系统集成商使用专业技能来解决复杂的视觉应用程序

机器视觉的商品化让客户可以为他们的应用选择现成的解决方案。以智能相机为例，它嵌入了照明、软件和I/O接口，消除了对系统集成的需求。唯一的问题吗?当视觉应用有困难时，这些即插即用系统就不能很好地发挥作用。

“当您进入需要高级工具和专业技能集的更复杂的检查或真正的高速应用程序时，系统集成商变得非常宝贵，”ProMucid Technologies Inc.Ceo Ceo Ceo Darcy Bachert说

整个行业的系统集成商正在应对更多的需求，以开发完整和详细的系统。金字塔成像引用了两个主要原因：更多的公司正在认识到机器视觉的重要性，小型和中型企业需要系统集成商的额外帮助，而不是其较大的对应物。“他们中的许多人认为我们作为他们的机器视觉部门，”金字塔成像总裁Rex Lee博士说。

需求的日益增长的需求也来自预期机器愿景的速度和精度，并希望利用最新的技术进步。“曾经是你拍摄了一张零件的一张照片，并决定了这是好还是坏，”I4解决方案的总裁Brian Durand说。“现在我们可能正在拍摄那部分的许多图像，或许在不同的照明条件下或不同的角度，收集更多关于该项目的数据，以及应用3D成像和机器学习等技术。”

更重要的是，系统集成商需要有足够的适应性来考虑来自客户的各种需求，如果他们无法满足这些需求，就需要找到合适的合作伙伴，并让用户知道他们的愿景项目是否可行。i4 Solutions看到越来越多的项目需求超越了标准视觉系统(如视觉引导机器人或包装检查)，转向了更多非传统的解决方案，如捕捉航空航天相关信息的手持设备。

“例如，如果您有便携式的东西，则计算资源较小，”Durand说。“它可能需要电池电量或无线连接，而不是普通工厂地板，您可以在那里拥有以太网电缆。”

更高的期望
当客户需要证明其机器视觉投资证明时，他们严重依赖 - 并要求更多地从 - 他们的系统集成伙伴。但集成商尽量务实：遵循最佳实践以彻底检查视觉申请。包括概念证据或研发研究，其可以包括在整数在内的内部视觉实验室中测试样品。

“在这个阶段，我们发现了视力系统的任何认真的工程问题或局限性，”李说。“它有助于减轻任何未知数的风险。”

此外，这个阶段“让客户知道我们可以解决问题，”Bachert说。“但我们也知道要花多少钱，需要多长时间，以及采取什么方法。”

一旦确定了可行性，系统集成商就会在构建系统时进行更多的测试，并培训用户操作最终产品。杜兰德说:“在我们交付系统之前，我们必须完全确定它已经准备好了。”

然而，在他们汇总视力系统之前，系统集成商首先充当老师。“我们的工作是教育它们并设定对机器愿景的预期，无论他们是否希望其系统要做一个特定的任务或轻松适应许多不同类型的检验任务，那么他们的工作就是他们的工作。”

证书说明一切
选择合适的系统集成商不仅要考虑这些最佳实践，还要审查行业认证。AIA为公司层面的系统集成商和个人视觉专业人士提供全球知名的培训和认证项目。

“AIA的愿景认证计划要求您每年保持强有力的行业存在，参加行业活动，参与愿景专业人士的认证，”Bachert表示，其公司也是国家文书黄金联盟合作伙伴。“此认证给出了强大的评估视觉集成商。“

认证在最近的申请中发挥了重要作用。该公司为医疗制造客户解决了一个复杂的项目，该项目需要一个系统来检查清晰，半透明和不透明的材料的组合，所有这些都在一个小墨盒中。该项目需要在一个非常紧张的循环时间内超过80种不同的检查。

无济于概念证明，可以减轻应用程序开发中的风险，之后他们完成了更详细的设计阶段，其中包括使用大量采样部件来生成确认视觉硬件和整体检查方法所需的图像和数据。

“Then we ultimately built the system and helped the customer with data collection and made sure the algorithms were performing as needed,” Bachert says, adding, “Had the customer not let a certified integrator do it, I’m confident that it would not have been a successful project because all of the challenges involved.”

尽管集成商认证的价值，但Bachert注意到并非所有认证的客户都是平等的。“你可以称自己为一名认证的开发人员，所有这些都意味着你在一个点传递了测试，”他说。“这并不意味着您所做的每个项目都将到高标准。公司要做的尽职调查很重要，例如询问他们完成的成功客户和项目的集成商，而不仅仅依赖于认证。“

受欢迎的技术
因为客户总是询问最新的技术，所以系统集成商必须保持领先。深度学习和3D成像仍然是热门话题，但巴谢特认为云计算和大数据更有吸引力。

“我们看到的大型用例之一是试图建立更大的分类数据集，包括良好和缺陷的图像，”他说。“一旦建立了该数据集，您可以使算法更智能地驱动假拒绝或提高检测缺陷的准确性。”

大约六年前，对大数据的需求促使Prolucid开发了一个专门的云团队，而另一个集成团队专门负责视觉系统的开发。巴切特表示:“我们为两个团队分别招聘，因为要找到同时具备云计算和集成经验的人是不可能的。

虽然智能相机可以在没有集成商的情况下解决许多应用，但需要设计和其他专业技能的复杂项目一直在市场上出现。为了取得成功，机器视觉系统集成商必须彻底理解——并保持领先一步——最新的技术，同时适应行业中不断发展的现实。