撰文｜多魚

自2010年以來，中國制造業增加值連續12年位列世界第一。據《英特爾賦能產業智能化升級-機器人特刊2022》數據顯示，2021年，中國制造業增加值規模達31.4億元，占GDP比重27.4%。

受國內制造業蓬勃發展的帶動，中國工業機器人發展也名列前茅，自2014年以來，中國已連續8年成為全球最大的工業機器人消費國。其中，2020年中國新裝工業機器人占全球新裝工業機器人比例為43.8%；同年，中國機器人產業營收突破千億規模。

從現下來看，雖然中國工業機器人市場依然以國際廠商為主導，但近年來，中國內資廠商奮起直追，已取得了一系列成果。據數據，中國內資工業機器人市占率從2015年的18%提升至2021年的33%。

隨著中國機器人產業以及中國內資廠商的逐年崛起，也為像英特爾這樣專注于半導體行業和創新科技領域的領先者，提供巨大的潛在應用機會。這一點，從英特爾在各個垂直機器人領域的應用也能窺得一二。

據了解，英特爾基于了英特爾?酷睿?處理器、英特爾?FPGA、OpenVINO?工具套件和英特爾? oneAPI，在機器人視覺工程領域展開布局；而在物流機器人領域，英特爾?酷睿?處理器、英特爾? 實感?攝像頭的賦能也滿足了AMR、AGV對復雜環境的高速處理、平穩運行的需求，以及高性能視覺傳感器為物流機器人提供物體深度信息。

以機器視覺為例，其為工業機器人的發展和應用帶來了新的可能性，例如從固定位置固定物體抓取，到隨機位置隨機物體的抓取。然而，將機器視覺技術與機械手臂系統的整合，涉及到智能算法、三維點云數據處理、手眼標定、抓取系統等模塊的整合，需要專業的知識，對于機器人企業和系統集成商來說開發門檻和開發成本都很高。

因此，英特爾提供了一整套視覺參考抓取的參考代碼及性能優化技術，通過采用深度傳感器的三維點云數據作為輸入，在軟件部分引入最前沿的智能抓取算法，并利用OpenVINO? 工具套件在英特爾?平臺上進行推理計算優化，為機器人提供三維視覺定位和手臂引導的參考代碼。譬如，在焊接以及對高精度、穩定性、智能化有高要求的工業領域，在英特爾視覺系統的賦能下，均成功實現降本增效的預期效果。

3D視覺+機器焊接

焊接作為熱加工，其先進化技術一定程度上反映了一個國家的機械水平。

作為機械制造領域關鍵技術之一，焊接是許多高新技術產品制造不可缺少的加工方法。例如，世界上最大的1200KW火電機組、700KW水電機組、1300KW的核電設備、重達1200噸的加氫反應器、航天技術的運載火箭、宇宙飛船、太空站以及微電子技術的元器件都是采用焊接技術完成制造。

然而，焊接對于技術又有著極嚴苛的要求，例如焊條直徑、運條方法、焊條角度等都需要滿足特定的要求，因此工業焊接開始引入3D相機等設備，實現對于曲面器件的3D識別與定位，更大范圍地滿足自動化焊接需求。

但“3D視覺+機器焊接”在整個應用過程中，依舊面臨著諸多痛點。譬如，當產品產生弧光或者反光的時候，機器不能精準焊接；其次，機器視覺算法速度比較滯后；第三，市面上的處理方案不多。

那么，有沒有行之有效的解決方案？信捷電氣給出了自己的答案。

為了進一步解決機器不能精準焊接、機器視覺算法速度比較滯后等難題，信捷電氣推出了基于英特爾?酷睿?處理器、英特爾? FPGA、英特爾? OpenVINO?工具套件和英特爾? oneAPI，并搭載創新性智能相機的X-SIGHT*3D機器視覺焊接解決方案。

圖：英特爾如何解決“3D 視覺 + 機器焊接”的難題

X-SIGHT 3D機器視覺焊接解決方案由智能相機、 視覺處理平臺、焊接機器人、信捷云等子系統構成，可以通過激光視覺引導系統擬合焊接軌跡，并給出3D坐標及焊接姿態，從而簡單、快速地識別焊縫。系統還能夠自動識別點焊偏差值，給出最佳軌跡補償，并實時調整焊接偏移量，實現最佳焊接效果，從而降低企業焊接業務成本，提升焊接的效率與質量。

英特爾? FPGA、英特爾? 酷睿? 處理器、 OpenVINO?工具套件等產品與解決方案的應用不僅幫助信捷電氣克服了目前“3D視覺+機器焊接” 應用過程中的挑戰，也讓X-SIGHT*3D機器視覺焊 接解決方案焊接效率加倍、焊接質量提升。

AI+3D+工業機器人

不僅僅是信捷電氣，為了滿足客戶需求解決應用痛點，專注于3D視覺玩家梅卡曼德也同樣選擇攜手英特爾，推出相對前衛的全新一站式解決方案。

為了應對工業應用對高精度、穩定性、智能化的要求，梅卡曼德推出了基于英特爾?酷睿? 處理器、 OpenVINO?工具套件、英特爾? oneAPI的一站式“AI +3D+工業機器人解決方案”。

該方案通過Mech-Eye（工業級3D相機）和 OpenCL、OpenMP技術獲取點云數據，再通過 Mech-Vision（圖形化機器視覺軟件）和OpenVINO?工具套件、OpenCV技術處理數據，最終Mech-Viz機器人智能編程環境）將數據與機器人集成，用于終端應用。

在一些典型的工業場景中，例如工件上下料，需要工業機器人對不同的物體進行深度學習模型訓練，然后用訓練好的模型進行圖像識別，搭配梅卡曼德的其他軟件產品控制機器人進行無序抓取的工作。在沒有使用英特爾的產品和解決方案之前，梅卡曼德的訓練速度和圖像識別效果有較大提升空間。

在使用了英特爾的產品和解決方案之后，梅卡曼德的方案很大程度上提升了深度學習模型訓練速度和圖像識別效果，最終提高了工業機器人的部署效率和識別準確度。

結語

隨著人工智能、5G、邊緣計算和數據分析等相關技術的不斷完善，勢必會進一步推動機器人技術的持續發展，英特爾也將不斷助力機器人企業，開拓更多應用場景，并提供靈活、可擴展的工具和技術，打造端到端的行業解決方案，賦能行業數字化轉型。