機器視覺（Machine Vision）是實現非接觸式檢測和高度柔性生產的關鍵技術，其主要功能可歸納為識別、測量、檢測以及定位與引導等四類。嵌入式視覺（Embedded Vision）是機器視覺技術微型化、低功耗化后的產物，也是機器視覺未來的重要發展方向之一。

從本質上講，嵌入式視覺系統將圖像捕獲和圖像處理功能結合在一個設備中。而傳統的機器視覺系統通常需要一個大型相機和鏡頭來捕獲圖像，以及一個標準化的接口和線纜，用于將原始圖像數據傳輸到獨立的工業計算機。

工業領域正在使用的自帶處理器的智能相機，實際上就是一種高性能的“嵌入式視覺”設備被用于傳統的“機器視覺”任務。在物聯網時代，嵌入式視覺實現了所謂的“物的視覺（VoT）”，為工業制造賦予了更智能的自動化、更高的安全性和跨行業的新能力。

01嵌入式視覺的演進

嵌入式視覺技術自誕生以來已取得了長足的進步。起初，嵌入式視覺系統受限于早期嵌入式處理器的計算能力，這些系統只能執行基本的圖像處理任務。然而，在復雜分析和實時處理方面，它們卻顯得力不從心。

轉折點出現在更強大、更節能的處理器的開發上。這一飛躍使得系統可以直接在設備上實現先進的圖像處理技術，反過來又消除了對外部計算資源的需求和對云的依賴；傳感器技術的進步對嵌入式視覺技術的演進同樣發揮了至關重要的作用。

高分辨率和多光譜傳感器提供了更詳細和多樣化的數據，使得嵌入式視覺系統能夠執行以前無法完成的任務。例如，在農業自動化領域，嵌入式視覺系統可以通過分析包括近紅外區域在內的不同光譜波段的圖像來評估作物的健康狀況。

機器學習與人工智能（AI）的融合進一步推動了嵌入式視覺的發展。這些技術使系統能夠從數據中學習，從而隨著時間的推移提高其準確性和適應性。從質量控制到自主導航的各種工業應用中，能夠進行實時決策的嵌入式視覺系統正在成為這些領域不可或缺的技術。

在工業領域，嵌入式視覺技術的創新正在催生新的應用，并優化現有的流程。反過來，人工智能、傳感器等新技術的發展也在深刻地影響著嵌入式視覺的創新。其發展趨勢主要體現在三個方面。

人工智能與嵌入式攝像頭的集成

人工智能在很大程度上正在革新嵌入式視覺系統。借助人工智能，嵌入式視覺系統能夠執行復雜的任務，如智能產品分類、質量控制和預測性維護。

RGB-IR相機的崛起

RGB-IR攝像頭在工業環境中越來越受歡迎，特別是在倉庫和工廠的監控中。這些攝像頭能同時捕捉可見光（RGB）和紅外（IR）光，所有功能都集成在一個攝像頭模塊中，無需額外的紅外截止濾光片。

相機的微型化與大型化

在嵌入式視覺領域，同時存在著小型化趨勢和采用更大傳感器攝像頭的需求。相機技術的進步正推動著更小、功能更強大的相機的發展，這些相機可以集成到緊湊且狹小的空間中。

例如，迷你無人機、工業平板電腦等。同時，許多工業應用諸如智能監控、機械臂和質量檢測等需要更大的傳感器攝像頭，以獲得更高的靈敏度和更廣的覆蓋范圍。通常，傳感器尺寸大于1/2.2英寸的攝像頭被視為“大”攝像頭。這種雙重趨勢要求嵌入式視覺系統必須在緊湊設計與增強成像能力之間取得平衡。

根據Growth Market Report的最新研究報告，2024年全球嵌入式視覺市場規模達到132億美元，在人工智能、機器學習和邊緣計算技術的推動下呈現出強勁增長態勢。預計從2025年到2033年，該市場將保持13.8%的顯著復合年增長率（CAGR），到2033年市場規模預計將達到406億美元。

推動嵌入式視覺市場發展的主要增長因素之一是人工智能和深度學習算法的快速演進和部署。人工智能與嵌入式視覺系統的融合實現了邊緣的實時數據處理和分析，顯著降低了延遲并增強了決策能力。

在汽車行業，高級駕駛輔助系統（ADAS）和自動駕駛汽車嚴重依賴嵌入式視覺進行物體檢測、車道偏離警告和行人識別。在工業自動化和機器人技術中的日益普及是嵌入式視覺市場增長的另一個重要驅動力。制造業正在利用嵌入式視覺系統進行質量控制、缺陷檢測和流程優化，從而提高生產率并降低運營成本。

工業4.0的興起以及向智能工廠的轉變，加速了視覺機器人和自動化檢測系統的部署。這些系統有助于精確監控和控制生產線，確保制造流程具有更高的準確性和一致性。此外，嵌入式視覺解決方案在物流和倉儲領域的應用日益廣泛，自動化分揀、庫存管理和包裹追蹤等應用進一步擴大了其在工業領域的使用范圍。

02智能相機驅動嵌入式視覺發展的關鍵硬件

智能相機是具備板載處理能力的獨立視覺系統，完成了從“看清”到“看懂”這一過程的轉變。它們將圖像傳感器、處理器和軟件整合到一個緊湊的單元中，能夠就地捕捉圖像并立即進行分析，例如檢測缺陷或讀取代碼。在生產線、物流甚至消費設備中，視覺系統的部署將變得更加簡單、可靠。

根據行業報告，工業自動化對智能相機的需求正在飆升，隨著性能的提高，它們在生產線上的作用將會繼續增強。Strategic Revenue Insights預計，到2033年，全球嵌入式視覺攝像頭市場的估值將達到153億美元，從2025年至2033年的復合年增長率（CAGR）為9.8%。這些相機中的高性能圖像傳感器（全局快門、高分辨率）和照明設備能確保快速移動部件信息的準確性。

DFRobot DFR0833 OpenMV Cam H7 Plus是一款小型低功耗智能相機模塊，采用高級Python腳本編程，這使得處理機器視覺算法的復雜輸出以及使用高級數據結構變得更加容易。該模塊內置了基于ARM Cortex-M7的STM32H743II處理器，標配OV7725 或MT9V034全局快門圖像傳感器，且支持更換鏡頭。STM32H743集成了工作頻率高達480MHz、具有雙精度浮點單元的Arm Cortex-M7內核，從Flash執行程序時，能夠提供2424 CoreMark /1027 DMIPS的性能，利用其L1緩存實現了0等待執行。

onsemi的MT9V034是一款1/3英寸寬VGA的CMOS有源像素數字圖像傳感器，具備全局快門和高動態范圍（HDR）功能，非常適合各種真實環境中的成像應用。在保持CMOS固有的尺寸、成本和集成優勢的同時，MT9V034實現了媲美CCD的圖像質量。

強大的組合使得DFRobot DFR0833 OpenMV Cam H7 Plus能夠用于線條檢測、圓形檢測、矩形檢測、模板匹配、圖像捕捉、視頻錄制、顏色跟蹤、標記跟蹤、人臉檢測、眼動追蹤和人物檢測等。對于需要將視覺功能集成到一個電池供電、體積極小、成本敏感設備中的這一類需求，OpenMV是非常好的選擇，工業自動化過程中簡單邏輯的流水線次品分揀以及二維碼/條碼掃描都可以直接使用它。

圖：DFRobot DFR0833 OpenMV Cam H7 Plus智能相機模塊（圖源：Mouser）

03邊緣AI芯片

AI重構嵌入式視覺的核心

正如上文所述，AI與嵌入式視覺系統的融合是嵌入式視覺市場快速發展的重要推手。邊緣AI對該領域的最大改變在于將工業自動化中比較刻板的“規則檢測”轉向“語義理解”。此時，視覺語言模型（VLM）將下沉到邊緣，系統不再只是識別“是否有劃痕”，而是可以理解自然語言指令。例如，質檢員通過語音說“幫我留意表面色澤不均且邊角有毛刺的產品”，嵌入式視覺系統即可實時調整推理邏輯。

此外，攝像頭不再輸出視頻流，而是直接輸出結構化數據，如物體坐標、缺陷類型、零件計數等，這些改變極大地減輕了工廠網絡的帶寬壓力。在移動協作機器人 (Cobots)中，嵌入式視覺可安裝在機械手末端，實現實時避障和亞毫米級的精密抓取。在預測性維護中，微型視覺模組可嵌入到軸承內部，通過監測微細磨損顆粒的形狀變化，在故障發生前即可發出預警。

隨著基于深度學習的AI 和具有AI 功能的嵌入式處理器即邊緣 AI 處理器的進步，我們可以在更低的功耗下以更高的準確性對龐大而復雜的視覺數據進行分析，現在的嵌入式相機可以“開箱即用”地運行深度學習模型，這也是嵌入式視覺能夠大規模落地的重要原因。因此，在嵌入式視覺應用中，選擇芯片不再只看主頻，而是更關注AI算力（TOPS）、能效比、ISP（圖像信號處理）能力以及工業級可靠性。

NVIDIA Jetson Orin作為高端模塊為邊緣的高級機器人技術和視覺技術提供超過100 TOPS的計算能力，是“算力派”的杰出代表。Texas Instruments的AM6xA系列則是典型的“工業派”。該公司的芯片設計邏輯是“夠用且極度穩定”，并且根據實際需求有多個細分產品。AM62A (2 TOPS)的定位是入門級AI視覺，支持1-2個攝像頭，優勢是功耗極低，約2-3W，工作中無需風扇，可用于智能掃碼槍、簡單的零件計數、工業讀碼器等對算力需求不高，但對功耗和價格敏感的應用。

AM68A (8 TOPS)的定位是中端AI視覺，支持多達8路攝像頭輸入，優勢是擁有強大的硬核ISP，內置鏡頭畸變校正（LDC）和多尺度縮放（MSC），能顯著降低CPU負擔，可用于協作機器人末端視覺、常規缺陷檢測等。

AM69A (32 TOPS)是AM6xA系列中的一款高端邊緣AI 器件，支持12路攝像頭，并提供多種方法來通過異構處理內核和集成硬件加速器優化網絡邊緣性能，在算力與能效方面找到了完美的平衡點，工業接口豐富，有PCIe Gen3和多路千兆網口，非常適用于多相機同步檢測線、復雜的移動機器人（AMR）中的嵌入式視覺應用需求。

圖：AM69A上的機器視覺數據流方框圖（圖源：TI）

04本文小結

嵌入式視覺是指將圖像采集（攝像頭）與圖像處理（算力）集成在同一個小型化設備或系統中的技術。如今的嵌入式視覺已不再僅僅是機器視覺的一個分支，它已經演變成“物理AI（Physical AI）”的神經末梢。

從工廠車間上的智能相機到自動駕駛汽車中的AI芯片，嵌入式視覺技術正在以深刻的方式改變著多個行業的運行規則，它們為機器帶來了視覺和視覺理解的能力。嵌入式視覺技術正通過自動化一系列廣泛的任務，從檢測、導航到物料搬運等，為工業領域帶來了革命性的變化。

由嵌入式視覺驅動的自動化檢測攝像系統能夠快速識別生產線上的產品缺陷，確保無需人工干預即可達到更高的質量標準。同樣，配備視覺系統的自動導引車（AGV）能夠高效地在復雜的倉庫環境中導航，優化了物流成本。