了，但也有他的弊端。由因而主動(dòng)方式，兩個(gè)同波段紅外光會(huì)浮現(xiàn)干涉，造成兩臺(tái)一樣的深度攝像頭沒有方法一起使用，而且受發(fā)射輸出功率的妨礙，檢驗(yàn)距離也會(huì)受到非常大妨礙。
市面上常見的深度攝像頭，Kinect距離最遠(yuǎn)，但也必須最達(dá)到到12W的用電供給，拖一根配電線很是累贅。同時(shí)，深度攝像頭還難以運(yùn)用于戶外，由于太陽中也有紅外成分，會(huì)對主動(dòng)紅外光部分造成干擾。紅外光關(guān)于玻璃情景，也無計(jì)可施，浮現(xiàn)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(guān)聯(lián)更加嚴(yán)厲，這更加抑制了銷售量；LeapMotion兩年前由于銷售情況不如預(yù)期，不得不解雇了10%的職員，切入虛擬現(xiàn)實(shí)；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(shí)就能拍出三維效果的了；另一邊Intel則將目標(biāo)對準(zhǔn)了機(jī)器設(shè)備人無人機(jī)，比如小米的機(jī)器設(shè)備人SegwayRobot和昊翔的無人機(jī)TyphooonH。機(jī)器設(shè)備人和無人機(jī)正是這兩年的大熱商品，看上去Intel很有可能會(huì)成為贏家，但由于SegwayRobot和TyphooonH都還未正式發(fā)售，因而效果如何還有待檢驗(yàn)。也便是講，在消費(fèi)級(jí)市場還沒有一個(gè)特不成功的案例。
IntelCEO科再奇展示運(yùn)用了RealSense模塊的的TyphooonH
而在國產(chǎn)，Intel的RealSense出來之后，給了國產(chǎn)一些創(chuàng)從業(yè)者的信心，因而催生了一批有關(guān)的創(chuàng)業(yè)企業(yè)，但目前成規(guī)模的運(yùn)用也寥寥無幾。
奧比中光是其中最早完成量產(chǎn)的，其深度攝像頭與Kinect一樣，要緊運(yùn)用在一些電視游戲上；與奧比中光有直截了當(dāng)競爭的是華捷艾米，只只是在商品量產(chǎn)上，華捷艾米的進(jìn)度慢了一步；圖漾的商品則正在預(yù)備量產(chǎn)時(shí)期中，瞄準(zhǔn)的方向基礎(chǔ)上些行業(yè)領(lǐng)域運(yùn)用，大概對消費(fèi)運(yùn)用還在觀望時(shí)期；格靈深瞳正在做運(yùn)用在全自動(dòng)駕駛汽車子上的深度攝像頭；速感看好機(jī)器設(shè)備人；
機(jī)器設(shè)備人是目前受歡迎的運(yùn)用行業(yè)，目前機(jī)器設(shè)備人的路徑規(guī)劃大多使用雷達(dá)，雷達(dá)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(dá)的導(dǎo)航所用到的SLAM方案類似較為成熟，而視覺導(dǎo)航的SLAM方案則還很少見，iRobot是較早開始在其掃地機(jī)器設(shè)備人上使用SLAM方案，只是也不到1年時(shí)刻，因而想要在機(jī)器設(shè)備人上使用視覺避障與導(dǎo)航，看上去還必須一段時(shí)刻。
要解決的問題有哪些？
那么，深度攝像頭消費(fèi)級(jí)運(yùn)用的春天何時(shí)才會(huì)到來？利用與有關(guān)從業(yè)人員的交流，我們感受到深度攝像頭只是一個(gè)產(chǎn)業(yè)鏈中的一環(huán)，當(dāng)他們在做深度攝像頭的時(shí)候，有關(guān)的產(chǎn)業(yè)鏈上的工作中還有很多，比如芯片，比如后續(xù)的圖像識(shí)別、視頻分析這些。
“CV在消費(fèi)行業(yè)落地的其中一個(gè)障礙依然支持高性能運(yùn)算的低功耗低價(jià)位芯片選擇太少，有限的幾個(gè)也很難用。因而目前只能在工業(yè)行業(yè)，機(jī)器視覺系統(tǒng)本身是工業(yè)術(shù)語。在大消費(fèi)行業(yè)我們傾向于叫embeddedvision（嵌入式視覺）。這一類商品基礎(chǔ)上光、機(jī)、電、軟件、算法一體，跨多個(gè)專業(yè)行業(yè)，對系統(tǒng)一體式的難度系數(shù)規(guī)定更高。”格靈深瞳技術(shù)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(guān)注大批量生產(chǎn)制造的穩(wěn)定性，由于這些零零配件裝在一起，必須校正、標(biāo)定等，這是一個(gè)挺大的挑戰(zhàn)，特不是對創(chuàng)業(yè)企業(yè)。”uArm機(jī)械設(shè)備臂創(chuàng)始人鄧世韜是這樣說的。
“單從機(jī)器設(shè)備人行業(yè)來說，機(jī)器視覺系統(tǒng)有非常大一塊兒必須解決的問題是，目前在產(chǎn)業(yè)上游的關(guān)鍵傳感器和下游的機(jī)器設(shè)備人落地運(yùn)用中間存在一定的斷檔。也便是我們看到的國產(chǎn)有廠家專門搞攝像頭，雷達(dá)這般的元器件，專門有廠家做機(jī)器設(shè)備人整機(jī)，然而幾乎沒有一個(gè)成熟的視覺技術(shù)方案能夠把不同的傳感器串聯(lián)起來，做成一個(gè)能夠商用的統(tǒng)一的方案。
機(jī)器設(shè)備人是個(gè)復(fù)雜的系統(tǒng)，機(jī)器視覺系統(tǒng)也是機(jī)器設(shè)備人上一個(gè)復(fù)雜的部件，利用目前有的技術(shù)，類似證明單純的依靠單一的傳感器是無法在目前有機(jī)器設(shè)備人上較好的完成各類作用的。
也便是講，在機(jī)器設(shè)備人上，必須有雷達(dá)、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(fù)雜的作用和任務(wù)。而目前的機(jī)器設(shè)備人產(chǎn)業(yè)的現(xiàn)狀是，大伙兒各自低頭研發(fā)自身的關(guān)鍵元件，使得下游的機(jī)器設(shè)備人廠家變成了機(jī)械設(shè)備式的一體式商，從訊飛拿語音，從視頻門戶拿內(nèi)容，從東莞拿移動(dòng)底盤公模這些，視覺上邊，也出現(xiàn)出零星的進(jìn)展態(tài)勢。
我們覺得，機(jī)器設(shè)備人在下一步的進(jìn)展中，必定會(huì)浮現(xiàn)一兩套整體的標(biāo)準(zhǔn)一體式方案，類似PC時(shí)代的windows操作系統(tǒng)和手機(jī)時(shí)代的IOS操作系統(tǒng)一樣。”速感科技創(chuàng)始人陳震如是說。
“視覺計(jì)算處理器：由于視覺計(jì)算數(shù)據(jù)量和算法復(fù)雜度很高，通用的CPU、GPU和DSP處理器芯片都不夠強(qiáng)大，而專用ASIC又不夠靈活，最好必須有一個(gè)像GPU為Graphics進(jìn)行加速一樣，浮現(xiàn)一種能為Vision帶來強(qiáng)大計(jì)算能力的VPU芯片。
三維攝像頭作為一種計(jì)算視覺用的光學(xué)商品，從演示到工程樣機(jī)、再從工程樣機(jī)到量產(chǎn)必須跨過的工程技術(shù)鴻溝比通常的拍攝類光學(xué)商品要大很多。比如光學(xué)器件的一致性挑選和光學(xué)參數(shù)的標(biāo)定校正，便是一個(gè)單獨(dú)的研究方向。
商品的多樣性：作為一種光學(xué)商品，天然存在商品外形尺寸多樣性的問題，比如就最基礎(chǔ)的檢驗(yàn)距離指標(biāo)來講，就很難做到遠(yuǎn)近兼顧，必須在最大距離和最近盲區(qū)之間作出組合折衷。不同的運(yùn)用場景必須不同外形尺寸的商品進(jìn)行適配和優(yōu)化，因而對商品和技術(shù)方案的可伸縮性規(guī)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(yùn)用要求。
人工智能：基于三維視覺數(shù)據(jù)通常基礎(chǔ)上為了完成更高級(jí)的識(shí)別和分析能力，也便是對三維視覺數(shù)據(jù)使用的能力規(guī)定也很高，必須更聰慧的大腦來使用更全面的視覺數(shù)據(jù)。”圖漾創(chuàng)始人費(fèi)浙平如是說。
“機(jī)器視覺系統(tǒng)在消費(fèi)市場落地，技術(shù)上是人工智能技術(shù)和機(jī)器設(shè)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(shù)運(yùn)用為主，規(guī)定機(jī)器設(shè)備人硬件盡很有可能符合人工智能技術(shù)工程化的標(biāo)準(zhǔn)。這意味著，商品得提升傳感器，以保障智能算法數(shù)據(jù)供給，得提升成本，有良好的計(jì)算資源讓復(fù)雜的智能算法“跑”起來。還意味著商品具有不穩(wěn)定性，人工智能技術(shù)以概率為主，商品作用依靠人工智能技術(shù)的比例越大，商品作用越不穩(wěn)定。機(jī)器視覺系統(tǒng)運(yùn)用里邊，人臉檢驗(yàn)是很穩(wěn)定的，但遇到黑人也難打包票。
2、自下而上。以機(jī)器設(shè)備人硬件為主，在作用上運(yùn)用人工智能技術(shù)輔助。這意味著，商品較為可靠，但同時(shí)也失去了一些自動(dòng)化的特性。當(dāng)商品必須某些自動(dòng)化的作用時(shí)，要花費(fèi)大量人力針對某個(gè)“智能算法”做移植，將本來在不穩(wěn)定環(huán)境中運(yùn)行的算法運(yùn)用在可控、高效而且低成本的嵌入式環(huán)境中，這點(diǎn)讓很多專注理論算法的技術(shù)員頭疼。
機(jī)器視覺系統(tǒng)技術(shù)落實(shí)在商品上，有時(shí)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(yōu)先考慮成本和穩(wěn)定性，而不是技術(shù)運(yùn)用本身。我們從人工智能行業(yè)出來做機(jī)器設(shè)備人，希望兩者做個(gè)折衷，以自上而下的愿景給智能技術(shù)找一個(gè)市場立足點(diǎn)。市場對智能商品要求的不明晰，也是機(jī)器視覺系統(tǒng)難落地市場的一個(gè)大的要素。”AICRobo智能機(jī)器設(shè)備人系統(tǒng)架構(gòu)師佘元博如是說。
能夠看出，芯片的運(yùn)算能力和成本是大伙兒覺得機(jī)器視覺系統(tǒng)在消費(fèi)級(jí)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(shù)。但由于消費(fèi)電子關(guān)于量和價(jià)錢和技術(shù)成熟度均有著較高規(guī)定，很有可能要到這些配合的產(chǎn)業(yè)鏈環(huán)節(jié)都成熟之后，消費(fèi)運(yùn)用的春天才會(huì)到來。
