智能制造已成為全球制造業升級發展的重要方向，未來工廠里將采用越來越來越多的自動化技術，包括機器人、人工智能、虛擬現實等先進技術，其中，機器視覺將在智能工廠中將發揮關鍵作用。對于生產商來說，如何將這些技術運用到當前的生產線，將是實現工廠價值提升和未來發展的關鍵。

中國科學院自動化研究所研究員王欣剛在OFweek 2019 機器視覺技術與應用論壇會議上指出，自動化的發展史也是機器逐步取代人力的歷史，在制造業轉型升級的過程中，機器人開始取代落后的人力勞動。很多情況下人類視覺不能滿足生產需求，現代制造業的要求越來越高，例如生產線對于高速、高精度、微距檢測需求，人類勞動力會受到惡劣環境限的制，難以保證客觀、無疲勞的工作。

廉價勞動力已成為過去

人口紅利逐漸消失的趨勢不可逆轉，全球各地人力成本都在上升，許多國家開始出現老齡化的問題。而伴隨著人們生活水平的提升，年輕一代不愿意從事低端的重復性勞動，因此造成了勞動力短缺的問題。中國作為制造業大國，存在大量的密集型制造業，如今勞動密集型企業正遭遇“大考”。

王欣剛列舉了幾個案例，例如富士康員工跳樓事件后，富士康給員工加薪66%；本田中國員工集體罷工要求加薪等。2010年春節后廣東缺工200萬以上，意味著中國的劉易斯拐點出現，人口紅利正在迎來轉折點。根據中國社會科學院2010年發布研究報告稱，預計在2017、2018年，中國總的勞動年齡人口將出現負增長。

種種跡象表明，勞動力供求關系將進一步逆轉，普通勞動者的工資將進入快速上升通道。對于企業來說，轉型升級是必然的選擇，只有調整經濟增長方式，提高制造業自動化水平，才能化解工荒的問題，同時能保持企業在行業中的競爭力。

機器視覺將取代人類視覺

近年來，工業機器人開始大規模進入制造業，機器換人一觸即發。越來越多的廠商開始利用機器人技術，提升生產線的效率和靈活性，實現工業4.0模式下的柔性化制造。王欣剛表示，機器人系統包括了處理器、運動控制、傳感器和網絡，分別對應人類大腦、四肢、感官和神經，而機器視覺是最后幾個被取代的器官之一。

隨著硬件水平和軟件技術的發展，機器視覺系統能力得到了很大的提升，加上人工智能算法的助力，使得機器視覺變得越來越智能化，同時也突顯了機器視覺在制造業中的優勢。

機器視覺自動識別系統可以代替人力勞動，進一步緩解勞動密集型企業招不到人的難題。在制造業生產線上，機器視覺可以與機器人集成在一起，這樣就可以代替人眼、腦和手去執行一些復雜的工作任務，且比傳統人力更低成本和更高效率。

機器視覺可以不知疲倦的一直工作，在進行大量重復性工作時，能克服人眼易疲勞的劣勢，并且能長時間夠保持高精、高速的水平。機器視覺相比于人類，更能適應惡劣的工作環境，可在對人有傷害的惡劣環境中工作。機器視覺越來越出色的表現，代替人類視覺將是一個大趨勢。

前景無限，機器視覺應用廣泛

在工業生產過程中，機器視覺主要的應用類型主要有幾個方面，一是對物體對象進行測量，包括尺寸、角度的測量；二是檢測，例如檢測有無、檢測次品和定位等；還有對于物體的識別，包括讀碼識別等。

機器視覺的應用十分廣泛，在汽車行業可以進行氣缸蓋、發動機、金屬鑄件、車身以及整車尺寸機器視覺測量。而在電子制造業通常用于錫珠檢測、表面缺陷、PCB鉆孔板鉆孔定位及測量。此外，還有煙草、包裝、紡織、金屬加工等行業，進行包裝質量檢測、號碼印刷檢測、二維碼在線識別、雜質檢測等。

機器視覺有許多典型的應用，王欣剛在會上重點介紹了機器視覺在焊接機器人、打乒乓球機器人、精密裝配、視覺導航測量儀等方面的應用案例。

在焊接機器人項目里，有了機器視覺，機器人就能完成焊接起始點自動定位，實現焊槍對焊縫的大范圍高精度跟蹤。在乒乓球機器人的方案里，利用分布式計算的高速立體視覺測量，可以對高速運動目標軌跡進行預測，以完成擊球控制。