计算机视觉技术在工业4.0中发挥什么作用？

 工业4.0是当前的热门话题。物联网(IoT)、智能工厂、大数据、数字孪生和人工智能等流行语不仅说明了生产工厂的自动化程度不断提高，还说明了功能多样化的系统正在实现全面网络化，目的是尽可能将信息技术集成到工业领域中。

在信息技术的保护伞下，计算机视觉发挥着至关重要的作用。机器视觉是每个自动化环境不可或缺的组成部分。无论是对于机器人等硬件、用于图像分析的软件，或是用于训练人工神经网络（深度学习）的软件而言，机器视觉都是至关重要的一部分。

计算机视觉能带来什么贡献？我们以智能工厂为例进行细致的分析。

工业4.0是经过近200年的发展而取得的初步成果。我们来简要回顾一下工业革命的四个阶段：

工业1.0 1830年-1871年：蒸汽机 机械生产工厂的出现可以生产更多的货物和产品。

工业2.0 1871年-1969年：电力 引入生产线和批量生产。生产可以分为多个单独的、自成一体的工作步骤。全球化由此揭开序幕。

工业3.0 1970年-20世纪末： 实现合理化和自动化。第一个可编程控制器问世。越来越多的人力劳动被机器取代。

工业4.0 实现数字化。机器人与人合作完成制造过程。机器人和机器能与工件、客户和公司形成广泛的连接。

智能工厂的智能表现在什么方面？

“智能工厂”一词描述的是工厂自动化领域中的智能网络。由数据和流程组成的知识是智能工厂的基本前提。但是这些知识从何而来？

通常需要借助芯片来收集数据。但如果缺乏适当的数据处理，芯片收集的数据就毫无价值可言，数据必须可适用于多个系统和组件，以便为决策流程提供基础。正是这样才能让工厂变得智能。

智能化的秘诀在于让所有涉及的单个部分或子系统都实现联网。通常联网的基础技术被称为总线系统，该系统借助自动化设备（例如控制系统(PLC)）将所有芯片和驱动器经由相同的数据线连接起来。

工厂的子系统和设备有时距离较远，因此总线系统通常需要使用实时以太网。以太网标准的广泛应用，使用户能以低成本获得线材或交换机等硬件配件，并且各个系统之间可以使用较长的线材进行连接。

利用视觉系统来提供数据

在自动化工厂环境中，除了功能强大的重要芯片之外，还需要配合相机的视觉系统，它们在现代自动化中已经发挥着极为重要的作用。视觉系统通常由以下组件组成：

  配备GigE接口的相机以及用于精确同步多个单元的精密时间协议(PTP)

  镜头                            

  线材 光源

  主机控制器，用于控制和评估

与所有其他子系统一样，视觉系统的硬件和软件都必须连接到所有其他系统以及中央控制系统。这是通过工业通信的特殊数据交换标准来实现的。这些标准为各个子系统提供了通用的机器语言，可以说它们能确保各个子系统兼容互通。其中一项标准是umati（全称universal machine technology interface），它使用OPC UA作为开放式的通用接口标准。

使用OPC UA在工厂设置中实现联网

OPC UA使机器数据可以被机器读取，并且可以进行语义记录。这项标准不仅提供了芯片数据和控制命令等方面的预备工作，还定义了它们的传输方式，并确定系统与安全机制之间的接口。

从芯片和驱动器所在的最低现场层级，再到抽象信息层（包括监督控制和数据采集(SCADA)、企业资源规划(ERP)或者云端），全都可以在工厂设置中全面应用OPC UA标准。

借助OPC UA，不同的组件既可以在同一层级实现水平联网，也可以在不同的层级进行垂直联网。

要想智能工厂的所有领域都能获得高效运用，实时功能必不可少。为此，该标准能以TSN（时间敏感网络)的形式提供扩展选项。OPC UA TSN也是将图像直接从视觉系统传输到其他子系统或控制单元的先决条件，但此功能尚未实现。

轻松实现智能工厂

系统的中央接口是PLC，现在它包含所有子系统及其软件。这个中央节点也是连接到较高层级的系统（如ERP）的接口。通过将较高层级的系统外包到云端，可以进一步简化结构。

利用这样的配置就可以轻松地连接传送带、机器人以及视觉系统的各个部件。借助PTP，只需将OPC UA作为标准，并且提供TSN等潜在的扩展功能，就能为相机的实时功能提供坚实的基础。

展望未来，智能工厂设置的结构会比常规设置更趋简化：