Do 2025 roku będzie działać 90 mln systemów widzenia maszynowego

Według raportu Machine Vision in Industrial Applications przygotowanego przez firmę analityczną ABI Research, technologia widzenia maszynowego zajmuje ugruntowaną pozycję na rynku. Znaczny postęp w rozwoju mikroukładów, oprogramowania i standardów wprowadza nowe rozwiązania w obszarze deep learningu (głębokiego uczenia maszynowego) wykorzystywanego w widzeniu maszynowym. Do roku 2025 całkowite dostawy czujników i kamer wizyjnych osiągną 16,9 mln sztuk. Do tego czasu będzie działać 94 mln systemów widzenia maszynowego w produkcji przemysłowej, a 11% z nich ma być oparte o technologię głębokiego uczenia.

Posłuchaj
00:00

Systemy wizyjne są podstawowym elementem linii produkcyjnych. Są one wykorzystywane do odczytu kodów kreskowych, kontroli jakości i zarządzania zapasami.

- Rozwiązania te często mają długie cykle wymiany i są mniej podatne na awarie. Ze względu na rosnące zapotrzebowanie automatyzacji procesów produkcyjnych, widzenie maszynowe znajduje zastosowanie w nowych obszarach. Przykładowo jednym z nich jest robotyka, w której coboty bazują na widzeniu maszynowym w zakresie prowadzenia i klasyfikacji obiektów, a roboty mobilne wykorzystują tę technologię w zakresie SLAM i bezpieczeństwa - powiedział Lian Jye Su, główny analityk w ABI Research.

Widzenie maszynowe oparte o deep learning wykorzystuje metody statystyczne i zgromadzone informacje w celu ulepszania modeli działań. Główni dostawcy technologii widzenia maszynowego wykorzystali potencjał tego rozwiązania. Na przykład firma Cognex przejęła SUALAB, koreańskiego dostawcę oprogramowania wizyjnego wykorzystującego deep learning do zastosowań przemysłowych. Przedsiębiorstwo Zebra Technologies przejęło Cortexica Vision Systems, który zajmował miejsce lidera w zakresie rozwiązań informatycznych bazujących na sztucznej inteligencji (AI).

Dostawcy chipów wprowadzają do swojej oferty nowe układy i oprogramowanie, aby ułatwić wdrażanie widzenia maszynowego opartego o deep learning. Frima Xilinx specjalizujaca się w układach FPGA ściśle współpracowała z producentem czujników obrazu - Sony i dostawcami kamer takimi, jak Framos i IDS Imaging. Inny dostawca chipów tego typu, Lattice Semiconductor koncentruje się na sztucznej inteligencji dla układów o małej mocy obliczeniowej. W tym czasie Intel wprowadził do swojej oferty narzędzie OpenVINO, które ma pomóc programistom we wdrażaniu wstępnie przeszkolonych modeli AI do widzenia maszynowego. To rozwiązanie stworzone przez Intela charakteryzuje się wspólnym interfejsem programistycznym (API), który może być wykorzystywany na wielu platformach obliczeniowych.

W kwestii standardów producenci wprowadzają na rynek kamery do zastosowań przemysłowych wyposażone w interfejs 10GigE i 25GigE (Gigabit Ethernet) . Ciągły rozwój technologii przechwytywania i kompresji obrazu pozwala generować lepszej jakości dane dla systemów widzenia maszynowego opartych o deep learning.

Źródło: ABI Research

Powiązane treści
Nowoczesne maszyny do zimowego utrzymania płyty lotnisk z elektroniką BODAS Bosch Rexroth
Atlas Copco chce wejść w sektor widzenia maszynowego, płacąc 1,09 mld euro za firmę Isra Vision
Sztuczna inteligencja wesprze automatyzację magazynowania towarów
W Danii powstanie największy na świecie hub dla robotów współpracujących
ABB dostarczy systemy obrazowania wielospektralnego
BMW wdrożyło w monachijskiej fabryce rozwiązania oparte o AI
Rynek robotów chirurgicznych będzie rósł o 22% rocznie
Obrazowanie trójwymiarowe, czyli coraz lepsze systemy wizyjne
Zobacz więcej w kategorii: Gospodarka
Roboty
Chiński robot zastąpi rolnika. Pracują szybciej, taniej i bez chemii
Aktualności
14 osób na 1 miejsce. Ten kierunek przyszłości bije rekordy popularności
Przemysł 4.0
Łatwa integracja sztucznej inteligencji i automatyzacji
Roboty
Pierwszy na świecie humanoidalny robot z funkcją samodzielnej wymiany baterii
Roboty
Comau finalizuje przejęcie Automha
Roboty
Doosan Robotics przejmuje 90% udziałów w amerykańskiej firmie inżynieryjno-automatycznej ONExia

Szafa wydawcza JotKEl

Nowoczesny przemysł stanowi szczególne wyzwanie dla gospodarki magazynowej. Duże znaczenie ma zwłaszcza pozyskanie informacji zwrotnej o aktualnym stanie zasobów, co umożliwia optymalizację dostaw. Dobrze zorganizowana gospodarka magazynowa zapewnia ciągłość produkcji, a to bezpośrednio wpływa na redukcję kosztów postojów. Wychodząc naprzeciw tym wymaganiom i bazując na prawie 50-letnim doświadczeniu, firma JotKEl stworzyła system automatycznych mebli wydawczych.
Zapytania ofertowe
Unikalny branżowy system komunikacji B2B Znajdź produkty i usługi, których potrzebujesz Katalog ponad 7000 firm i 60 tys. produktów