伴隨著5G技術的革新，2018年Intel、華為等企業加快了布局邊緣計算技術的應用進程，從端數據獲取到云中心處理過渡為端數據獲取到邊緣中心處理數據，再將主要處理數據反饋給云中心或直接進行指令決策等，極大地緩解了云中心處理龐雜數據的壓力，提高了整個環節的傳輸和執行速率。

　　機器視覺作為人工智能至關重要的技術分支，也是實現制造業自動化改革的核心技術。

　　目前機器視覺被應用在電子、汽車、醫藥等行業，主要解決缺陷檢測、視覺引導定位、顏色識別、尺寸測量等行業核心需求問題。

　　制造業機器視覺部分應用案例

　　1.缺陷檢測確保產品質量

　　在工廠生產線借助機器視覺檢測技術代替人工檢測，對產品實時狀態進行全天候核對。防止因人為疲勞等因素導致的不合格產品出庫，同時為制造業企業節省人力成本，提高了生產效率。

　　目前機器視覺檢測主要應用于在線表面檢測范疇，通過機器視覺圖像采集系統進行數據獲取，借助機器視覺軟件對數據進行缺陷分析并進行參數存儲等。

　　2.制造業現場設備維護預測

　　自動化設備的普及，代替了更多的人力，但不可避免的是每個設備部件都有使用壽命，需要監管和維護等，往往突然的設備故障會使企業主的交貨時段、生產排期等滯后，嚴重的可能影響客戶的信任度或終止合作等。

　　目前機器視覺在設備的預測性維護上起到了重要作用，通過對設備重要部件進行實時性的檢測和對比分析，預估出設備部件的損壞或者可使用時長，并進行及時提醒相關設備管理員進行備貨和更換等操作。

　　3.制藥行業包裝檢測

　　近幾年，制藥行業市場競爭格外突出，不論是中國、德國、日本還是其他國家，都有各自不同的制藥標準，從藥品的生產、包裝、運輸等均需要極度嚴苛的把關。這里單獨將瓶裝粉末藥瓶標簽檢測拿出來進行解讀。

　　瓶裝粉末藥品生產流程是將粉狀藥末裝入玻璃屏后封蓋，然后貼標、裝盒、包裝。整個生產過程是全自動機器生產加工。在自動貼標環節，往往因為貼標機問題，或者標簽貼完未及時更換，出現藥瓶上的標簽漏貼、貼外。在傳統的人工檢測中，常因為生產速度過快(每秒三瓶)、視覺疲勞而漏檢，從而導致標簽異常的藥品出貨。

　　多年來，機器視覺實時在線檢測技術不斷突破，在包裝、液位檢測等問題上，從實時檢測到實時剔除不合格品，為制藥行業客戶提供了更多定制化解決方案。不僅僅節省了人工成本，同時提高了不同批次藥品的品質，畢竟藥品的安全生產是和生命掛鉤的，所以至關重要。

　　人工智能、邊緣計算、物聯網等已經不是什么新鮮的概念，高速的科技革新，將連帶著國內機器視覺、增強現實等技術快速完善。

　　青島合鑫泰作為國內領先的人工智能與機器視覺解決方案提供商，始終堅持技術創新，將不斷深化機器視覺技術在制造業行業的應用，并結合人工智能技術挖掘出更多整合式可行性解決方案。相信在實現”中國制造2025“的國家戰略上，青島合鑫泰將貢獻出更多自己的力量。