机器视觉系统在工业过程中已经使用了一段时间。例如，当产品在传送带上移动时，它们经常被用来监控产品。相对简单的模式识别扩展了这些机器视觉系统的能力，但人工智能(AI)和机器学习（ML）的引入正在帮助机器视觉进入新的应用领域。

工业生产线相对统一，使机器视觉系统更容易识别任何超出明确定义范围的东西。在现实世界中，情况并非如此统一 ，这就是人工智能和机器学习的力量将带来真正好处的地方。支持人工智能的机器视觉系统将能够识别的不仅仅是丢失的产品或停滞的传送带。

(相关资料图)

这些系统将遍及所有垂直领域，并增加多个角色。维护是人工智能支持工程师维修复杂机械的一个领域。其他部门，如农业，将使用机器视觉远程监控作物的健康状况，并使用这些信息来调整灌溉周期、通风等。

如今，为这些应用提供 AI 后端的云平台的商业可用性显着增长。由于成本降低，对这些平台的访问正在增加，而更高的准确性正在推动需求发展。这正在创造一个投资的良性循环，这将使将机器视觉解决方案连接到人工智能云平台变得更加简单。现在，我们可以将机器视觉用于更多用途，并且预计它的使用将推动物联网的新进化步伐。

超低功耗传感

这种增长的部分关键将是超低功耗传感器解决方案的可用性。这些新应用需要“永远在线”，随时准备捕捉图像。这将推动对将高性能与低功耗相结合的解决方案的需求。

当然，连通性也很重要。随着人工智能分析的繁重工作在云端进行，传感器平台可以更小、更节能。但是，它们需要为回程提供高速和可靠的连接。这就是低功耗蓝牙 (Bluetooth LE) 无线协议的超低功耗凭证发挥重要作用的地方。

将低功耗蓝牙技术添加到传感器平台提供了一种将机器视觉传感器平台无线连接到云服务的简单而全面的方法。通过使用物联网网关，甚至智能手机，传感器平台能够将图像数据以及其他传感器信息传输到云平台，在那里可以使用人工智能进行分析。然后可以将操作发送回传感器平台或其他连接的智能执行器。

彩色图像捕捉

尽管机器视觉系统能够使用简单的单色图像来识别基本物体，但彩色图像传达了更多信息，如温室职务生长监控、食物检测以及仓库监控等。

当人工智能被用于分析场景时，颜色变得更加相关。为机器视觉添加色彩将为前面提到的新兴应用中的自动识别带来新的维度。颜色在场景中的对象之间提供更大的对比度和更好的区分。AI 系统现在能够利用这些功能来提供更高的准确性。

在这种情况下，管理整体功耗预算变得更加重要，尤其是对于电池供电且始终在线设备而言。这可能包括预计使用单个纽扣电池运行五年或更长时间的设备。在系统功耗方面，最关键的设计标准是图像传感器、控制系统和通信接口。

RSL10 智能拍摄相机的开发旨在为工程师提供使用低功耗蓝牙进行连接的完整低功耗图像捕获平台（图 2）。该平台的最新版本增加了对使用基于 ARX3A0 CMOS 图像传感器的摄像头模块进行彩色图像捕获的支持。该模块符合onsemi图像访问系统 (IAS) 设计格式，该格式使用标准化的连接器和布局配置，使模块可互换。

RSL10 智能拍摄相机将基于云的 AI 与超低功耗触发式图像捕获相结合，支持下一代物联网成像应用，包括监控摄像头、工厂自动化和智慧农业。

使用 RSL10 智能拍摄相机，开发人员可以创建成像应用，当各种元素触发时自动捕捉图像，包括时间或环境变化，如运动、湿度或温度。该平台可以在低功耗模式下运行，同时监控其视野的特定部分，并在场景内容发生变化时自动拍摄图像。图像可以通过低功耗蓝牙发送到提供的移动应用程序，允许连接到云或 AI 识别服务。

电源管理对于确保使用电池供电时的使用寿命很重要。该系统在彩色摄像机上采用专用的 FAN53880 电源管理 IC (PMIC) 以及基于硬件的智能电源管理模式。当连续图像捕获连接到彩色摄像机时，它仅消耗 136.3 mW。在等待触发事件时，该值降至 88.77 μW，而在省电模式下，仅消耗 30.36 μW。

因此，每天拍摄一张图像时，彩色摄像机平台可以使用单个 2,000 mAh 电池运行超过 11 年。

事件触发机器视觉

该摄像机旨在提供事件触发的图像捕获。这意味着，不是不断地流式传输图像数据，而是基于预定义的事件捕获图像。使用集成到相机平台中的高度先进的传感器监控事件的条件。

这些传感器可以监测的条件包括运动、温度、时间、湿度和加速度。开发人员可以使用传感器的输出来为事件创建复杂的条件。如果满足这些条件，相机将触发图像捕获。然后，捕获的图像通过蓝牙 LE 传输到智能手机或网关。

尽管转向彩色图像捕获意味着通过蓝牙传输更多数据，但 Onsemi 工程师成功地完成了这项任务，几乎没有增加系统功耗要求。部分关键在于 RSL10 SIP，一种超低功耗系统级封装 (SiP)。这个小型 SiP 充当整个系统的中心，控制图像传感器处理器、驱动环境传感器以及管理蓝牙 LE 通信。

与云 AI 平台的接口

onsemi 提供可在 Android 和 iOS 上使用的定制移动应用程序(图 3)。这允许通过连接的智能手机和有效的 AWS 账户使用 Amazon Rekognition。一旦 AWS 账户连接到 RSL10 Smart Shot 移动应用程序，就可以上传和分析图像。分析完成后，Amazon Rekognition 会返回图像中识别的所有对象的列表，其中包含准确度百分比数字。

此外，onsemi 还与 Avnet 合作，将 RSL10 智能拍照摄像机集成到 IoTConnect 平台中，这是一个由 Microsoft Azure 提供支持的基于云的解决方案。旨在尽可能降低物联网设计过程的复杂性，IoTConnect 提供了将信息从相机平台链接到云的方法，以便可以解释和操作数据，并可以执行学习 (AI)。

然后，客户可以采用此方案并定制自己的应用，例如检测物体、读取模拟仪表或检查库存水平。这可以更快地验证物联网项目，并帮助客户更快地进入市场。

总结

视觉传感是一项令人兴奋的技术，在许多领域都有应用，包括工厂自动化和农业等等。虽然拥有一个永远不会感到无聊或疲倦或犯错误的“检查员”的好处是显着的，但当AI和机器学习加入其中时，这项技术才真正发挥作用。