關(guān)于機(jī)器視覺的詳細(xì)解析和應(yīng)用分析

與人類操作員類似，高級的機(jī)器比如一個機(jī)器人也需要具備辨別周圍環(huán)境的能力和意識才能做出正確的決定以及采取適當(dāng)?shù)男袆?。起初來看，盡管涉及到復(fù)雜技術(shù)的選擇，但是一個復(fù)雜機(jī)器的功能定義并不是很明確。然而可以說圖像識別是一個復(fù)雜的子系統(tǒng)，但是它具備整個系統(tǒng)的所有設(shè)計(jì)元素。最后所有組件需要組裝起來形成一個視覺傳感系統(tǒng)，不僅要滿足性能的要求還要達(dá)到成本和時間目標(biāo)。從大多數(shù)案例來看，應(yīng)用和設(shè)計(jì)目標(biāo)的實(shí)現(xiàn)取決于正確的技術(shù)選擇。

展望未來

對于高級機(jī)器人而言其中一個最大的制約可能就是視覺系統(tǒng)，尤其當(dāng)采集大量的視覺數(shù)據(jù)并且需要進(jìn)行實(shí)時處理的時候。在各種各樣的生產(chǎn)系統(tǒng)中對視覺傳感器具有顯著需求的時候就會面臨這種挑戰(zhàn)。市場調(diào)研公司根據(jù)市場資源判斷預(yù)計(jì)在2015年至2021年期間累積年度增長率達(dá)8%到9%之間。

根據(jù)最近的一篇報告預(yù)測“機(jī)器視覺市場在2020年之前會達(dá)到125億美元”，“驅(qū)動機(jī)器視覺市場的動力是對質(zhì)量檢測和自動化方面快速增長的需求、在制造工廠中對視覺指導(dǎo)機(jī)器人的需求增加、制造行業(yè)越來越多的法規(guī)要求、消費(fèi)者對專用機(jī)器視覺系統(tǒng)的應(yīng)用需求?！币虼?，自動化應(yīng)用需求的增加大大促進(jìn)了對更強(qiáng)功能的機(jī)器人和視覺系統(tǒng)的需求。

不斷發(fā)展的機(jī)器人系統(tǒng)

實(shí)際上，機(jī)器人系統(tǒng)為專用的視覺系統(tǒng)呈現(xiàn)出一些非常有趣和多樣化的示例。四種不同類型的應(yīng)用呈現(xiàn)出了這個市場的多樣化：仿人型、飛行機(jī)器人、醫(yī)療機(jī)器人和管道機(jī)器人。

仿人型機(jī)器人最常見，無論是在技術(shù)雜志還是大眾媒體都能看到對其的報道。一些仿人型機(jī)器人甚至具有名字識別功能，例如Honda（本田）公司推出的ASIMO仿人型機(jī)器人、索尼公司開發(fā)的機(jī)器人具有像人類一樣重復(fù)某種活動和執(zhí)行任務(wù)的能力、三星公司和其它廠商同樣吸引了很多觀眾，他們推出的機(jī)器人具有人類的身高大小，而且能夠屈膝伸腿和踢足球，甚至還能夠唱歌和跳舞。這些機(jī)器人必須能夠采集三維傳感器的數(shù)據(jù)才能保證移動時不會摔倒，同時做出某些決策。幸運(yùn)的是，這些機(jī)器人有足夠的空間來放置視覺系統(tǒng)的所有組件。

圖1：大部分應(yīng)用中的機(jī)器人都需要具有視覺功能才能向前邁步（來源：維基百科）

與地球上的人類有些不同的是飛行機(jī)器人或者無人機(jī)需要采用小而輕的外觀設(shè)計(jì)，這樣才能滿足性能要求。視頻監(jiān)控系統(tǒng)時大部分無人機(jī)上都使用的主要傳感器系統(tǒng)，各種各樣的智能攝像頭都集成了視覺傳感器、光敏器件、甚至數(shù)據(jù)處理功能。

機(jī)器視覺同樣被應(yīng)用到醫(yī)療領(lǐng)域。無線膠囊內(nèi)窺（WCE）是一種診斷技術(shù)，它能夠讓醫(yī)生不用外科手術(shù)的方式查看患者的胃腸道情況，有效的避免了一些復(fù)雜或者有風(fēng)險的步驟。然而，我們也需要花費(fèi)數(shù)個小時反復(fù)觀看視頻錄像來尋找與癌癥或者其他疾病相關(guān)的病變和異常情況，因此出現(xiàn)了基于機(jī)器視覺的視頻分析技術(shù)，機(jī)器人系統(tǒng)采用這種技術(shù)能夠?qū)⒉杉膱D像數(shù)據(jù)進(jìn)行解析，膠囊內(nèi)鏡攝像頭是2001年GivenImaging公司開發(fā)的，到目前為止全世界已經(jīng)有超過120萬的病人使用過。內(nèi)鏡技術(shù)作為一種顛覆性的技術(shù)將來不僅僅局限在一個小的膠囊攝像頭上，以后將能夠讓醫(yī)生來控制攝像頭的移動，這樣一些特殊的病理區(qū)域也能夠被觀察到，當(dāng)然這種類型的內(nèi)窺鏡是否可以歸為一種機(jī)器人系統(tǒng)還有待時間的檢驗(yàn)。

雖然如此，這些應(yīng)用都有一些功能的元素，例如圖像傳感器、軟件、計(jì)算能力來處理和分析不斷采集和積累的數(shù)據(jù)。

圖像傳感

在所有這些應(yīng)用中，有兩項(xiàng)技術(shù)能夠提供數(shù)字圖像采集的視覺傳感能力：CCD（電荷耦合元件）傳感器和CMOS圖像采集傳感器。

對于CCD傳感器來講，光敏區(qū)域接收的光源會被存儲并轉(zhuǎn)換為充電電荷，進(jìn)而形成電壓，作為模擬信號實(shí)現(xiàn)緩存和輸出。與此相反，CMOS傳感器的每個像素點(diǎn)都有光感區(qū)實(shí)現(xiàn)充電電壓的轉(zhuǎn)換，通過集成的放大器、聲音修正以及數(shù)字化電路，CMOS傳感器能夠輸出數(shù)字信號。

其他系統(tǒng)設(shè)計(jì)中也采用了CMOS技術(shù)，CMOS的優(yōu)點(diǎn)就是便于集成，而且功耗低生成的熱量更少。它采用數(shù)字化信號輸出，與CCD相比，CMOS傳感器更夠通過更多的方式實(shí)現(xiàn)像素級別的控制。

CCD與CMOS圖像傳感器相比其唯一的優(yōu)勢就是它出現(xiàn)的時間更早，技術(shù)應(yīng)用更加成熟。盡管在很多市場還存在激烈競爭，但是對于兩種圖像傳感器技術(shù)來說像素的數(shù)量和分辨率都得到了大幅度提升。為應(yīng)用系統(tǒng)選擇正確傳感器一些需要詳細(xì)比較的方面包括光譜響應(yīng)和光源要求例如從大面積到超小面積都具有弱光線敏感和高動態(tài)范圍。機(jī)器人系統(tǒng)中一些3D應(yīng)用使用的CMOS傳感器具有更先進(jìn)的特性和功能來處理復(fù)雜應(yīng)用中的一些問題。

確定結(jié)果

圖像傳感器是實(shí)現(xiàn)一個視覺系統(tǒng)最關(guān)鍵的一步。下一階段需要實(shí)現(xiàn)復(fù)雜的軟件算法和高速的數(shù)據(jù)處理能力。機(jī)器人、無人機(jī)甚至包括自動駕駛汽車在內(nèi)都需要具備感知周圍三維環(huán)境的能力。對于3D視覺來講，有幾個算法已經(jīng)比較成熟了包括即時定位和映射（SLAM）、運(yùn)動中恢復(fù)結(jié)構(gòu)方法（SfM）、立體視覺測距算法等等。我們的目標(biāo)是高分辨率和快速的數(shù)據(jù)處理能力。很多公司和組織都在不斷的努力研究，在現(xiàn)在基礎(chǔ)上進(jìn)行不斷的提升。

驗(yàn)證一個算法是否它的功能設(shè)計(jì)要求需要通過高速數(shù)字信號處理器（DSP）來執(zhí)行這個算法，目前處理大量數(shù)據(jù)的一個方法就是通過云/服務(wù)器處理的方式。然而日益強(qiáng)大的DSP提供更多選擇。

舉個例子，DSP處理器如亞德諾半導(dǎo)體（ADI）開發(fā)的Blackfin 16位/32位嵌入式處理器能夠勝任復(fù)雜的圖像處理，對于應(yīng)用的其他方面也具有軟件設(shè)計(jì)上的靈活性和可擴(kuò)展性如音頻、視頻、聲音處理、多模式基帶和數(shù)據(jù)包處理、控制處理和實(shí)時安全特性。Blackfin低功耗圖像處理平臺（BLIP）面向多種室內(nèi)和室外圖像傳感應(yīng)用。

圖2ADZS-BF707-BLIP2 BLIP硬件平臺預(yù)加載了軟件程序（來源：ADI）

設(shè)計(jì)視覺系統(tǒng)的一部分功能模塊是一項(xiàng)非常復(fù)雜的工程，當(dāng)我們借助其他方面的時候，開發(fā)平臺、評估系統(tǒng)和評估板卡大大簡化了復(fù)雜的DSP設(shè)計(jì)。舉個例子，584-ADZS-BF707EZLITE Blackfin圖像處理工具套件包括圖像處理原型設(shè)計(jì)，能夠幫助工程師在Blackfin DSP平臺上快速開發(fā)復(fù)雜的圖像或者視頻處理解決方案。ADI的Blackfin BF-5xx和BF-60x系列處理器進(jìn)行了優(yōu)化，集成了一些軟件的原型功能模塊。一些應(yīng)用也會受益于MISRA-C兼容函數(shù)API庫，這個案例中，示例代碼展示了Blackfin DSP一些原語的使用。

圖3：亞諾德半導(dǎo)體584-ADZS-BF707EZLITE套件大大簡化了視覺系統(tǒng)的開發(fā)（來源：ADI）

>>>> 機(jī)器人視覺系統(tǒng)設(shè)計(jì)師當(dāng)然可以選擇系統(tǒng)計(jì)算部分采用哪些方案。

在一些應(yīng)用中，用戶想實(shí)現(xiàn)將攝像機(jī)無壓縮的數(shù)據(jù)流傳輸給PC，請看下面這個例子，Cypress半導(dǎo)體公司的EZ-USB FX3超速控制器提供了解決方法，芯片中燒錄的固件程序?qū)D像傳感器采集的數(shù)據(jù)轉(zhuǎn)換為USB視頻類（UVC）兼容的數(shù)據(jù)格式，這樣就可以對接PC主機(jī)的USB3.0接口實(shí)現(xiàn)數(shù)據(jù)傳輸。接收的一致性能夠讓攝像機(jī)使用操作系統(tǒng)（OS）自帶的驅(qū)動，并且兼容主機(jī)上的各種應(yīng)用程序。如果想更加快速方便的完成固件和設(shè)備驅(qū)動程序的開發(fā)，Cypress半導(dǎo)體公司提供了EX-USB FX3開發(fā)套件，采用的是FX3器件，包括完整的硬件和軟件解決方案。

圖4：Cypress EZ-USB FX3開發(fā)套件包括一個720P的圖像傳感器，30fps、24位彩色，簡化了視覺系統(tǒng)的開發(fā)（來源：Cypress半導(dǎo)體公司）

一個很容易忽略的設(shè)計(jì)細(xì)節(jié)：連接器

對于復(fù)雜的系統(tǒng)尤其是圖像識別系統(tǒng)來說另一個重要的方面就是互相連接器。大量數(shù)據(jù)的高速傳輸需要進(jìn)行干擾信號屏蔽以及消耗功耗。專門面向機(jī)器人系統(tǒng)應(yīng)用設(shè)計(jì)的Molex CRC連接器是一個矩形的I/O信號屏蔽連接器，能夠提供7.0A至15.0A的信號/功率特性。對于小型的工業(yè)機(jī)器人系統(tǒng)和工廠自動化設(shè)備，集成控制面板的系統(tǒng)一般都集成了行業(yè)標(biāo)準(zhǔn)的連接器預(yù)留接口。

為了組裝方便并且將庫存限制在一定數(shù)量內(nèi)，這個連接器采用一個集成套件的封裝方式，接口外殼支持公頭/母頭連接，增加了設(shè)計(jì)的靈活性，所有這些方面集成在一起給視覺系統(tǒng)帶來了豐富的硬件設(shè)計(jì)選擇。

圖5：專為機(jī)器人應(yīng)用系統(tǒng)設(shè)計(jì)的數(shù)據(jù)連接器（來源：Molex）

一切終究會到來！

機(jī)器人智能視覺被認(rèn)為是一個巨大的進(jìn)步，會給現(xiàn)在很多的應(yīng)用領(lǐng)域帶來改進(jìn)并且不斷擴(kuò)大市場。包括系統(tǒng)的所有方面在內(nèi)，從視覺傳感器到算法、數(shù)字信號處理和連接器必然會帶來不同的影響。

1.Yingju Chen 和Jeongkyu Lee，“基于機(jī)器視覺的無線內(nèi)窺鏡視頻分析”，診斷和內(nèi)鏡治療，2012年，文章編碼：41803。

2. G. Ciuti, A. Menciassi和P. Dario，“膠囊內(nèi)窺鏡：從現(xiàn)在到面向挑戰(zhàn)”，生物醫(yī)學(xué)工程，2011年第4期59—72。

總結(jié)

Randy Frank是Randy Frank科技和協(xié)會的董事長，也是“深入智能傳感器”一書的作者。他取得了韋恩州立大學(xué)的電機(jī)工程學(xué)碩士（MSEE）學(xué)位，致力于應(yīng)用傳感器、產(chǎn)品和技術(shù)市場的研究和探索。他也是SAE和IEEE協(xié)會的研究員，同時也是“設(shè)計(jì)世界”和“桌面工程”雜志的主要作者。