過去幾年中，物聯網的發展、在線采購的普及和快速接受，以及工業 4.0 的推廣，為機器人和自動視覺檢測在工業自動化和物流管理中的普遍應用創造了前所未有的機會。這為智能相機的廣泛采用做出了巨大貢獻，主要用于條形碼讀取、OCR 讀取、機器人引導和特征檢測。智能相機的基本特性（例如易用性和經濟成本）使其非常適合這些對速度要求不高且空間有限的應用。?

與任何技術一樣，智能相機的普及也受到一定的限制和阻礙：一是計算能力有限；二是軟件靈活性較差。兩者相互作用，主要是由于緊湊外形的限制，不能像 PC 那樣使用更快的芯片，也不能簡單地移植一些計算密集型算法。隨著片上系統 (SoC) 和嵌入式技術的進步，這些限制肯定會被消除。

智能相機可用于單、多點檢測應用

就其本質而言，單點檢測、快速部署和易于維護仍將是智能相機相對于基于 PC 的視覺系統的優勢，即使在某些情況下分隔線變得比以往更加模糊，但主要區別仍然存在。智能相機和基于 PC 的視覺系統從多個角度相互補充。 隨著嵌入式系統處理能力的提高，智能相機可能能夠處理以前無法處理的更快、更復雜的應用程序。此外，在某一時刻，如果軟件允許容納主-從二級結構，則多個智能相機可用于多視圖應用，這是基于 PC 的多相機系統的傳統領域。此外，針對惡劣環境的 IP67 防護等級和適合更小空間的緊湊外形無疑使智能相機更具優勢。

智能相機的技術趨勢

在過去的幾年里，隨著智能相機在各行各業的推廣普及，我們看到了智能相機發展的幾大趨勢。

01 特定應用的智能相機-低成本和單一功能導向

在過去的幾年里，我們看到了智能相機的兩大趨勢。第一個趨勢是智能相機越來越專注于特定應用或單一功能，就像傳統的光學傳感器一樣。例如，以極低的成本，相機可能僅適用于物流跟蹤的條形碼讀取、識別某些特征的存在/不存在，或用于機器人引導的特征匹配。

02 專注于人工智能的智能相機

第二個趨勢是智能相機正在利用更多的板載智能或更智能的嵌入式技術來解決更復雜的檢查任務。這些任務通常需要更多的計算能力，而智能相機過去由于其緊湊的外形尺寸而受到限制，但這種情況正在發生變化。這方面的一個新發展是人工智能（深度學習）的出現，這在推動新的專注于人工智能的智能相機方面發揮了重要作用。使用來自 Teledyne DALSA 的 Astrocyte 等 AI 訓練器有助于在具有更強大 GPU 的高端 PC 中進行耗時的圖像訓練。由人工智能驅動的智能相機肯定會彌補過去智能相機型號的局限性。?

? 值得注意的是，所有這些演變都是由軟件的進步推動的。功能模塊化與軟件的變化有關。AI智能相機也受到重大軟件技術突破的推動。當然，硬件和計算能力，甚至傳感器的進步同樣也在積極助力智能相機的演變。但軟件進步在這些技術發展中發揮著關鍵作用。

03 無線管理或基于云的智能相機

智能相機發展的另一個進步是集成無線技術以實現遠程監控和控制目的。由于數據安全或可靠性問題，Wi-Fi 可能不夠可靠或不夠快，無法用于圖像傳輸或實時監控。但是，運營管理人員遠程進行有限的檢查控制和管理將成為智能相機被普遍使用的功能。? 利用云計算技術，基于云的智能終端攝像頭也在不斷涌現。如何利用 5G 技術可靠、快速地傳輸圖像和數據，正在一些主要制造中心的許多生產車間出現。

智能相機未來發展方向

從技術到供應鏈脫鉤，事情似乎正朝著多個方向發展。在技術方面，智能相機的研發工作總是追求更快、更容易、更經濟、更強大的機會。5G 的出現使云計算更加現實。在云端集中計算的攝像頭將使工業相機更受歡迎。但是，無論5G技術有多快，數據的安全性和可靠性以及沒有任何時間延遲的實時處理將始終是一個問題，而且主服務器的負擔和成本也不容忽視。具有改進的 SoC 的邊緣計算將使智能相機在許多情況下更具吸引力。? 此外，供應鏈脫鉤意味著制造業將繼續分散在世界各地不同的國家本地，這將為使用機器人的生產自動化創造更多機會，具有易用性和更簡單布線特點的智能相機與此完美匹配。

說到智能相機本身，具有人工智能功能的智能相機或所謂的“推理智能相機”——將越來越受歡迎，智能 3D 相機也將如此。換言之，隨著智能相機能力的提升，在可預見的未來，它們的應用將延伸到更多以前基于PC的視覺系統占據主導地位的領域。

編輯：黃飛