电子@@创新@@188足彩外围@@app 网@@ - 机器视觉@@@@ - 188足彩网

思特威@@发布工业@@机器视觉@@@@面阵@@CMOS图@@像传感器@@@@SC038HGS

judy — Thu, 25 Jan 2024 06:30:24 +0000

思特威@@（上海@@）电子@@科技股份有限公司@@（股票简称@@：思特威@@，股票代码@@：688213），宣布推出@@0.3MP高帧率@@工业@@面阵@@CMOS图@@像传感器@@@@新品@@——SC038HGS。这款背照式全局快门图@@像传感器@@@@@@采用@@先@@进@@的@@@@SmartGS®-2 Plus技术@@，依托思特威@@卓越的@@模拟电路设计@@@@，集高感光性能@@@@、低噪声@@、高帧率@@、低功耗@@@@四大性能优势于一身@@，可赋能工业@@机器视觉@@@@相机@@@@、无人机@@/扫地机避障系统@@、AR/VR 6DoF系统等多元化应用@@场景@@。

先@@进@@SmartGS®-2 Plus技术@@加持@@，以更强性能打造高可靠性视觉@@检测应用@@@@
通过@@高度准确的@@测量和@@实时图@@像采集@@能力@@，全局快门传感器@@在@@众多工业@@机器视觉@@@@应用@@场景中@@得到@@广泛应用@@@@，如检测@@、识别和@@分拣@@@@，其卓越性能显著改善了图@@像质量@@，特别是在@@消除运动模糊方面@@，具备明显的@@优势@@。因此@@，全局快门传感器@@成为了工业@@机器视觉@@@@应用@@的@@首选@@。

SC038HGS采用@@思特威@@自主创新的@@@@SmartGS®-2 Plus技术@@，基于@@全局快门@@(GS)技术@@和@@背照式像素结构@@(BSI)设计@@，带来更佳的@@量子效率@@(QE)和@@更高的@@满阱电子@@@@(FWC)，且采用@@@@High Density MIM(HD MIM)工艺@@，大幅降低了随机噪声@@，改善图@@像质量@@。

具备高感光性能@@@@、低噪声@@、低功耗@@@@三大特点的@@@@SC038HGS图@@像传感器@@@@可大幅提升视觉@@信息的@@准确性和@@清晰度@@，实现@@在@@低照度环境下的@@高质量图@@像捕捉@@，从@@而提供更真实@@、更清晰的@@虚拟体验@@。

高感光性能@@
在@@SmartGS®-2 Plus先@@进@@技术@@加持@@下@@，SC038HGS峰值量子效率@@(peak QE)和@@FWC分别高达@@90%和@@12.4ke-，即@@使在@@暗光工业@@环境中@@@@，SC038HGS的@@高感光性能@@仍然能够帮助工业@@机器视觉@@@@相机@@准确地检测和@@测量目标@@，高效@@解决自动化流水线@@视觉@@信息采集难题@@。

低噪声@@
借助思特威@@创新的@@超低噪声@@外围读取电路技术@@@@，SC038HGS实现@@了更佳的@@噪声抑制@@，并进一步改善了产品在@@高温下的@@成像性能@@。芯片暗电流@@@@(DC)在@@80℃环境下低至@@247e-/s，带来干净明细@@、低噪声@@的@@成像效果@@，同时@@显著优化了在@@高温环境下的@@成像表现@@。

低功耗@@@@
通过@@思特威@@优异的@@低功耗@@@@设计@@@@，SC038HGS的@@功耗@@可低至@@48.6mW，这使得@@工业@@环境中@@设备的@@工作效率得到@@了显著提升@@。对于无人机@@@@/扫地机避障系统@@、AR/VR 6DoF等应用@@而言@@，低功耗@@@@还能显著延长电池的@@使用寿命@@，有效提升电池类产品的@@工作时间@@。

支持@@240fps超高帧率@@@@，提供更流畅@@、更精确的@@图@@像@@捕捉和@@显示@@
工业@@相机@@的@@帧率@@决定着设备的@@测量效率@@，因此@@为了让工业@@生产@@更加便捷@@、高效@@，对高帧率@@图@@像传感器@@@@的@@需求一路高涨@@。在@@SmartGS®-2 Plus先@@进@@技术@@和@@高帧率@@设计@@的@@加持下@@，SC038HGS拥有出色的@@快门效率@@（PLS提升至@@>30000），并支持@@高达@@240fps的@@帧率@@，大幅提升了图@@像传感器@@@@的@@采集速度和@@稳定性@@，助力图@@像采集@@系统在@@工业@@机器视觉@@@@应用@@中@@实现@@实时的@@监测和@@分析@@，以高速度和@@高精度保障工厂产线@@产品的@@优良率@@、产能与精细度@@。

多样化接口@@选项@@，提供卓越灵活性的@@解决方案@@@@
思特威@@此次推出的@@@@SC038HGS，与市面上同类产品相比@@，不仅支持@@@@MIPI D-PHY接口@@，还支持@@@@LVDS和@@DVP接口@@。这些多样化的@@接口@@选项为工业@@机器视觉@@@@应用@@@@、无人机@@/扫地机避障系统@@、AR/VR 6DoF系统等提供了更大的@@灵活性@@，使其能够根据@@不同的@@场景和@@需求选择合适的@@接口@@@@。这种灵活性有助于满足用户在@@图@@像数据@@传输速度@@、稳定性和@@成本效益等方面的@@需求@@，使其能够在@@高速和@@复杂环境中@@更好地发挥作用@@。

目前@@SC038HGS已接受送样@@，预计@@将于@@2024年@@Q2实现@@量产@@。想了解更多关于@@SC038HGS的@@信息@@，请与思特威@@销售人员联系@@。

关于思特威@@@@（SmartSens Technology）

思特威@@（上海@@）电子@@科技股份有限公司@@SmartSens Technology（股票简称@@：思特威@@，股票代码@@：688213）是一家从@@事@@CMOS图@@像传感器@@@@芯片产品研发@@、设计@@和@@销售的@@高新技术@@企业@@，总部设立于中@@国上海@@@@，在@@多个城市及国家设有研发中@@心@@。

自成立以来@@，思特威@@始终专注于高端成像技术@@的@@创新与研发@@，凭借自身性能优势得到@@了众多客户的@@认可和@@青睐@@。作为@@致力于提供多场景应用@@@@、全性能覆盖的@@@@CMOS图@@像传感器@@@@产品企业@@，公司产品已覆盖了安防监控@@、机器视觉@@@@、智能车载电子@@@@、智能手机@@等多场景应用@@领域的@@全性能需求@@。

思特威@@将秉持@@“以前沿智能成像技术@@@@，让人们更好地看@@到@@和@@认知世界@@”的@@愿景@@，以客户需求为核心动力@@，持续推动前沿成像技术@@升级@@，拓展产品应用@@领域@@，与合作伙伴一起助推未来智能影像技术@@的@@深化发展@@。欲了解更多信息@@，请访问@@： www.smartsenstech.com。

这些图@@像传感器@@@@如何选@@？先@@get这五大要点@@√

judy — Mon, 22 Jan 2024 02:16:23 +0000

随着科学技术@@的@@发展@@，机器视觉@@@@在@@智能交通系统@@ (ITS)中@@扮演着越来越重要的@@角色@@。无论是自动车牌识别@@、违法停车检测@@，还是行人检测@@、交通流量分析@@，甚至行车违章识别@@，都离不开高质量的@@图@@像@@传感器@@@@的@@支持@@@@。这些传感器@@必须具备高分辨率@@@@、高帧率@@、宽动态范围和@@低噪声@@等特性@@，以适应各种环境条件@@，满足不同应用@@的@@需求@@。

机器视觉@@@@有哪些特点@@，与人类视觉@@相比如@@何@@？
虽然人类一直希望看@@到@@全彩色和@@高分辨率@@@@，但对于各种机器视觉@@@@应用@@而言@@，这并不是必需的@@@@。在@@机器视觉@@@@中@@@@，图@@像本身并不是最重要的@@@@。最重要的@@是存储在@@图@@像中@@的@@信息@@@@：例如@@，硅晶片上缺陷的@@位@@置和@@大小@@、存储在@@条形码或@@二维@@码中@@的@@数据@@@@，或@@者车牌上的@@数字和@@字母@@。

机器视觉@@@@有哪些快速增长@@的@@应用@@领域@@？
ITS就是其中@@@@之一@@，尤其是在@@中@@国@@。安装在@@交通信号灯杆上的@@摄像头会监控车牌号并侦测是否有闯红灯和@@其他违规行为@@。对于超速或@@违法闯入特定区域@@，也以数字化方式进行抓拍甚至强制执行罚款@@。当发生违规行为时@@，ITS会记录驾驶员的@@行为@@，例如@@开车时使用手机@@。用于@@ITS应用@@的@@摄像头通常每通道至少需要@@1,000到@@1,500像素水平@@的@@分辨率@@@@，一些@@ITS供应商正在@@转向@@2,000像素以为将来做准备@@。对垂直@@分辨率的@@要求也在@@增长@@@@，因为@@ITS用户希望更多地了解驾驶员正在@@做什么@@，行人是否在@@人行横道上@@，以及@@附近交通信号灯的@@状态等信息@@。

平板显示器检测是另一个不断增长@@的@@领域@@，检测发生在@@不同的@@层面@@，包括在@@制造过程中@@检查每个@@LED是否打开和@@关闭@@，以及@@在@@最终测试中@@检查所有@@@@ LED 的@@亮度是否均匀@@。还有其他应用@@领域@@，包括太阳能面板检测和@@硅晶片检测@@。此外@@，安森美@@ (onsemi) 传感器@@还可用于@@自动化仓库中@@的@@机器人@@作业@@。

对分辨率@@、动态范围和@@帧率等规格的@@要求有何改进@@？
这些规格主要适用于@@移动的@@目标@@。摄像头制造商希望为硅晶圆检测和@@太阳能面板检测等应用@@提供更高的@@分辨率@@@@。人眼具有高动态范围@@，因此@@人们自然希望在@@图@@像传感器@@@@中@@复制这种特性@@。目前@@，12-bit分辨率对于大多数高性能机器视觉@@@@应用@@来说已经足够@@，但有一些@@应用@@也已经开始探索@@ 14-bit解决方案@@。

另请注意@@，高分辨率@@、高动态范围和@@快速帧率相结合会产生大量数据@@@@。安森美@@提供标准接口@@以便从@@我们的@@传感器@@中@@传输数据@@@@，接下来@@客户需要提供数据@@处理能力以从@@数据@@中@@获得有意义的@@结果@@。还值得注意的@@是@@，对低性能传感器@@的@@需求仍然很大@@。比如@@，条形码扫描不需要用到@@@@ 5000万像素@@的@@@@ 12-bit彩色传感器@@@@。

除了@@分辨率@@、动态范围和@@帧率之外@@，客户还应该注意哪些其他规格参数@@？
另一个关键规格是功耗@@@@。保持传感器@@的@@低功耗@@@@可以延长便携式设备的@@电池续航时间@@，尤其是在@@高帧率@@的@@情况下@@。此外@@，功耗@@意味着发热@@，而在@@@@图@@像传感器@@@@中@@@@，热量意味着噪声@@，因此@@保持低功耗@@@@有利于提高整体图@@像质量@@。

选择特定图@@像传感器@@@@时还需要考虑哪些其他特性@@？
在@@设计@@摄像头时@@，选择一个可以支持@@多种分辨率@@和@@配置以及@@@@ IP 再利用的@@传感器@@系列@@。对于您的@@应用@@@@，远心配置可能就足够了@@。如果远心配置不足以满足需求@@，可寻找具有针对特定用例@@（例如@@ ITS）的@@主光线@@角@@ (CRA) 优化的@@传感器@@系列@@。

此系列的@@一个示例是安森美@@@@ XGS 图@@像传感器@@@@。XGS传感器@@提供@@11种分辨率@@，从@@2Mp到@@45Mp不等@@，其中@@@@一个尺寸支持@@@@2Mp到@@16Mp的@@分辨率@@，而另一个尺寸支持@@@@20Mp到@@45Mp的@@分辨率@@。所有@@版本均提供真正的@@全局快门和@@@@12-bit模数转换@@器@@。面向@@ITS市场的@@版本提供了优化的@@@@CRA调整@@。所有@@XGS传感器@@都具有低功耗@@@@特性@@，在@@某些情况下耗散的@@功率是竞品器件的@@一半@@。

图@@像传感器@@@@在@@不久的@@将来会怎样@@？
对于高端机器视觉@@@@应用@@@@，仍将以追求更高分辨率@@为@@目标@@。光学格式将变得更大@@，像素将需要变得更小@@，以使传感器@@尺寸可控@@，并允许使用更低成本的@@镜头系统@@。大传感器@@尺寸对数据@@读出性能要求较高@@，随着线@@缆长度的@@加倍@@，连接线@@寄生效应将会翻两番@@。在@@制造方面@@，更高密度的@@传感器@@本质上更容易受到@@伪影的@@影响@@，而良率优化对于降低成本至关重要@@。

就应用@@和@@市场而言@@，从@@手机到@@汽车仪表盘再到@@@@80英寸@@的@@电视@@，面板和@@显示器随处可见@@，这推动了用于@@监测它们的@@传感器@@和@@系统的@@需求@@，且蕴藏巨大的@@发展空间@@。

本文转载自@@：安森美@@

熄灯不停产@@，这样的@@超级工厂是如何打造出来的@@@@？

judy — Fri, 10 Nov 2023 06:28:52 +0000

24小时连续作业@@，无人工干预@@，机器自助配合@@，质量远程监控@@……产业界将具备这些特点的@@工厂定义为@@“熄灯工厂@@”，也可称为@@“关灯@@工厂@@”或@@“黑灯工厂@@”。当前@@，全球@@头部品牌的@@汽车制造工厂@@，智能手机@@/PC代工厂@@，很多都是以@@“熄灯工厂@@”标准来打造@@。

“熄灯工厂@@”的@@架构和@@价值@@

“熄灯工厂@@”代表着全自动化的@@生产@@流程@@。通过@@“关灯@@”运转模式@@，工厂在@@生产@@效率和@@库存周期等方面得到@@明显改善@@，助力企业的@@可持续发展战略@@。达沃斯世界经济论坛与管理咨询公司麦肯锡将这些先@@进@@的@@工厂定义为@@“灯塔工厂@@”，截至目前@@@@，全球@@共有@@132座@@“灯塔工厂@@”，其中@@@@50座@@位@@于中@@国@@。

“熄灯工厂@@”作为@@工业@@@@4.0的@@典型应用@@@@，其体系架构和@@工业@@@@4.0类似@@，如下图@@所示@@。

图@@1：工业@@4.0体系框图@@@@（图@@源@@：Plattform Industrie 4.0）

这样看@@可能不够具体@@，我们以富士康@@工业@@互联网@@的@@智能工厂@@架构来具体看@@一下@@“熄灯工厂@@”的@@组成@@。如下图@@所示@@，“熄灯工厂@@”是富士康@@工业@@互联网@@的@@主要应用@@之一@@，其非常大的@@改变是软硬件对人的@@替代@@：系统中@@的@@决策@@者变成了各种智能软件系统@@，管理者则是操作系统配合硬件系统@@，执行者是各种终端设备@@。

图@@2：富士康@@工业@@互联网@@云架构和@@@@“熄灯工厂@@”应用@@（图@@源@@：富士康@@）

在@@人工成本快速上涨@@，产品迭代速度日益加快的@@大背景下@@，“熄灯工厂@@”是工业@@制造领域发展的@@必然趋势@@，带来了更高的@@柔性生产@@@@效率和@@协同生产@@能力@@。同时@@，“熄灯工厂@@”具备更高效@@@@、高质量的@@自动质量检测能力@@，有效避免了人工主观造成的@@漏检与误检@@，能大幅提高产品交付质量@@。当然@@，“熄灯工厂@@”并不意味着完全无人化@@，只是将生产@@@@、决策@@、调度的@@权利留给了前端设备@@，极少数的@@人员在@@后端负责监管和@@运维@@。

通过@@图@@@@2我们能够清晰地看@@到@@@@，“熄灯工厂@@”的@@企业层主要由各种功能@@软件和@@系统组成@@，车间@@层主要是各种硬件系统和@@连接技术@@@@，设备层则是具体的@@设备和@@仪器@@。“熄灯工厂@@”涉及的@@关键技术@@包括云计算@@、大数据@@@@、物联网@@@@、人工智能@@、自动质量和@@工业@@自动化等@@，这些关键技术@@均以电子@@元器件为基础构建@@底层系统@@，这是贸泽电子@@@@携手原厂为产业发挥赋能价值的@@地方@@。

为了持续提升这些核心技术@@的@@整体性能@@，信号链@@、微控制@@器@@、传感器@@、网@@关芯片和@@电源管理芯片等也在@@持续突破@@。以传感器@@为例@@，已经不仅是简单地将物理信号转换为数字信号@@，在@@小型化@@、集成化的@@前提下@@，也逐步具备了智能化的@@能力@@@@。

下面我们就来具体看@@一下@@，构建@@“熄灯工厂@@”可以用到@@哪些性能领先@@的@@电子@@元器件@@。

“熄灯工厂@@”中@@的@@机器视觉@@@@@@

上面已经提到@@@@，“熄灯工厂@@”一大显著特点是仅需要少数几个人根据@@现场信号灯来解决一些@@突发情况@@。我们都知道在@@传统工厂中@@很多工作需要人眼去做判断@@，那么机器在@@执行相同的@@操作@@，甚至是更复杂的@@操作时@@，也需要具备这种视觉@@能力@@，这就是为什么机器视觉@@@@会如此被重视@@。

GGII数据@@显示@@，2022年@@中@@国机器视觉@@@@市场规模为@@@@170.65亿元@@，预计@@到@@@@2027年@@将达到@@@@@@565.65亿元@@，其中@@@@2D视觉@@市场规模将达到@@@@@@@@407.15亿元@@，3D视觉@@市场规模将达到@@@@@@@@158.5亿元@@。快速增长@@的@@机器视觉@@@@技术@@在@@@@“熄灯工厂@@”里主要从@@事以下几方面的@@工作@@：

#01. 引导定位@@@@

为了让包括机械臂在@@内的@@产线@@设备能够找准目标物的@@位@@置@@，基于@@图@@像处理和@@分析技术@@的@@视觉@@定位@@引导系统便是系统中@@不可或@@缺的@@一部分@@，在@@上下料@@、生产@@、装配等环节发挥重要作用@@，其配置模式包括固定机位@@模式@@、移动机位@@模式以及@@混合模式@@。

#02. 外观检测@@

机器视觉@@@@质检技术@@是一种信号链@@@@、无损伤的@@自动检测技术@@@@，过往这是生产@@制造环节用人工较多的@@地方@@，换用机器视觉@@@@检测系统之后@@，在@@尺寸检测@@、形状检测@@、外观缺陷检测等方面得到@@明显改善@@。

#03. 高精度检测@@

在@@检测环节@@，引入机器视觉@@@@之后@@，系统检测的@@能力@@已经超出人类极限@@，可以实现@@毫米@@级@@，甚至是微米级的@@检测@@，比如@@电路板引脚检测@@、硬币字符检测等@@。

#04. 识别和@@分拣@@@@

机器视觉@@@@能够对图@@像进行处理@@、分析和@@理解@@，以识别各种不同模式的@@目标和@@对象@@，主要的@@识别手段包括@@Blob分析法@@（BlobAnalysis）、模板匹配法和@@深度学习法@@。同时@@，系统基于@@识别的@@结果还可以进一步结合机械臂增加分拣@@环节@@，这在@@目前@@的@@仓储和@@快递行业已经非常普遍@@。

因此@@，机器视觉@@@@是实现@@工业@@自动化和@@智能化的@@必要手段@@，相当于人类视觉@@在@@机器上的@@延伸@@，具备精确性@@、持续性@@、高效@@性和@@可重复性等特点@@。为了帮助大家更好地打造机器视觉@@@@方案@@，在@@此我们为大家推荐一款来自制造商@@ADI的@@100万像素@@飞行时间模块@@，贸泽电子@@@@官网@@上@@该器件的@@料号为@@@@ADTF3175BMLZ。

图@@3：ADTF3175 100万像素@@飞行时间模块@@（图@@源@@：贸泽电子@@@@）

ADTF3175基于@@ADSD3100进行设计@@@@，集成了用于@@成像器@@的@@镜头和@@光学带通滤波器@@、包含光学@@188足彩外围@@app 的@@红外照明源@@、激光二极管@@、激光二极管@@驱动器和@@光电检测器@@、闪存以及@@电源稳压器@@，可产生本地电源电压@@。

图@@4：ADTF3175模块系统框图@@@@@@（图@@源@@：ADI）

作为@@ADTF3175模块的@@核心@@，ADSD3100是一款@@100万像素@@CMOS间接飞行时间@@（ITF）成像器@@，设计@@用于@@高分辨率@@@@3D深度传感和@@视觉@@系统@@。该芯片支持@@@@1024（水平@@）×1024（垂直@@）像素阵列@@，3.5μm×3.5μm方形像素@@，以及@@1/3.6英寸@@光学格式@@。

图@@5：ADSD3100系统框图@@@@（图@@源@@：ADI）

ADSD3100通过@@移动行业处理器接口@@@@(MIPI)、摄像头串行接口@@@@2（CSI-2）接口@@与主机系统进行电气连接@@，这一点在@@@@ADTF3175模块上得到@@了充分利用@@。同时@@，ADTF3175模块编程和@@操作通过@@@@4线@@SPI和@@I2C串行接口@@进行控制@@@@。

除了@@机器学习系统以外@@，ADTF3175模块还可用于@@机器人@@@@、楼宇自动化和@@增强现实@@(AR)系统等应用@@方向@@。

“熄灯工厂@@”中@@的@@状态监测@@

机器视觉@@@@的@@应用@@很多都是为了让工业@@制造系统清晰地了解产品的@@状态量@@，其实系统自身的@@状态量监测也很重要@@。如果系统能够及时发现和@@预测出故障的@@发生@@，将会大幅度提升设备运行的@@可靠性@@。

一般而言@@，设备从@@正常运转到@@发生故障停机@@，有一个发生和@@发展的@@过程@@，很多故障并不是突发的@@@@。因此@@，在@@“熄灯工厂@@”里都会有一个工况监测系统@@，属于设备管理系统的@@一部分@@。通过@@这个系统@@，能够准确把握系统中@@各设备的@@运转情况@@。这样做对于产线@@良率的@@保持也很有帮助@@。

作为@@MEMS惯性@@188足彩外围@@app 的@@一种@@，MEMS加速度计能够测量物体的@@加速力@@，从@@而得到@@物体的@@振动和@@位@@置信息@@，让物体能够了解自身状态@@，因此@@在@@@@“熄灯工厂@@”里得到@@广泛应用@@@@，典型应用@@包括振动检测@@、姿态控制@@@@、安防报警@@、状态记录@@、动作识别等@@。

接下来@@，我们便为大家介绍一款性能领先@@的@@@@MEMS加速计@@，同样是来自制造商@@ADI，贸泽电子@@@@官网@@上@@，该器件的@@料号为@@ADXL367BCCZ-RL7。

图@@6：ADXL367 MEMS加速计@@（图@@源@@：贸泽电子@@@@）

ADXL367 MEMS加速计@@是一款@@超低功耗@@@@三轴微机电系统@@(MEMS)加速计@@，在@@100Hz输出数据@@速率下仅消耗@@0.89μA电流@@，在@@运动触发唤醒模式下消耗@@180nA电流@@。与使用功率占空比来实现@@低功耗@@@@的@@加速计@@不同@@，ADXL367没有通过@@欠采样混叠输入信号@@，而是采用@@全数据@@速率对传感器@@的@@整个带宽进行采样@@。器件内部的@@低通滤波器转角自动设置@@，以确保@@满足奈奎斯特采样准则@@。

图@@7：ADXL367 MEMS加速计@@在@@几种电源电压下的@@电流@@消耗与输出数据@@率@@（图@@源@@：ADI）

ADXL367 MEMS加速计@@具有@@14位@@恒定输出分辨率@@。同时@@，在@@较低分辨率足够时@@，还提供@@8位@@格式化数据@@@@实现@@更高效@@的@@单字节传送@@。为了兼容@@@@ADXL362设计@@，还支持@@@@12位@@格式化数据@@@@。该器件具有@@±2g、±4g和@@±8g测量范围可供选择@@，在@@±2g范围内@@，分辨率为@@0.25mg/LSB。

ADXL367是一款@@高集成@@、多性能的@@器件@@，内置微功率温度传感器@@@@，用于@@同步转换额外模拟输入和@@具有中@@断能力的@@内部模数转换@@器@@@@(ADC)、可以在@@任何输出数据@@速率下工作和@@仅增加@@35nA电流@@的@@单击和@@双击检测@@@@，以及@@防止误触发的@@状态机@@。

图@@8：ADXL367 MEMS加速计@@功能@@框图@@@@（图@@源@@：ADI）

图@@9：ADXL367单击和@@双击检测@@（图@@源@@：ADI）

ADXL367 MEMS加速计@@提供深度多模输出先@@进@@先@@出@@(FIFO)功能@@。

图@@10：ADXL367 MEMS加速计@@FIFO读取功能@@@@（图@@源@@：ADI）

图@@11：ADXL367 MEMS加速计@@SPI FIFO读取功能@@@@（图@@源@@：ADI）

除了@@24/7全天候不间断感测和@@工业@@应用@@以外@@，ADXL367 MEMS加速计@@还可用于@@运动使能省电开关@@、运动使能计量设备@@、数字医疗保健@@、单节电池供电的@@智能手表@@、智能家居@@、产销合一商品和@@生命体征监控设备等应用@@中@@@@。

“熄灯工厂@@”的@@下一步@@：精益化@@

“熄灯工厂@@”的@@广泛部署打通了离散制造企业的@@设备@@、网@@络@@、控制@@、车间@@、企业间的@@信息@@流与控制@@流@@，帮助企业实现@@了数字化和@@智能化升级@@。不过@@，当前@@很多@@“熄灯工厂@@”解决的@@痛点还主要是机器替代人工@@，虽然提高了生产@@效率@@，不过@@对于生产@@任务的@@变动不能灵活地响应@@。在@@生产@@的@@过程中@@@@，大部分自动化设备只能从@@事简单重复的@@工作@@，对于使用复杂系统的@@产品生产@@难以胜任@@。另外@@，有些企业为了强制性推动@@“熄灯工厂@@”的@@概念@@，导致工厂能耗大幅度上涨@@。

因此@@，“熄灯工厂@@”下一步发展趋势是精益化@@@@。精益化@@首先@@@@要求@@“熄灯工厂@@”各环节的@@设备和@@系统需要具备更高的@@智能化水平@@@@，与时下另一大热门理念@@——“柔性生产@@@@”进行融合@@，从@@机械自动化迈向柔性自动化@@，对产品具有自主建模@@、自主规划的@@能力@@@@。

精益化@@其次是要求@@“熄灯工厂@@”和@@企业的@@可持续发展战略相一致@@，在@@提升生产@@效率的@@同时@@降低工厂整体能耗@@，持续降低制造型企业的@@碳排放@@，助力工业@@的@@@@“双碳目标@@”实现@@。

从@@“熄灯工厂@@”后续发展态势不难看@@出@@，智能化和@@低功耗@@@@的@@属性是非常明显的@@@@，这就要求应用@@于这一方向的@@元器件同样具备这些特征@@，当然@@这也是贸泽电子@@@@元器件新品的@@卖点@@。

相机@@和@@@@AI：工业@@机器视觉@@@@技术@@加速发展的@@双引擎@@

judy — Mon, 21 Aug 2023 02:37:13 +0000

机器视觉@@@@（MV）是一种使机器人@@和@@自动驾驶汽车等其他机器能够看@@到@@和@@识别周围环境中@@物体的@@技术@@@@。在@@过去几年@@里@@，机器视觉@@@@的@@进步使得@@许多机器人@@和@@自动驾驶汽车拥有了几乎与人类相似的@@感知水平@@@@。这个过程主要是通过@@将光学传感器@@与人工智能@@和@@可以分析和@@处理图@@像数据@@的@@机器学习工具进行配对@@，此时搭载了机器视觉@@@@系统的@@机器人@@和@@自动驾驶汽车就能够执行非常复杂的@@任务了@@。

眼睛和@@大脑@@：机器视觉@@@@和@@@@计算机视觉@@的@@主要区别@@

很多时候@@，机器视觉@@@@会与计算机视觉@@一词混为一谈@@。然而@@，事实上二者还是有区别的@@@@。对机器视觉@@@@而言@@，它通常与具备计算机视觉@@能力的@@工业@@应用@@联系在@@一起@@，需要摄像头来捕捉和@@提供图@@像数据@@@@。计算机视觉@@的@@任务则是将已有的@@图@@像@@数字化@@，处理其中@@@@包含的@@数据@@并采取某种行动@@。

一般来讲@@，机器视觉@@@@系统的@@处理能力相对较小@@，主要用于@@精益制造环境@@，通过@@高速执行实际任务以获取完成指定作业所需的@@数据@@@@。计算机视觉@@系统是处理视觉@@数据@@的@@人工智能@@@@（AI）和@@机器学习@@（ML）算法的@@所在@@@@，它需要收集尽可能多的@@关于物体或@@场景的@@数据@@并充分理解它们@@。因此@@，计算机视觉@@既要能够分析来自运动检测器@@、红外传感器@@等来源的@@图@@像@@@@，又可以在@@没有相机@@的@@情况下执行任务@@，扫描数字网@@络@@照片或@@视频@@，处理来自任何来源@@（包括互联网@@@@）的@@图@@像@@。从@@本质上讲@@，机器视觉@@@@就是系统的@@眼睛@@，而计算机视觉@@则相当于系统的@@大脑@@。

相机@@：机器视觉@@@@系统中@@的@@重要组件@@

机器视觉@@@@是一项看@@似简单但实际上相当复杂的@@技术@@@@。首先@@@@，它需要使用专门的@@光学器件来捕捉周围环境中@@的@@视觉@@信息@@。然后@@，再借助硬件和@@软件的@@组合对图@@像的@@某些特征进行处理@@、分析和@@测量@@。例如@@，作为@@制造系统的@@一部分的@@机器视觉@@@@应用@@程序可以用于@@分析在@@装配线@@上制造的@@零件的@@特定特性@@，确定零件是否符合质量标准@@。

在@@实际应用@@中@@@@，机器视觉@@@@常常被看@@作是计算机的@@一种@@视觉@@能力@@，其系统由一个或@@多个光学传感器@@@@（如高分辨率@@相机@@@@）、模数转换@@（ADC）和@@数字信号处理@@（DSP）等器件组成@@。相机@@和@@@@传感器@@用于@@收集感光形式的@@图@@像@@@@，并将其转化为电信号@@，所产生的@@电信号经数字化处理后被传输到@@计算机进行分析并提供所需的@@输出@@。在@@技术@@复杂性上@@，机器视觉@@@@与@@语音识别相似@@。

目前@@，用于@@制造业的@@机器视觉@@@@主要采用@@两种类型的@@相机@@@@，即@@：面阵扫描相机@@和@@@@线@@阵扫描相机@@@@。

面阵扫描相机@@使用矩形传感器@@在@@单个帧中@@拍摄照片@@，传感器@@中@@的@@像素数量对应于图@@像的@@宽度和@@高度@@。线@@阵扫描相机@@是逐个像素地构建@@图@@像@@，它们适用于@@拍摄运动中@@或@@尺寸不规则的@@物品的@@图@@像@@@@。在@@拍摄照片时@@，传感器@@在@@物体上以线@@性运动通过@@@@，因此@@，线@@阵扫描相机@@不像面阵扫描相机@@那样局限于特定的@@分辨率@@@@。

相机@@的@@灵敏度和@@分辨率是机器视觉@@@@系统的@@两个重要参数@@，其中@@@@，分辨率负责区分物体@@，而灵敏度是机器在@@光线@@昏暗或@@波长不可见的@@情况下检测物体或@@微弱脉冲的@@能力@@@@。一般来说@@，分辨率越大@@，视野就越有限@@。灵敏度和@@分辨率是相互依存的@@@@，如果其他因素不变@@，增加灵敏度就会降低分辨率@@，而增加分辨率则会降低灵敏度@@。面阵相机@@的@@分辨率@@和@@扫描频率一般均低于线@@阵相机@@@@。

许多机器视觉@@@@相机@@的@@分辨率@@超过@@4,500万像素@@，这些相机@@能以极高的@@速度拍摄物体而不会失真@@。推动机器视觉@@@@功能@@的@@另一个进步是基于@@事件的@@视觉@@传感器@@@@。这些传感器@@处理图@@像的@@方式与人眼的@@视神经处理信息的@@方式类似@@@@。更具体地说@@，这些基于@@事件的@@视觉@@传感器@@检测每个像素的@@亮度变化@@。这种能力使机器视觉@@@@能够在@@比传统的@@基于@@帧的@@视觉@@传感器@@暗得多的@@环境中@@使用@@。

Sony Spresense的@@ISX012是一款@@有效像素达到@@@@511万像素@@的@@@@图@@像传感器@@@@@@，相机@@板@@在@@@@Spreseense的@@主板上使用了这款结构紧凑@@、高分辨率@@的@@传感器@@来扩展主板的@@功能@@@@。板载编码器可以采集@@JPEG、RAW、Y/C或@@RGB格式的@@图@@片@@。相机@@板@@通过@@专用的@@并行接口@@直接连接到@@主板@@，当与主板上@@CXD5602微控制@@器@@的@@@@AI功能@@相结合时@@，可为物联网@@@@设备提供先@@进@@的@@视觉@@功能@@@@。

图@@1：可提供先@@进@@的@@视觉@@功能@@的@@@@Sony Spresense相机@@板@@（图@@源@@：Mouser）

当然@@，出于应用@@成本的@@考虑@@，机器视觉@@@@系统不是越复杂越好@@，而应选择适合的@@@@。一维@@（1D）视觉@@、二维@@（2D）视觉@@以及@@三维@@（3D）视觉@@这三种类型是常用的@@@@、面向@@不同任务的@@机器视觉@@@@系统@@。

1D视觉@@

1D视觉@@不会一次性完成整个物体图@@像的@@分析@@@@，而是一次读取一行@@，通常采用@@线@@阵扫描相机@@@@，这种类型的@@机器视觉@@@@常常用在@@制造过程中@@的@@产品检测@@，比如@@用来发现传送带上产品中@@的@@缺陷@@；

2D视觉@@

2D视觉@@主要使用数码相机@@收集图@@像数据@@@@，通过@@比较一幅图@@像与下一幅图@@像的@@变化来确定下一步应采取的@@处理措施@@，这种类型的@@机器视觉@@@@通常用于@@物体跟踪以及@@产品的@@类型验证等@@；

3D视觉@@

3D视觉@@通常在@@不同位@@置使用多个数码相机@@和@@@@其他传感器@@来捕捉物体的@@数字模型或@@图@@像@@，从@@而对其位@@置@@、大小和@@特征进行准确的@@评估@@，因此@@，3D机器视觉@@@@非常适合帮助机器人@@导航周围环境并执行与订单相关的@@任务@@。

随着不同垂直@@行业对质量检测和@@自动化的@@需求不断增加@@，3D机器视觉@@@@市场将以高于行业平均水平@@的@@速度实现@@快速增长@@@@。Grand View Research的@@分析@@数据@@表明@@，2022年@@，全球@@3D机器视觉@@@@市场规模为@@58.1亿美元@@，预计@@2023年@@至@@2030年@@的@@复合年@@增长@@率@@@@（CAGR）将达到@@@@13.5%。

ams OSRAM公司的@@@@Mira220全局快门图@@像传感器@@@@@@是一款@@体积小巧@@、专为工业@@机器视觉@@@@应用@@而设计@@的@@@@2D和@@3D解决方案@@，有效分辨率为@@@@1,600（H）x 1,400（V），帧速率可高达@@90fps，深度为@@12位@@。Mira220采用@@的@@先@@进@@背面照明@@（BSI）技术@@将传感器@@层堆叠在@@数字@@/读出层的@@顶部@@，这种设计@@产生了占位@@面积仅为@@5.3毫米@@×5.3毫米@@的@@芯片级封装@@，特别适合空间受限产品的@@设计@@@@。

Mira220的@@功耗@@非常低@@，在@@睡眠模式下仅需@@4mW，在@@空闲模式下功耗@@@@40mW，而在@@@@90fps的@@全分辨率下也仅仅需要@@350mW。此外@@，Mira220传感器@@还可以利用@@MIPI CSI-2接口@@方便地与处理器和@@@@FPGA进行交互@@。

图@@2：专为工业@@机器视觉@@@@应用@@而设计@@的@@@@ams OSRAM的@@Mira220全局快门图@@像传感器@@@@@@（图@@源@@：ams OSRAM）

工业@@：机器视觉@@@@应用@@的@@主战场@@

机器人@@之所以能与人类做同样的@@工作@@，主要归功于机器视觉@@@@@@。机器人@@手臂用它来检查从@@装配线@@上下来的@@零件和@@产品@@，确定哪些符合质量标准@@。此外@@，机器视觉@@@@还使机器人@@和@@人类之间的@@协作更加高效@@和@@安全@@。现在@@@@，机器视觉@@@@已经成为工业@@@@4.0过程自动化的@@关键技术@@@@，其中@@@@汽车@@、制药@@、包装@@、食品和@@饮料等垂直@@行业是使用机器人@@系统比较突出的@@领域@@。

据@@Grand View Research的@@分析@@，2022年@@，全球@@机器视觉@@@@市场规模为@@@@168.9亿美元@@，预计@@2023年@@至@@2030年@@将以@@12.3%的@@复合年@@增长@@率@@（CAGR）增长@@，到@@2030年@@，市场规模将达到@@@@@@416亿美元@@。按照产品划分@@，机器视觉@@@@产品可细分为基于@@@@PC的@@和@@基于@@智能摄像头的@@系统@@。2022年@@，基于@@PC的@@细分市场在@@全球@@的@@市场份额超过@@54.92%，接下来@@的@@几年@@里预计@@这一趋势仍将得到@@延续@@。

与机构或@@教育应用@@中@@使用的@@机器视觉@@@@系统相比@@，工业@@机器视觉@@@@系统通常更耐用@@，并要求较高的@@可靠性@@、稳定性和@@准确性@@，而它们的@@成本则比在@@军事@@、航空航天@@、国防和@@政府应用@@中@@使用的@@系统要低很多@@。这也是近些年@@机器视觉@@@@在@@工业@@领域日益普及的@@重要原因@@。

在@@工业@@应用@@中@@@@，机器视觉@@@@常常被用于@@执行各种任务@@，下面我们就列举一些@@@@：

1. 电子@@188足彩外围@@app 的@@识别和@@分析@@。对元器件的@@准确识别及跟踪是整个制造或@@物流过程控制@@的@@重要环节@@。例如@@，将机器视觉@@@@用于@@电路板的@@焊接过程监控@@，除了@@完成焊接质量检查@@，还能同步检查元器件的@@放置是否正确@@。

2. 印刷缺陷识别@@。印刷缺陷识别@@的@@目的@@是定位@@印刷异常@@，如不正确的@@色调或@@印刷品的@@缺失或@@有缺陷的@@部分@@，机器视觉@@@@的@@应用@@大幅降低了人为因素可能出现的@@错误@@。

3. 材料检查@@。材料检测系统中@@的@@机器视觉@@@@@@功能@@确保@@了产品的@@质量控制@@@@@@，它能准确识别产品中@@的@@缺陷甚至污染物@@。例如@@，可将机器视觉@@@@系统用于@@药丸和@@片剂的@@过程监控@@。

4. 物体定位@@@@。在@@机器人@@制导等应用@@中@@@@，机器视觉@@@@通常被用来寻找东西@@，其目的@@是确定目标物体的@@坐标和@@位@@置@@。这也是机器视觉@@@@普遍的@@应用@@之一@@。

5. 模式识别@@。机器视觉@@@@在@@当今的@@医学诊断方面发挥了重要作用@@。医学成像分析使用基于@@机器视觉@@@@的@@模式识别@@@@、磁共振成像@@、血液扫描和@@大脑扫描等技术@@可对疾病进行准确的@@诊断@@。

6. 物体识别@@。在@@汽车行业@@，自动驾驶汽车使用机器视觉@@@@系统中@@的@@摄像头拍摄的@@图@@像@@进行物体识别@@@@，得以准确地分析出道路上的@@障碍物类型@@。随着自动驾驶技术@@的@@不断演进@@，这一领域将成为机器视觉@@@@极具发展前景的@@应用@@之一@@。

人工智能@@：工业@@机器视觉@@@@技术@@发展的@@加速器@@

现代机器视觉@@@@系统开始越来越多地使用人工智能@@@@（AI）方法与技术@@@@，如机器学习或@@深度学习@@，以及@@人工神经网@@络@@@@。AI能够处理大量以前难以收集的@@图@@像@@和@@数据@@信息@@，加快了决策@@过程@@。例如@@，签名和@@字符识别@@，有了人工智能@@的@@加持@@，机器视觉@@@@系统可以快速甄别其中@@@@的@@细微差别@@。

在@@制造业中@@@@，AI有助于物体识别@@和@@材料检查@@@@，使机器视觉@@@@系统能够理解物体或@@材料形状和@@纹理的@@变化@@。在@@质量保证方面@@，AI系统可以分析出现的@@异常现象@@，而不是单纯地检出和@@拒绝不符合规范的@@产品@@。机器视觉@@@@与@@AI和@@深度学习相结合@@，扩大了机器人@@在@@执行生产@@线@@任务中@@的@@作用@@，如挑选@@、分拣@@、放置和@@执行生产@@线@@扫描@@。这种技术@@组合还使机器人@@能够在@@其他环境中@@运行@@，如超市@@、医院和@@餐馆等@@。基于@@AI的@@机器视觉@@@@还可以在@@更广泛的@@背景和@@照明设置中@@识别缺陷@@，并灵活应对产品外观和@@缺陷类型的@@变化@@，例如@@凹痕或@@变色@@。

深度学习是人工智能@@中@@一个更复杂@@、更强大的@@子集@@，在@@机器视觉@@@@应用@@中@@也越来越多地被采用@@@@。在@@人工智能@@的@@支持@@下@@，机器视觉@@@@系统常常被用来执行复杂的@@任务@@，比如@@质量控制@@@@、装配控制@@@@、过程控制@@和@@机器人@@操控等@@。在@@过去几年@@里@@，将人工智能@@融入机器视觉@@@@应用@@是工业@@机器视觉@@@@技术@@发展的@@主要加速器@@。在@@“未来的@@工厂@@”中@@，机器视觉@@@@和@@@@AI技术@@将是过程自动化和@@提高效@@率的@@关键组成部分@@。

机器视觉@@@@与@@AI的@@技术@@进步离不开芯片组的@@支持@@@@。新一代嵌入式芯片的@@功能@@更强大@@，成本合理@@，适用于@@处理图@@像和@@运行基于@@@@AI的@@机器视觉@@@@算法@@，可将深度学习训练时间从@@数周减少到@@数小时@@。

NXP的@@i.MX 95系列应用@@处理器将@@eIQ Neutron神经处理单元@@（NPU）、Arm Mali沉浸式@@3D图@@形处理@@、异构安全分区和@@网@@络@@功能@@组合在@@一起@@，可实现@@机器学习和@@先@@进@@的@@边缘应用@@@@。此外@@，i.MX95还集成了@@NXP的@@图@@像@@信号处理器@@（ISP），支持@@多种不同的@@图@@像@@传感器@@@@@@，从@@而实现@@工业@@@@、机器人@@、医疗和@@汽车等领域广泛的@@视觉@@应用@@@@。为此@@，NXP专门针对机器视觉@@@@应用@@对这个@@ISP进行了优化@@，能支持@@两个目标区域@@、两个曝光的@@@@HDR合成@@、先@@进@@降噪和@@边缘增强@@，支持@@彩色@@、单色和@@@@RGB-IR摄像头传感器@@@@。

在@@i.MX95 SoC中@@，主要通过@@集成的@@@@eIQ Neutron NPU实现@@机器视觉@@@@@@，在@@这里@@，NPU作为@@视觉@@处理通路的@@一部分@@，连通多个摄像头传感器@@@@和@@网@@络@@连接的@@智能摄像头@@。

图@@3：NXP i.MX95系统框图@@@@（图@@源@@：NXP）

本文小结@@

工业@@机器视觉@@@@是使用相机@@@@、镜头和@@照明设备对制成品进行自动视觉@@检查@@。这是一种实时检测部件的@@方法@@，既快速又准确@@，它可以对高速生产@@线@@上的@@每一件产品进行拍摄和@@分析@@，通过@@复杂的@@算法来检查和@@评估在@@工业@@环境中@@获取的@@图@@像@@@@，确保@@100%的@@质量控制@@@@。它还可以自动化许多工业@@检查@@，包括缺陷和@@问题的@@目视检查@@、产品存在@@与否检查@@、产品类型验证@@、测量和@@产品代码读取等@@。今天@@，工业@@自动化正在@@以惊人的@@速度发展@@，机器视觉@@@@技术@@在@@其发展和@@扩张中@@发挥着至关重要的@@作用@@。

在@@刚刚过去几年@@里@@，融入了人工智能@@的@@机器视觉@@@@技术@@帮助许多机器人@@和@@自动驾驶汽车实现@@了几乎与人类相似的@@感知水平@@@@。通过@@使用大量先@@进@@的@@光学传感器@@@@，如高分辨率@@相机@@@@，这些机器人@@和@@汽车最终能够以自己的@@方式拥有@@“看@@”的@@能力@@。多种技术@@的@@融合和@@飞速发展使得@@新应用@@的@@潜力显著增加@@，这意味着未来的@@机器视觉@@@@技术@@将与更多的@@行业相关@@，所创建的@@解决方案@@也将更加通用和@@智能@@。

本文转载自@@：贸泽电子@@@@微信公众号@@

锐芯微电子@@发布用于@@人工智能@@和@@机器视觉@@@@的@@微型@@高速图@@像传感器@@@@@@RV400

judy — Fri, 23 Sep 2022 02:43:00 +0000

锐芯微电子@@近日发布应用@@于人工智能@@和@@机器视觉@@@@的@@微型@@高速图@@像传感器@@@@@@RV400。RV400高速低功耗@@@@图@@像传感器@@@@靶面尺寸为@@1/9英寸@@，分辨率为@@500H*500V，采用@@2.8um BSI高灵敏度近红外增强像素设计@@@@，RV400 120fps帧率运行时仅@@25mW功耗@@，400fps帧率运行仅@@48mW，与此同时@@其封装尺寸仅@@2mmx2mm，与同类型传感器@@相比@@，RV400感光面面积增大@@23%，芯片面积缩小@@67%，400fps工作时芯片功耗@@降低@@65%。

RV400兼容@@LVDS/MIPI 10bit/8bit图@@像输出模式@@，灵活的@@图@@像@@数据@@接口@@可满足更多方案需求@@。

RV400采用@@创新架构设计@@支持@@低功耗@@@@@@、图@@像采集@@，最高可支持@@全分辨率@@400fps高速成像@@，超高帧率@@@@可实现@@类全局曝光效果@@。这一特性使得@@@@RV400可取代部分全局曝光传感器@@@@，应用@@于机器视觉@@@@@@，无人机@@，物联网@@@@等领域@@。而高灵敏度和@@近红外增强的@@特性可进一步降低系统对于光源的@@要求@@，适用更多场景@@。

微型@@2mm裸芯尺寸使其可用于@@空间有限的@@便携设备@@，如监控佩带者眼球移动的@@@@AR/VR眼镜@@。眼球移动数据@@可用于@@调整@@观看@@的@@图@@画@@，使得@@AR/VR设备佩戴体验更好@@。同步定位@@和@@映射@@（SLAM）是另一个重要应用@@@@，RV400的@@小尺度和@@低功耗@@@@可发挥至关重要的@@作用@@。

目前@@RV400已进入小量产阶段@@，可接受客户送样@@。