【儀表網 市場行情】3D相機正在推動機器視覺市場的增長。很多制造企業開始轉向自動化3D料箱揀選，專注于使用3D視覺和人工智能等先進技術來簡化操作并減少開支。
預計3D相機將在未來五年內推動全球機器視覺市場，這得益于移動機器人和機器人揀選的強勁增長。到 2028 年，預計3D相機的復合年增長率(CAGR)為 13%，將遠高于全球機器視覺市場預期的 6.4% 的個位數復合年增長率。3D機器視覺相機的收入預計將從2022年的7.67億美元增長到2028年的近16億美元，其中飛行時間3D相機和立體視覺相機的增長尤其強勁。
Interact Analysis近日發布的關于全球機器視覺市場的報告顯示，該市場在2023年創造了62.6億美元的收入，比2022年下降了2.8%。盡管略有收縮，但預計在預測期內的增長率將達到6.4%，2024年將小幅增長1.4%。
01 四種類型的3D視覺相機
3D相機通常可以分為四種產品類型，每種產品類型都有針對不同應用的關鍵特性和優勢。
· 結構光3D相機是指將已知的圖案或光序列投射到表面上，并分析該圖案在與物體交互時的變形或變形。相機觀察結構光是如何變形的，并根據這些信息計算出場景中物體的深度和形狀。這些相機最常用于需要精確測量和圖像采集的情況，目前正被部署在料箱揀選應用中。結構光3D相機通常比其他3D相機類型更昂貴。
· 立體視覺相機是一種配備兩個攝像頭的成像設備，可通過雙目視差感知深度。這些攝像機捕捉同一場景的一對略微偏移的圖像。然后，使用圖像中相應點之間的視差來計算場景中對象的深度信息。這些攝像頭最常用于機器人技術，對于自動駕駛特別有用，這提供了巨大的增長潛力。
·飛行時間3D相機是一種成像設備，通過測量光線從相機傳播到物體并返回所需的時間來確定場景中物體的距離。這些相機最常用于需要高速但質量較低的圖像采集。對于移動機器人來說，飛行時間3D相機也是一種更具有性價比的選擇，使它們能夠避開障礙物并在其他機器人周圍導航。
· 激光三角測量3D相機利用激光三角測量原理測量距離，并創建物體或場景的三維圖像。這些相機使用激光將激光線或圖案投射到目標表面上，并且相機在與物體相互作用時觀察激光線/圖案的變形或位移。然后對捕獲的信息進行處理，以確定物體的深度或三維結構。這些相機具有高精度和高分辨率，因此通常用于質量檢測，盡管它們也可用于引導移動機器人。
來自Interact Analysis最新報告顯示，雖然立體視覺相機和飛行時間3D相機的市場份額分別僅增長了 3% 和 2%，但由于這兩種相機系統的價格遠遠低于其他兩種產品類型，因此增長幅度相當可觀。在預測期內，預計立體視覺相機的復合年增長率將達到 19%，飛行時間3D相機的復合年增長率將達到 17.3%，遠遠高于三維機器視覺相機市場的整體增長預測。
02 3D視覺相機市場的快速增長
導致3D相機如此高速增長的關鍵因素之一，特別是從長遠來看，主要是所有3D相機類型的預期價格下降。這使客戶能夠升級他們的系統以包含3D相機，并替換速度較慢、精度較低的2D系統。此外，單個3D相機能夠執行與多個2D相機相同的任務，從而使機器人變得更快、更緊湊。
在自動駕駛和料箱揀選等應用中，3D視覺市場增長尤為迅速。Interact Analysis預測這兩種機器視覺應用的復合年增長率最大，這兩種應用都真正受益于3D相機的實施。自動駕駛，尤其是對于移動機器人來說，是一個非常大的增長領域，供應商現在正在集成一個或多個3D攝像頭來引導機器人。料箱揀選，包括碼垛和卸垛，也是3D機器視覺相機的一個主要增長領域。揀選機器人的銷售額同比大幅增長，也將推動3D相機市場的快速擴張。
03 基于3D視覺的料箱揀選
長期以來，使用體力勞動來拾取和組裝組件一直是制造業的核心。盡管多年來它已被證明是有效的，但手動料箱揀選是一項緩慢、注重細節和重復的任務，會提高制造成本。對于當今的許多制造商來說，提高生產力，同時降低制造成本和提高產品質量是首要任務。對于操作員來說，從料箱中選擇零件并不是一項艱巨的任務，但它是否能最好地利用這些資源？
與大多數支持視覺的系統一樣，3D 料箱揀選依賴于兼容的外圍設備和復雜的軟件。除了 3D 視覺系統外，制造商和集成商還必須為應用選擇具有足夠運動范圍和適當夾持器的機器人。愛普生機器人產品經理Aaron Donlon表示，6軸機器人是料箱揀選的理想選擇，因為零件往往以隨機的形式相互疊放。
軟件和通信協議也必須仔細集成，以確保系統的平穩運行和穩健性。3D相機制造商Zivid的產品營銷經理John Leonard指出，3D機器視覺已經與其他新興技術融合，“特別是人工智能和深度學習，使零件的檢測和揀選變得自適應和智能。”
傳統上，料箱揀選在制造業(汽車、航空航天、白色家電和裝配)中很普遍，并在這些環境中繼續蓬勃發展。采用3D料箱揀選最適合的行業是那些產品集受控且廣為人知的行業。這使得創建用于圖像匹配的3D模型變得更加容易，從而提高了料箱揀選系統的準確性。隨著物流行業的發展和擴展，它繼續為增加3D機器視覺技術的使用提供巨大的潛力。此外，涉及使用鈑金或反射材料的應用對傳統視覺系統來說具有挑戰性，也是利用 3D 視覺和揀選功能的良好候選者。
04 給新采用者的建議
盡管技術不斷進步，如今開發和供應 3D料箱揀選系統的公司數量越來越多，但集成這些系統絕非易事。RightHand Robotics公司高級產品經理Annie Bowlby說，“如果是改裝，防護方面的限制會影響機器人手臂的伸展范圍和整體吞吐量，而如果是全新安裝，則可將倉式揀選應用作為整個布局的起點，以創造最佳吞吐量。”
除了安裝類型之外，系統設計人員還必須應對視覺系統部署中常見的其他挑戰。例如，零件是以一致的方式排列，還是隨機分類在箱子里？黑暗、反光或通常對比度差的部件需要高動態范圍的圖像傳感器。在考慮振動、污垢、濕度和溫度的影響時，環境本身就是一個因素，因為這些都會影響視覺系統的質量以及機器人和夾具的功能。
在那些具有為料箱揀選系統設計和供應組件經驗的人中，至少在一件事上達成了充分的共識：料箱揀選系統不應被視為制造過程中的一個孤立元素。為了確保最大的成功幾率，尋求采用該技術的公司需要從整體上看待其運營的整個工作流程。
概念化設計和仿真結果通常是不夠的，Donlon強烈建議在測試真實部件時，清楚地了解系統需要執行的環境，以及它會遇到的變化。這種嚴謹程度會增加范圍、復雜性和項目時間表，但從長遠來看，將在所實施系統的實際結果、準確性和可靠性方面得到回報。整體設計有助于驗證系統組件的互操作性，并使視覺系統和其他精密元件在部署中保持校準充滿信心。
05 3D視覺的未來趨勢
3D成像能力的突破使得捕獲透明物體的3D點云成為可能，這在此前被認為是不可能的。這一進步可能會為3D視覺和料箱揀選打開一扇新的應用之門，而這些應用目前都是由人工完成的。隨著圖像處理技術的不斷成熟，我們還可以期待3D點云處理的可靠性得到提高，從而改善整個系統的性能。
此外，在圖像處理和物體識別中加入機器學習，利用人工智能來彌合數據質量的差距，擴大了入門級系統的可用性，從而降低了3D料箱揀選的進入門檻。這可能會吸引新的行業應用開始評估自動化以取代手動流程，從而帶來更大的效率提升。
所有評論僅代表網友意見，與本站立場無關。