英特尔助力机器人产业升级，“机器视觉+”将行之何方？

撰文｜多鱼

自2010年以来，中国制造业增加值连续12年位列世界第一。据《英特尔赋能产业智能化升级-机器人特刊2022》数据显示，2021年，中国制造业增加值规模达31.4亿元，占GDP比重27.4%。

受国内制造业蓬勃发展的带动，中国工业机器人发展也名列前茅，自2014年以来，中国已连续8年成为全球最大的工业机器人消费国。其中，2020年中国新装工业机器人占全球新装工业机器人比例为43.8%；同年，中国机器人产业营收突破千亿规模。

从现下来看，虽然中国工业机器人市场依然以国际厂商为主导，但近年来，中国内资厂商奋起直追，已取得了一系列成果。据数据，中国内资工业机器人市占率从2015年的18%提升至2021年的33%。

随着中国机器人产业以及中国内资厂商的逐年崛起，也为像英特尔这样专注于半导体行业和创新科技领域的领先者，提供巨大的潜在应用机会。这一点，从英特尔在各个垂直机器人领域的应用也能窥得一二。

据了解，英特尔基于了英特尔®酷睿™处理器、英特尔®FPGA、OpenVINO™工具套件和英特尔® oneAPI，在机器人视觉工程领域展开布局；而在物流机器人领域，英特尔®酷睿™处理器、英特尔® 实感™摄像头的赋能也满足了AMR、AGV对复杂环境的高速处理、平稳运行的需求，以及高性能视觉传感器为物流机器人提供物体深度信息。

以机器视觉为例，其为工业机器人的发展和应用带来了新的可能性，例如从固定位置固定物体抓取，到随机位置随机物体的抓取。然而，将机器视觉技术与机械手臂系统的整合，涉及到智能算法、三维点云数据处理、手眼标定、抓取系统等模块的整合，需要专业的知识，对于机器人企业和系统集成商来说开发门槛和开发成本都很高。

因此，英特尔提供了一整套视觉参考抓取的参考代码及性能优化技术，通过采用深度传感器的三维点云数据作为输入，在软件部分引入最前沿的智能抓取算法，并利用OpenVINO™ 工具套件在英特尔®平台上进行推理计算优化，为机器人提供三维视觉定位和手臂引导的参考代码。譬如，在焊接以及对高精度、稳定性、智能化有高要求的工业领域，在英特尔视觉系统的赋能下，均成功实现降本增效的预期效果。

3D视觉+机器焊接

焊接作为热加工，其先进化技术一定程度上反映了一个国家的机械水平。

作为机械制造领域关键技术之一，焊接是许多高新技术产品制造不可缺少的加工方法。例如，世界上最大的1200KW火电机组、700KW水电机组、1300KW的核电设备、重达1200吨的加氢反应器、航天技术的运载火箭、宇宙飞船、太空站以及微电子技术的元器件都是采用焊接技术完成制造。

然而，焊接对于技术又有着极严苛的要求，例如焊条直径、运条方法、焊条角度等都需要满足特定的要求，因此工业焊接开始引入3D相机等设备，实现对于曲面器件的3D识别与定位，更大范围地满足自动化焊接需求。

但“3D视觉+机器焊接”在整个应用过程中，依旧面临着诸多痛点。譬如，当产品产生弧光或者反光的时候，机器不能精准焊接；其次，机器视觉算法速度比较滞后；第三，市面上的处理方案不多。

那么，有没有行之有效的解决方案？信捷电气给出了自己的答案。

为了进一步解决机器不能精准焊接、机器视觉算法速度比较滞后等难题，信捷电气推出了基于英特尔®酷睿™处理器、英特尔® FPGA、英特尔® OpenVINO™工具套件和英特尔® oneAPI，并搭载创新性智能相机的X-SIGHT*3D机器视觉焊接解决方案。

图：英特尔如何解决“3D 视觉 + 机器焊接”的难题

X-SIGHT 3D机器视觉焊接解决方案由智能相机、 视觉处理平台、焊接机器人、信捷云等子系统构成，可以通过激光视觉引导系统拟合焊接轨迹，并给出3D坐标及焊接姿态，从而简单、快速地识别焊缝。系统还能够自动识别点焊偏差值，给出最佳轨迹补偿，并实时调整焊接偏移量，实现最佳焊接效果，从而降低企业焊接业务成本，提升焊接的效率与质量。

英特尔® FPGA、英特尔® 酷睿™ 处理器、 OpenVINO™工具套件等产品与解决方案的应用不仅帮助信捷电气克服了目前“3D视觉+机器焊接” 应用过程中的挑战，也让X-SIGHT*3D机器视觉焊 接解决方案焊接效率加倍、焊接质量提升。

AI+3D+工业机器人

不仅仅是信捷电气，为了满足客户需求解决应用痛点，专注于3D视觉玩家梅卡曼德也同样选择携手英特尔，推出相对前卫的全新一站式解决方案。

为了应对工业应用对高精度、稳定性、智能化的要求，梅卡曼德推出了基于英特尔®酷睿™ 处理器、 OpenVINO™工具套件、英特尔® oneAPI的一站式“AI +3D+工业机器人解决方案”。

该方案通过Mech-Eye（工业级3D相机）和 OpenCL、OpenMP技术获取点云数据，再通过 Mech-Vision（图形化机器视觉软件）和OpenVINO™工具套件、OpenCV技术处理数据，最终Mech-Viz机器人智能编程环境）将数据与机器人集成，用于终端应用。

在一些典型的工业场景中，例如工件上下料，需要工业机器人对不同的物体进行深度学习模型训练，然后用训练好的模型进行图像识别，搭配梅卡曼德的其他软件产品控制机器人进行无序抓取的工作。在没有使用英特尔的产品和解决方案之前，梅卡曼德的训练速度和图像识别效果有较大提升空间。

在使用了英特尔的产品和解决方案之后，梅卡曼德的方案很大程度上提升了深度学习模型训练速度和图像识别效果，最终提高了工业机器人的部署效率和识别准确度。

结语

随着人工智能、5G、边缘计算和数据分析等相关技术的不断完善，势必会进一步推动机器人技术的持续发展，英特尔也将不断助力机器人企业，开拓更多应用场景，并提供灵活、可扩展的工具和技术，打造端到端的行业解决方案，赋能行业数字化转型。