在制造业中，视觉系统技术一直有很大的兴趣。尽管该技术已被广泛应用，但一些人会认为，视觉系统技术的应用在制造业中从未达到临界质量，因为这些系统的购买和安装成本很高。然而，嵌入式技术的成本直线下降，大大增加了将嵌入式视觉技术应用于各种制造工艺的机会。许多应用都涉及到尖端机器人应用但嵌入式视觉系统同样适用于基本的制造应用，如库存跟踪和检查。
说到库存跟踪，大多数人会想到使用条形码和RFID标签来跟踪和配送材料。但是，林依凤的赛灵思公司注意，这些技术不能用于检测损坏或有缺陷的商品。
Lin说:“随着图像传感器技术的不断成熟和其他视觉处理组件的日益集成，嵌入式视觉时代的智能材料和产品跟踪和处理将成为下一代库存管理系统的基础。”“高分辨率相机已经可以提供工作材料和库存标签的详细图像，但需要复杂的实时软件来分析图像，识别其中的物体，识别与这些物体相关的ID标签，并进行质量检查。”
Lin指出，她在这个例子中使用的术语“实时”指的是嵌入式视觉系统每秒评估数十个项目的能力。
Lin说，嵌入式视觉处理的核心是软件灵活性和硬件加速能力的结合，以解决具有挑战性的系统性能要求，同时仍然允许算法优化和进化。对这些功能的需求推动了Xilinx Zynq-7000全可编程芯片系统(soc)的开发。Lin指出，这些soc结合了双核32位ARM Cortex-A9微处理器和单芯片上的可编程逻辑阵列。处理器核心可以运行复杂的图像分析和视频分析程序，而紧密耦合的可编程逻辑结构实现了高速算法，包括镜头校正和校准、图像预处理和模式识别。”
当然，使用soc并不是处理视觉处理的唯一方式。林说还有其他潜力视觉处理解决方案包括通用cpu、专用成像处理器、dsp、gpu和多核应用处理器。
“为了满足视觉应用程序的实时需求，各种任务通常必须并行运行，”她说。“实时质量检查可用于发现损坏的材料，并可用于自动更新库存数据库，包括每件物品的信息和任何质量问题的详细信息。通过从单个视频流中提取多个复杂的实时视频分析，用于库存跟踪和管理的视觉系统可以在不超过可接受的基础设施成本的情况下提供强大的功能。”
嵌入式视觉系统为库存跟踪提供的相同功能也可以应用于自动化检查。
“视觉在自动化检查中有很多用途，也有很多好处，例如检查组件的存在，读取文本和条形码，测量尺寸和对齐，以及定位缺陷和模式，”Carlton Heard of说国家仪器．“从历史上看，质量保证通常是通过从生产线上随机选择样品进行人工检查，然后使用统计分析将结果推断到更大的生产运行。这种方法给有缺陷的部件留下了不可接受的空间，从而导致生产线下游的机器堵塞或有缺陷的产品被运输。另一方面，自动化检测提供了100%的质量保证。”
Heard补充说，由于嵌入式技术的日益强大以及通过fpga实现的可编程性，视觉处理性能的进步意味着自动化视觉检测通常不再是曾经被认为是制造吞吐量的限制因素。
Heard指出，为了在作业中使用嵌入式视觉技术实现自动化检测，必须意识到视觉系统只是一个多步骤难题的一部分，必须与其他设备和I/O协议同步，以便在应用程序中良好地工作。
例如，考虑一个常见的检查场景，该场景涉及在错误部件通过生产线时对正确部件进行分类。希尔德解释说:“这些部件沿着传送带移动，摄像机和弹射器位置之间的距离已知，从而消除了故障部件。”“随着部件的迁移，必须跟踪它们各自的位置，并与图像分析结果相关联，以确保弹射器正确地排除故障。有多种方法可以使排序过程与视觉系统同步，例如使用已知延迟的时间戳，以及跟踪经过的部件数量的接近传感器。然而，最常见的方法依赖于编码器。当零件经过检查点时，接近传感器检测到它的存在并触发摄像机。在已知编码器计数后，喷射器将根据图像分析的结果对部分进行排序。”
这就是嵌入式视觉技术的进步发挥作用的地方，因为该技术的挑战在于系统处理器必须“不断跟踪编码器值和接近传感器，同时运行图像处理算法来对部件进行分类，并与弹射系统进行通信，”Heard说。“这种多功能杂耍可能会导致复杂的软件架构，增加大量的延迟和抖动，增加不准确的风险，并降低吞吐量。”
高性能处理器(如fpga)通过提供一种硬件定时方法，将输入和输出与视觉检测结果紧密同步，从而帮助解决这些问题。
编者注:本文中的信息由赛灵思和国家仪器提供给自动化的世界通过嵌入式视觉联盟．最近其他自动化的世界参考嵌入式视觉联盟的文章可以在以下文章中找到:
