微链视觉：智造大国的眼睛

随着经济的发展与科技的进步，人们越来越多地将自动化技术应用到生产与生活中，与此同时，也对自动化技术提出了更高的要求。近十年来，工业机器人的普及使得机器人自动化得到了更广泛的应用和关注。很多机器人系统已经集成了视觉系统，利用3D视觉技术实现检测、识别、定位等功能，为后续的机器人运动提供必要的信息，名副其实成为了智能制造的“眼睛”。

智能制造市场规模超万亿，高速发展势不可挡

机器视觉作为智能制造装备的关键零部件，人工智能的发展与智能制造装备的渗透将双重加速机器视觉的进步。根据德勤《中国人工智能白皮书》，全球人工智能市场规模已高达6800亿美元，其中中国市场的规模为710亿美元根据赛迪顾问数据，至2020年，中国智能制造装备市场预计可达2万亿元。

人工智能市场规模（单位：亿元）

生产过程中的眼睛，微链视觉瞄准传统视觉技术痛点

3D视觉技术虽然应用已久，但在机器人抓取应用中仍然面临许多挑战，比如，点云空洞问题：用3D相机捕捉反光、透明、网状物体表面的点云信息，经常会出现数据的丢失，丢失的点云数据形成了点云空洞；再如，点云粘连问题：多个物体杂乱堆放或者两个物体表面靠近摆放时，不同物体表面的点云会粘连在一起，这就涉及到如何稳定、准确地进行点云分割；此外，点云密度不一致问题：物体表面与3D相机之间的相对位姿、物体表面的颜色均会影响点云的密度，使得目标场景的点云密度不一致，这在一定程度上给点云处理算法带来了困难；以及，视野局限问题：有限的相机视角、遮挡和阴影效果，都会阻碍3D相机获得抓取目标的表面全貌，进而阻碍对抓取目标的识别；最后是速度问题：为了适应实际应用需要，如何提高3D相机获取目标场景点云的速度、点云处理算法的速度仍是需要研究的课题。针对以上这些传统视觉技术阻碍工业自动化、智能化的各环节痛点，许多厂商展开了AI技术与3D技术的结合探索，北京微链道爱科技有限公司（以下简称：“微链视觉”）就是其中之一。

微链视觉是一家以深度学习和机器视觉为核心的新一代人工智能技术公司，在工业机器人智能引导和工业产品质量检测的三维成像方面已有成就，多个已实施交付的项目是德国工业4.0和中国智能制造的标杆项目。

对于上面提到的传统视觉技术的不足，微链视觉自研的专利算法和*的三维点云成像技术既能提供*的解决方案。在自研专利算法方面，微链DaoAI稀疏聚合神经网络算法，实现机器自主学习的物体自动识别技术系统，该技术使用庞大的通用数据集叠加特定的应用数据集，使得超过1000层的大型神经网络推理算法能够成功应用于数据量有限的实际应用项目。在三维点云成像方面，微链提出了新的数学模型，可以实现运动下的高精度成像。微链视觉通过将人工智能技术和机器视觉的融合，解决了传统视觉公司在工业环境下处理三维物体信息时，点云缺失和可靠性不高的问题，使得微链视觉系统可以快速完整的还原采集时缺失的三维点云数据，并通过稀疏神经网络算法进行高精度的位姿判定引导机器人工作。

在实践中满足复杂多变的自动化应用场景需求

工业互联网的本质，是通过完善数据和模型，提高数字化生产性。3D视觉采集数据、处理数据并判断、反馈，从而控制设备自动化生产。微链视觉通过3D视觉技术，进入工业互联网和智能制造的各个应用场景，让非结构化数据成为结构化数据，是降本增效和提高产品质量的关键因素。使得传统的自动化生产从以PLC控制为中枢转移到智能自动化以视觉和数据认知为基础的认知控制大脑。

具体来讲，针对自动化应用场景中，对柔性生产和机器人自主工作的需求，微链视觉提出了新的数字模型，可以实现运动下的高精度成像，DaoAI高精度3D相机可以识别细微的纹理，高质量的获取黑色、白色、高反光物体的三维点云图像，该图像具有XYZ和RX、RY、RZ六个维度的数据；同时，微链DaoAI视觉传感器精度可以达到2微米，可以识别物体细微的纹理和缺陷，从而保证产品质量；此外，微链独有的稀疏神经网络算法可还原所有的缺失的三维图像，从而推理出他们在三维空间里的位姿，引导机器人从事更加复杂的工作。

拿微链视觉在电力安防场景的应用作为例子。微链机器视觉认知系统对输电线路的AI巡检、吊车、挖掘机泵等设备的识别准确率超95%，拍摄频次大幅提高，漏报率明显降低。同时具备烟火警报功能，为输电线路安全提供可靠保证。

据悉，微链视觉除了汽车、家电、物流、电力安防等已经应用的行业外，还在探索金属加工、建筑、家具、仓库、农业等行业的细分新需求，未来还将继续通过精进技术和降低成本扩展到其它应用领域。