200 millions de caméras poussent la vision industrielle intelligente à la périphérie

La vision industrielle (MV) utilise une technologie qui permet aux machines industrielles de « voir » et d'analyser les tâches et de prendre des décisions rapides en fonction de ce que le système voit. La MT devient rapidement l’une des technologies les plus essentielles en matière d’automatisation.

Étant donné que cette technologie est désormais fusionnée avec l'apprentissage automatique (ML) pour mener la transition vers l'Industrie 4.0, les possibilités sont énormes, surtout à la périphérie. ABI Research prédit que d’ici 2027, les livraisons totales de systèmes de caméras atteindront 197 millions d’unités et que les revenus atteindront 35 milliards de dollars.

« Le passage de machines capables d'automatiser des tâches simples à des machines autonomes capables de « voir » des éléments pour une optimisation à long terme entraînera de nouveaux niveaux d'innovation industrielle. C'est l'innovation que propose ML pour MV (également connue sous le nom de vision par ordinateur). ), », a expliqué David Lobina, analyste en intelligence artificielle et apprentissage automatique chez ABI Research.

Il a ajouté que le ML peut étendre la vision industrielle bien au-delà de l'inspection visuelle et du contrôle qualité en augmentant les algorithmes de vision industrielle classiques avec la portée et la portée des modèles de réseaux neuronaux, qui sont des classiques de la vision par ordinateur traditionnelle.

Opportunités

De toutes les tendances du marché de l'IA, l'informatique de pointe présente les applications et les avantages les plus intéressants, notamment dans les appareils qui relèvent des systèmes embarqués et de l'Internet des objets. La fabrication intelligente est peut-être l’exemple le plus direct, où des caméras intelligentes, des capteurs intégrés et des ordinateurs puissants peuvent intégrer l’analyse ML à chaque étape du processus.

La vision industrielle intelligente est à l'œuvre dans les usines, les entrepôts et les centres d'expédition pour aider et assister les travailleurs humains en effectuant des tâches plus banales, permettant aux travailleurs d'utiliser leur expertise pour se concentrer sur les parties importantes.

Le développement du marché dans les domaines des villes intelligentes, des soins de santé intelligents et des transports intelligents a également mûri. ATOS (domaine urbain), Arcturus (domaine des soins de santé) et Netradyne (domaine des transports) sont tous des fournisseurs majeurs dans ces domaines.

Comme dans d'autres cas d'applications Edge ML, la meilleure façon pour la technologie de progresser consiste à combiner des solutions matérielles et logicielles et à adopter des données riches en informations. Ce n’est que grâce à une approche globale réunissant tous ces facteurs que des résultats fructueux pourront être obtenus.

Les fournisseurs réalisent qu'ils doivent proposer des produits compétitifs. Dans les cas où des données sensibles ou privées sont impliquées, comme dans le cas des soins de santé, l'ensemble du package doit inclure le matériel (caméras, puces, etc.). ), un logiciel et un excellent moyen d'analyser les données.

L'approche « globale » n'est peut-être pas l'exemple le plus courant sur le marché. Néanmoins, les fournisseurs doivent devenir de plus en plus conscients de la manière dont leurs produits s'intègrent à d'autres solutions, ce qui nécessite souvent des logiciels indépendants du matériel et des analyses de données indépendantes des logiciels.

« Il s'agit d'un point crucial pour les villes intelligentes, les soins de santé et les transports, en particulier en ce qui concerne ce que la vision industrielle peut réaliser dans tous ces environnements, les fournisseurs de logiciels et de matériel et les fournisseurs de services commenceront à élargir leur vision du secteur. ", a conclu Lobina.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!