2023-12-01
近年來，隨著科技的不斷進步，智能制造興起并逐漸成為各大廠商轉型的重點。機器視覺行業作為制造業升級的關鍵環節迎來了新機會，同時也面臨著巨大挑戰。
科技創新在各個領域的突破，引入了大量的新材料和新工藝，也因此涌現出難度越來越高的檢測需求。以瑕疵及缺陷檢測為例，在傳統工業相機實現的瑕疵及缺陷檢測系統中，光源、工業成像硬件和被檢測物品之間關聯緊密，三者中任一環節發生變化，都需要追加人力和時間重新調整；同時，一套傳統視覺檢測系統很多時候需要將檢測條目分解為不同的打光方案及多個工站，并配合多種算法去實現，單工站和產線整體效率較低，項目可移植性差，批量復制復雜度高、實施耗時耗力。
工業AI的出現承載了用戶提升檢測效率的期望，大家希望通過算法來解決效率和準確率的難題。事實上，工業AI的落地需要導入大量有效樣本進行訓練，視覺成像硬件和工業AI存在著天然的上下游關系。工業AI也對圖像質量和數據量提出了更高的要求。一般工業相機能夠提供的圖像，從數量和信息密度等維度來看，都滯后于工業AI的發展，影響了AI的落地效率。工業AI廠家為得到合適的圖像信息，不得不被迫去研究及搭建各自離散的視覺硬件系統，費時費力，效果也并不理想。
混合數據相機（Hybrid Data Camera）是盛相科技近期推出的全新視覺硬件產品，區別于傳統的2D相機和3D相機，它能夠兼容多種成像模式，混合輸出豐富且優質的2D和2.5D圖像，給予工業AI更有效的數據支持。它提供了光度立體、相位偏折類2.5D模式，只需簡單配置即可獲取各類材質(漫反射、高反及鏡面反射等) 物體表面的光學屬性。
混合數據相機在硬件端完成了大量圖像數據的處理工作，可同時輸出多通道的原圖和計算圖。它對檢測系統的數據傳輸、存儲和圖像處理算法等硬件配置的要求更低，幫助用戶降低硬件成本的同時提供了更精準和信息密度更高的圖像信息。
混合數據相機具有高度集成的特性，它可以替代傳統瑕疵及缺陷檢測系統中工業相機、復雜的光源組、光源控制器和數據采集卡等繁瑣的構成部件。
節省時間和人力成本：幫助用戶在硬件配置和采購、方案調試及項目落地期間節省大量的時間和人力
光度立體模式檢測場景
相位偏折模式檢測場景
能夠根據用戶應用需求靈活切換和整合，使得在同一工站部署多種瑕疵及缺陷檢測方案的可行性大幅提升，產線空間的利用率更高、檢測效率更高。
混合數據相機參與的成像系統柔性更高、檢測方案便于復制，且對后端算法的兼容更友好，集成商伙伴可高效完成項目遷移，終端用戶也能夠快速實現產線復制。
總體看來，混合數據相機突破了傳統瑕疵及缺陷檢測系統在成像端的瓶頸，具有性能卓越、高度集成、柔性高效等優勢，硬件部署更為便利，為AI提供了數量更多、信息密度更高、更有效的數據。它適配絕大部分高難度瑕疵及缺陷檢測需求，在3C、鋰電池、半導體、汽車制造、PCB/PCBA、玻璃、光伏、食品加工、精密制造等行業中均可廣泛適用。
