嵌入式机器视觉系统中ARM与DSP的数据通信方法_论文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
嵌入式机器视觉系统中ARM与DSP的数据通信方法
|0|0|文档简介
中国最大最早的专业内容网站|
总评分0.0|
&&为了在嵌入式机器视觉系统中实现ARM处理器S3C2440与DSP处理器TMS320C5402之间的实时数据通信,设计出一种基于主机接口HPI的数据通信方法。阐述了嵌入式机器视觉系统的总体方案,设计了协处理器DSP的HPI接口与ARM主机之间连接的硬件电路,详细描述并分析了HPI的工作原理和各寄存器的作用,给出基于Linux操作系统的驱动程序。实际应用表明,该方法完全能够实现ARM主机实时地读／写
试读已结束，如果需要继续阅读或下载，敬请购买
定制HR最喜欢的简历
你可能喜欢
<b class="ic ic-">
您可以上传图片描述问题
联系电话：
请填写真实有效的信息，以便工作人员联系您，我们为您严格保密。403 Forbidden
403 Forbidden基于新型嵌入式机器视觉系统的设计研究
> 基于新型嵌入式机器视觉系统的设计研究
基于新型嵌入式机器视觉系统的设计研究
机器，是一种非接触式的光学传感系统。本文引用地址：它同时集成软硬件，能够自动地从所采集到的图像中获取信息或者产生控制动作。自起步发展到现在，机器视觉已有15年的历史，主要经历了数字电路组成、PC机和输出设备组成、嵌入式三个阶段，其中，依托专业计算机技术，具有实时多任务操作系统、高效压缩芯片和功能强大的微处理器，可将视频压缩、传输与处理工作全部内置到芯片上，通过内部处理后可以直接连入以太网或广域网，完成网络实时远程监控，是目前的研究热点之一。在国内外研究中，实现方式主要有三种：(1)基于标准总线，采用DSP作为运算和控制处理器的系统。DSP芯片虽然能够处理大量信息和高速运行，但其I/O接口单一，不易扩展，控制能力较弱，尚存在一定局限性。(2)基于DSP+FPGA 的机器视觉系统。FPGA 与DSP的结合，可实现宽带信号处理，大大提高信号处理速度，但FPGA 使用的是硬件描述语言，其算法开发具有很大的难度，功能实现由硬件控制，系统受环境影响较大。(3)采用ARM微处理器或采用ARM+DSP构建方式的机器视觉系统，这种构建方式人机交互功能强大，集成度高、实时性好、支持多任务，但该系统中ARM 与DSP的数据交换方法仍采用外部电路连接，增加了系统的不稳定性。综合上述技术方案的优点和缺点，本文提出了一种新型机器视觉系统，实现图像信息的高速采集与存储。其核心芯片选取TI公司最新生产的先进的双核嵌入式芯片，将ARM处理器和DSP处理器集成在一个芯片中，通过软件编程即完成ARM与DSP的协调工作。由该芯片构建开发的机器视觉处理系统，凭借植入Linux系统的ARM 处理器的优异的控制性能，配合DSP 的强大运算处理能力将保证系统拥有良好的实时性和稳定性，可以为机器视觉的研究和应用提供很好的视频采集与处理硬件平台。1 系统功能本系统为一高速图像数据采集存储系统，通过软硬件设计能够实现：两路分辨率640×480,帧频60 f/s,12 b/一路分辨率1 024×1 024,帧频60 f/s,12 b/pixel三路输入信号实时采集。实时无压缩存储。如图1所示，系统通过串口控制图像传感器，使三路图像数据信号、时钟以及各种同步信号按要求输入，系统依次进行图像信号的采集、数据处理、存储。系统利用自带的接口可实现显示、上位机通信、键盘控制等更多的功能，能够实现友好的人机对话。2 硬件设计本系统选取TI 公司达芬奇系列最新的TMS320DM8168 芯片。此芯片集成了1 GHz ARMCortex-A8、1 GHz TI C674x 浮点DSP、若干二代可编程高清视频影像协处理器、一个创新型高清视频处理子系统(HDVPSS)以及综合编解码器，支持包括高清分辨率的H.264、MPEG-4 以及VC1.并且包含千兆以太网、PCI Express、SATA2、DDR2、DDR3、USB 2.0、MMC/SD、HDMI以及DVI等多种接口，可支持更多功能的扩展和复杂应用。利用该芯片设计并实现两路或三路不同分辨率的图像信号的采集、处理与显示，硬件原理图如图2 所示。实现该系统的开发与设计所涉及的硬件模块有：图像采集接口模块、图像采集模块、图像存储模块、外围接口模块。2.1 图像采集接口模块作为图像传感器和高速采集系统的连接模块，该模块可对USB接口相机或Camera Link接口相机进行图像采集与控制。USB 接口连接十分方便，由于系统具有USB 外围接口，按照USB 标准协议连接即可。CameraLink接口具有开放式的接口协议，使得不同厂家既能保持产品的差异性，又能互相兼容，因此系统中的图像采集接口模块采用了Camera Link接口协议。该模块分别使用了DS90CR288A 、DS90LV049、DS90LV047 完成图像传感器的控制、图像信息的采集及图像传感器与图像采集系统的双向通信。2.2 图像采集模块TMS320DM8168 的HDVPSS(HD Video ProcessingSubsystem)提供了视频输入接口和视频输出接口。视频输入接口提供了外部图像设备(如图像传感器、视频解码器等)的接入。HDVPSS可支持高达3 个60 f/s的1080p通道、同时支持16 个通道的CIF 数据流的H.264 高画质D1 编码与8通道D1解码;支持2个独立的视频捕捉输入端口，每个视频输入端口支持缩放、像素格式转换。两个视频输入捕捉端口均能以1个16 b输入通道(带分离的Y和Cb/Cr输入)，或2个时钟独立的8 b输入通道操作(带交织的Y/C数据输入)。第一个视频输入端口能以24 b模式操作以支持RGB捕捉。所有采集模式捕捉时钟高达165 MHz,可满足高速率的图像采集。高清视频处理子系统(HDVPSS)有两个独立视频捕捉输入端口VIP0与VIP1.VIP0可配置成24 b、16 b、和两个独立的8 b 模式，VIP1 可配置成16 b、和两个独立的8 b.从捕捉频率和各种配置模式可看出，针对不同的流量，可以有多种实现方法。为了存储设计简单，本方案将VIP0配置为24 b进行采集。在此模式下，最高流量为165M × 24 8 = 495 MB/s,可以满足流量要求。从最高捕捉时钟可知，每次采集间隔在1 165M,约为6.1 ns.经计算，也为了设计方便，拟采用三个帧频均为200 f/s的Base配置的Camera Link相机，帧频控制均为外部触发方式，该Camera Link相机一次输出两个像素，每像素12 b,即2×12 b,刚好可以和VIP0的24 b匹配采集。以三路信号分时采集为例，如图3所示，3路信号的采集方法为3个相机轮流采集，即一个循环内每个相机各采一帧，这就需要实现3路分时采集的时序信号。由定时器产生一个1/200 s的脉宽，经延时环节使帧频高电平分时分路送入三个相机;3路采集信号时序关系为一个相机不进行延时，一个相机延时1/200 s,最后一个延时2/200 s.相机通过DS90LV047A收到指令后，将拍摄到的图像数据分为4路LVDS数据信号和1路LVDS时钟信号，通过接口连接器MDR26 传输到DS90CR288A;DS90CR288A 将串行数据转换成28 路并行信号和1 路随路时钟信号，并传送至TMS320DM8168视频捕捉端口VIP0进行采集。2.3 图像存储模块从上述设计方案，系统存储速率约为160 MB/s,数据量较大，可选择大容量、高速的固态硬盘，通过其SATA2接口写入。数据采集结束后，通过配置HDVPSS子系统将数据送入VPDMA,最后转入DDR 内存，当DDR 内存的数据量达到设定的数据量时产生中断，中断发生后，根据存放地址启动内存和固态硬盘之间的DMA 传输，将采集的图像通过SATA2接口存储在SSD上，实现数据存储。然后启动定时器产生下一个帧频脉冲，开始下一周期的数据采集。外部扩展存储器选取系统支持的DDR3(1 600)存储器。按照系统存储控制器位宽32 b 来算，内存速率可达32/8×1 600M=6.4 GB/s.在该模式下，采集和存储可并行处理。缓存所采集的数据移动到DDR3内存，其速率远高于端口采集的每秒数据量。因为该方案的采集方式是每帧轮流采集，并且帧内数据已按顺序紧凑排列，可大幅减少数据的重排工作，仅需去除一些辅助数据。采集系统将其余相关信号全部置成一帧一行的形式，让相机的时钟信号与系统采集端口的时钟信号通信，图像信号前有少量的辅助数据，设置DMA起始地址时直接跳过辅助数据。所以在本系统几乎不运行程序的情况下，固态硬盘可以最少有80%的时间占据DMA控制权进行内存图像数据的存储。按所选取的硬盘的持续写入速率250 MB/s 来算，250×0.8=200 MB/s 大于160 MB/s,所以1 s采集的数据可以进行实时存储。数据上传后，可以选择清除原有数据，释放硬盘空间。2.4 外围接口模块基于TMS320DM8168芯片丰富的外设接口，本系统能够灵活的进行外部接口设计来控制外围设备，并实现与外部处理器的通信功能。根据需求可供选取的接口有：2 个具有GMII 和MDIO 接口的千兆位以太网MAC(10 Mb/s,100 Mb/s,1 000 Mb/s);2个具有集成2.0 PHY的USB端口;双DDR2/3 SDRAM接口等，可参考图2.TMS320DM8168 的两个USB 口可满足将采集的图像数据上传给上位机时连接键盘鼠标，LCD、VGA 接口可用来直接显示图像。串口亦可用来同上位机进行通信，且可用来控制本设计方案用到的Camera Link 相机。千兆网接口以其超高的速率可满足图像数据的高速传输。上述技术的实现主要通过软件编程驱动外设接口来实现，具体方案见软件设计。3 软件设计本系统采用Linux操作系统，带有友好的界面，使操作更加灵活自如，能运行多任务。可以通过界面进行相机控制、图像的采集、停止、显示、图像上传等。这部分的开发可由两部分组成，移植和自主开发。软件设计如图4所示。3.1 移植的程序移植的程序包括Linux内核、网卡驱动、USB 2.0驱动、LCD驱动、串口驱动、VGA驱动、SATA2驱动。在这个方面，TI 公司提供了很好的支持，有专门针对DM8168的Linux操作系统，版本为Linux 2.6.37,可以通过TI公司提供的Linux EZ 软件开发套件(EZ SDK)进行开发。3.2 自主开发的程序3.2.1 驱动程序为了规范地在Linux操作系统下操作，图像采集的电路部分需要图像采集应用程序相关的驱动程序进行支持。采集电路可分为多个功能模块分别进行驱动程序的编写，其中包括相机采集驱动(相应于VIP0进入数据后的操作);控制驱动(相应于对Timer进行控制);如果要根据外界环境改变相机工作状态，还需该部分驱动支持。采集驱动实现open,close 方法。控制部分实现open,close,ioctl 方法。自适应速率调整要实现open、close、ioctl、read 方法。在/DEV 目录下分别建立设备节点，然后应用程序通过对设备节点进行操作。3.2.2 应用程序应用程序的开发拟采用QT开发工具。应用程序拟设计成一个多线程程序，一个主线程，一个自适应调节参数线程，应用程序主要实现采集程序，停止，显示，配置，上传程序，分别对应于相应按钮。采集按钮相应程序调用设备节点的open方法，open方法中对相应硬件进行配置，注册中断程序，启动Timer开始采集。流程如图5所示。因为系统已经带有串口驱动，配置程序可以直接对串口编程。自适应环境速率调整程序由主界面程序开启一个新线程，该线程通过相应设备节点读取数据，判断是否调整，如需调整，通过上面所述串口设备节点或者控制设备节点进行重设。4 结语本文所构建的机器视觉系统是一个具有操作系统的独立、可控制的小型多功能系统，通过硬件设计和软件设计两部分实现，其功能模块包括视频图像采集与处理、视频图像存储、视频图像通信和视频图像显示等模块。采用先进的双内核嵌入式处理器，将多路图像传感器获取的视频图像信号高速并行采集，并根据需要进行图像无损压缩和图像融合，数据可大容量实时存储，并通过多种接口与上位机通信，具有友好的人机交互界面，可驱动多种显示屏幕完成高清显示和信息回放等功能。由于该平台具有Linux操作系统，无需上位机即可完成系统参数设置、功能选择等操作。该系统可为机载、弹载、车载光电系统完成高速扫描、快速探测、主动识别、精确跟踪任务提供所需要的高清目标信息，并有望在平安城市、安防行业、工业控制、医疗教育、物流管理、电网运行、智能家居、智能汽车、食品安全等多领域得到应用。
分享给小伙伴们：
我来说两句……
最新技术贴
微信公众号二
微信公众号一机器视觉：让中国制造2025“看”得更远――阮晋蒙
博锐登陆：用户名
[收藏本站]
您现在的位置： >>
机器视觉：让中国制造2025“看”得更远
《新经济导刊》
& & 机器视觉是用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于工业智能制造中的实际检测、测量和控制等工作环节。在以智能制造为核心的工业4.0时代背景下，随着中国制造2025战略的深入，机器视觉产业正呈现出爆炸式增长的势头。在智能机器人、无人机、自动驾驶、智能医生、智能安防、VR/AR等应用领域，机器视觉给各种先进产品一双“慧眼”，帮助各种仪器在未来工业自动化、智能化的工业4.0发展道路上大展拳脚。现象 巨头纷纷布局机器视觉&&& 在2016年的新技术并购中，除了VR，最火热的莫过去机器视觉了。&&& 机器视觉是通过计算机来模拟人类视觉功能，以让机器获得相关视觉信息并加以理解。机器视觉系统的原理是计算机或图像处理器以及相关设备来模拟与人类视觉功能，从客观事物的图像中提取信息进行处理，获得相关视觉信息，并加以理解，最终用于实际检测和控制等领域。&&& 也许很多人还不了解机器视觉的应用领域，实际上，在所有的智能制造产业和产品中，几乎都可以找到机器视觉的应用点。比如智能汽车、智能交通，智能家居，智能穿戴设备、自动化生产线、无人机、甚至VR和AR领域……。因为机器视觉主要用计算机来模拟人的视觉功能，将机器赋予了人脑的一部分功能，即从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制阶段。而人类目前的信息传输中，95%以上是通过视觉传输的，也正是视觉传输的高效性，才让机器视觉在未来的“智能”时代占据了重要的地位。&&& 随着机器视觉技术的不断发展，在各行业中的应用日益加深，2016年全球互联网和半导体巨头纷纷布局机器视觉领域。&&& 比如2016年5月，英特尔收购俄罗斯机器视觉公司Itseez。据了解，Itseez是一家私人公司，成立于2005年。该公司已开发了面向驾驶员辅助系统的软件和服务，能就可能发生的碰撞向驾驶员发出警告，提高驾驶员观察周边环境的能力和让驾驶变得更简单。此次收购加强了英特尔在电子感知和图像理解领域的能力，有利于公司于汽车和物联网领域的创新。&&& 此外，2016年9月，英特尔还收购机器视觉公司Movidius，该公司可以提供低功耗机器视觉芯片，而且已于谷歌、联想、大疆等公司签订协议，为无人机、安保摄像头、VR/AR头盔等设备提供技术服务。&&& 2016年7月，谷歌收购了巴黎机器学习技术开发商Moodstocks。该公司主要为智能手机开发以机器学习为基础的图像识别技术，推出的Moodstocks Notes，可通过照片识别书籍、CD、海报、传单和酒标等对象。下载该应用程序后，对准照片扫描，用户即可浏览其他人对该商品的说明及评论。此前谷歌已经收购了美国著名的Industrial Perception公司，该公司致力于研究用于工业机器人的3D视觉识别技术，能够准确对物体进行分类，可以使工业机器人对不同形状的物体进行精准的货物装卸。另外Facebook和谷歌携手俄罗斯计算机视觉公司VisionLabs开发了一个通用的开源计算机视觉开发平台。&&& 2016年11月，Facebook收购了面部识别技术初创公司FacioMetrics。收购目的是为了强化Facebook的图片和视频特效。目前，FacioMetrics提供的工具能够记录、检测、扫描脸部，了解人类面部的行为和年龄，该软件由卡内基梅隆大学“人类感觉实验室”研究人员研发。FacioMetrics创始人费尔南多?德拉托雷表示，该公司研究和分析面部图像就是用来满足包括VR和AR在内的各种需求。&&& 另外，著名IP与处理器制造商ARM在2016年5月以3.5亿美元收购英国计算视觉公司Apical。目前，Apical掌握着全球最先进的计算机成像技术，Apical的专利技术已经覆盖了超过15亿的手机设备，在收购Apical以后，ARM的处理器业务将跳转到一个全新的领域，为其在物联网市场的竞争增加了视觉技术方面的优势。因为ARM自己并不是设备生产商，但全球数以亿计的设备中都能发现ARM的IP设置。&&& 还有汽车巨头福特收购以色列机器视觉和机器学习公司SAIPS，该公司开发的图像和视频算法解决方案、深度学习、信号处理及分类技术，能够帮助福特的无人驾驶汽车学习和适应周围的环境。&&& 总之，随着新技术对于机器视觉的需求逐渐增多，机器视觉必然会成为新经济的热点。机器视觉技术将有效转换、升级设备功能与人机交互方式，为市场带来新的变革。
背景 机器视觉系统是工业4.0之眼&&& 如果说工业机器人是人类手的延伸、交通工具是人类腿的延伸，那么机器视觉就相当于人类视觉在机器上的延伸。机器视觉实现了对工件尺寸、形状、颜色等特征的自动判断和识别，可以让机器代替人眼做测量和判断，是实现工业自动化和智能化的必要手段。&&& 据悉，机器视觉工业应用广泛，主要具有四个功能：&&& 首先是引导和定位功能。视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。比如在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定。&&& 其次是外观检测功能。检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。机器视觉可以检测的对象包括尺寸检测、外观缺陷检测、质量缺陷检测、附属物检测等。另外高精度检测则在电子产品检测中有很多应用。有些电子产品的精密度较高，达到0.01--0.02m甚至到微米级，人眼无法检测必须使用机器完成。&&& 最后是识别功能，就是利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。可以达到数据的追溯和采集，在汽车零部件、食品、药品等应用较多。&&& 概括地说，机器视觉系统的特点是提高生产的柔性和自动化程度，主要在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。&&& 比如在食品药品生产领域，众所周知，食品药品关系到人类的生命健康，如果因为药品的质量问题而对人的生命造成威胁，这将是一个大的灾难。因而各药品生产厂家，尤其是世界知名大厂对药品的整个生产过程甚至后段的包装都给予了非常大的重视。在食品药品的生产、包装过程中，无论是药品的泡罩包装、液体灌装，还是后段的压盖、贴标、喷码，以及最后的装盒检测，机器视觉技术都可以发挥其强大的功能。&&& 再比如果蔬采摘是农业生产链中最耗时耗力的一个环节。应用农业机器人在解决劳动力不足、降低采摘成本、提高劳动生产率、保证果蔬适时采收等方面具有很大潜力，然而，由于作业环境复杂多变，对视觉辨别能力要求高。目前的机器人视觉定位蔬果已由最初的单目视觉发展到双目视觉甚至多目视觉，以实现对蔬果在三维空间的精确定位。荷兰、美国等国家已经有基于双目立体视觉原理的温室黄瓜、草莓采摘机器人系统，正确识别率能达96%以上。
焦点 机器人产业的难点和痛点&&& 在以智能制造为核心的工业4.0时代背景下，随着中国制造2025战略的深入，智能机器人产业市场呈现爆炸式增长势头。作为机器人的“大脑中枢神经”，人工智能在过去的几年里一直处于持续的高速发展阶段，很多机器人也已经具备了相当高的智能化特点，但是还远远达不到人类所设想的智能化程度，原因就在于机器人的视觉系统技术一直难以突破。想想无人驾驶汽车, 即轮式机器人，无人机，即飞行机器人，如果仅仅依靠雷达，其技术成本将会十分高昂。要让这些机器人去很好的替代人类工作的话，首先要做的就是让它们得能“看”到才行，不仅如此，在日常生活中我们所用到的很多智能化的东西也是需要去看的，除了无人驾驶汽车、智能无人机和智能吸尘器，工业生产线、农业生产机械、各种娱乐产品启示都与机器视觉有着重要的关系。&&&&&&&&&&& 只有当工业机器人具备观察事情的能力时，才能够很好的对事情判断，从而做到智能化的灵活自行解决一些问题。&&& 在工业4.0的大势力下，智能制造对工业机器人的要求也越来越高，传统的通过编程来执行某一特定动作的机器人，将不再能满足制造业向前发展的需求。很多时候，我们将需要机器人能够具备识别、分析、处理等更高级的功能，也就是说需要为工业机器人安装一双“火眼金睛”来替代人眼做测量和判断，机器视觉相当于为工业机器人装上了“眼睛”，让他们能够清晰地不知疲倦的看到物体，发挥人眼检查检测的功能，这在高度自动化的大规模生产中非常重要。&&& 在行业应用方面，主要有制药、包装、电子、汽车制造、半导体、纺织、烟草、交通、物流等行业，用机器视觉技术取代人工，可以提供生产效率和产品质量。例如在今天的电商时代需要强大的物流行业，物流企业就可以使用机器视觉技术进行快递的分拣分类，这样不仅可以代替人工进行分拣，减少物品的损坏率，还可以提高分拣效率，减少人工劳动。&&& 目前中国正成为世界机器视觉发展最活跃的地区之一，其重要原因是除了机器人产业，中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。数据显示，中国机器视觉市场规模达到50亿元，其中智能相机、软件、光源和板卡每年的增长幅度都达到了15%以上，工业相机和镜头也保持了20%以上的增幅。我国正在实施的工业4.0离不开智能制造，智能制造离不开机器视觉。年，在中国制造2025的推动下，中国机器视觉市场增速预计将保持在20%左右。&&& 目前，美日两国的机器视觉制造商在全球处于绝对领先地位。其中，日本基恩士无论从产业规模还是市场占有率看，都位居行业第一。与国际市场不同，中国机器视觉行业尚未形成明显的竞争格局。据悉，国外大多数机器视觉制造商基本具备从核心组件（光源、镜头、相机、图像采集卡、图象处理软件等）到系统集成的产业链优势，而中国机器视觉制造商在软件及硬件市场都不具备优势（硬件主要外购），因此大多集中在机器视觉系统集成及设备制造上。随着中国微处理器、半导体技术的进步，以及劳动力成本上升和高质量产品的需求，中国机器视觉市场将从2017年进入高速发展期，但长期的技术短板还需要逐步解决。
启示 中国制造需要的核心技术仍需攻坚&&& 中国经济正在努力回归制造业。中国制造业向来“大而不强”，由于普遍缺乏核心技术，大部分制造企业处于世界产业链的下游。从2010年左右，中国制造业已经开始意识到核心技术缺失削弱了中国制造业整体竞争力的事实，并开始进行转型。值得兴奋的是，中国制造在轨道交通、船舶工业、工程器械、航空工业等领域逐渐掌握核心技术并迎头赶上。但是中国制造依然在众多领域与发达国家在技术水平上存在较大的差距。&&& 比如医疗设备、汽车发动机和电喷系统、家电领域的线性变频压缩机和直驱变频电机、钢铁领域的模具钢和工具钢、自动化生产线、高端化妆品和药品等等。这些领域由于我国产业结构不合理、自主创新能力不够，长期以来一直没有大的突破，成长制约中国制造的主要障碍。&&& 据钢铁行业专家介绍，虽然国内钢铁产能过剩，但我国在模具钢、工具钢的制造方面与国外的制造水平仍存在一定差距。“模具钢就是机车轴承、精密仪器的零部件所使用的钢材”，目前国内生产水平难以与国外相比较，大部分企业的采购渠道还是直接从国外进口，另外，做比较好的刀具所用的工具钢，现在也基本上要从国外进口。&&& 近几年，中国制造业开始意识到自主创新以及掌握核心技术的重要性，逐渐加大了技术研发的投入，并取得了初步成效。但是在机器视觉领域，从刚才的陈述中读者就能体会到，目前主要的创新动力主要来自于美国、英国、俄罗斯、以色列等国家。随着现代工业自动化技术日趋成熟，虽然越来越多的制造企业考虑如何采用机器视觉来帮助生产线实现检查、测量和自动识别等功能，以提高效率并降低成本，从而实现生产效益最大化，但是采用的产品基本还不是中国制造。&&& 从“世界工厂”的“美誉”到“中国制造”的期待，中国现在的创新动力正在逐步恢复，但中国缺少的是一种集成创新的领导者。比如机器视觉系统由多种技术构成，这些技术涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多学科，所以也就需要多个领域的专业知识。视觉系统的开发需要关注硬件、软件以及它们的跨界集成，硬件系统又需要成像系统、照明系统、处理器等领域的持续进步，所以只有众多细分领域的创新小溪动力不止，才能汇成中国制造的创新海洋。
博锐管理在线（）版权声明：本文仅代表作者个人观点，本网登载此文出于传递更多信息之目的，并不意味着博锐管理在线赞同其观点或证实其描述。博锐管理在线文库频道收录的文章均已获得版权人书面授权；非经博锐书面授权或作者本人授权，搜索引擎外的任何个人、网站或传统媒体不得以任何名义进行转载。
媒体的介绍：
秉着“洞悉经济变革和商业机会”的办刊理念，为与新经济领域紧密相关，拥有其所在机构最终决策权的专业人士，特别是投资人士、职业经理人、政府部门及研究学者提供全面报道国内外新经济发展状况和趋势，通过借助国务院发展研究中心的专家资源及权威队伍，针对重大产业和企业经济现象、经济变革和商业机会提供新见解和新观点，启迪创新经济、前瞻产业未来。 ……
媒体的近期文章：
网友对文章《机器视觉：让中国制造2025“看”得更远》的评论
目前还没有网友对文章《机器视觉：让中国制造2025“看”得更远》进行评论，欢迎来抢沙发！
博锐管理在线（）版权声明：本文仅代表作者个人观点，本网登载此文出于传递更多信息之目的，并不意味着博锐管理在线赞同其观点或证实其描述。博锐管理在线文库频道收录的文章均已获得版权人书面授权；非经博锐书面授权或作者本人授权，搜索引擎外的任何个人、网站或传统媒体不得以任何名义进行转载。
&推荐培训课程
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&企业关注最新企业新闻
&相关资料下载
&管理百科最新词条
博锐管理精英俱乐部最新赠送图书：
&博锐会员尊享优惠
博锐管理精英俱乐部会员尊享公开课九折优惠！
&中国管理咨询公司大全品牌展
博锐微信号
Copyright & 2002- . All rights reserved.
博锐管理在线 版权所有
博锐在线客服