机器视觉（Machine Vision）是实现非接触式检测和高度柔性生产的关键技术，其主要功能可归纳为识别、测量、检测以及定位与引导等四类。嵌入式视觉（Embedded Vision）是机器视觉技术微型化、低功耗化后的产物，也是机器视觉未来的重要发展方向之一。
从本质上讲，嵌入式视觉系统将图像捕获和图像处理功能结合在一个设备中。而传统的机器视觉系统通常需要一个大型相机和镜头来捕获图像，以及一个标准化的接口和线缆，用于将原始图像数据传输到独立的工业计算机。
工业领域正在使用的自带处理器的智能相机，实际上就是一种高性能的“嵌入式视觉”设备被用于传统的“机器视觉”任务。在物联网时代，嵌入式视觉实现了所谓的“物的视觉（VoT）”，为工业制造赋予了更智能的自动化、更高的安全性和跨行业的新能力。
01嵌入式视觉的演进
嵌入式视觉技术自诞生以来已取得了长足的进步。起初，嵌入式视觉系统受限于早期嵌入式处理器的计算能力，这些系统只能执行基本的图像处理任务。然而，在复杂分析和实时处理方面，它们却显得力不从心。
转折点出现在更强大、更节能的处理器的开发上。这一飞跃使得系统可以直接在设备上实现先进的图像处理技术，反过来又消除了对外部计算资源的需求和对云的依赖；传感器技术的进步对嵌入式视觉技术的演进同样发挥了至关重要的作用。
高分辨率和多光谱传感器提供了更详细和多样化的数据，使得嵌入式视觉系统能够执行以前无法完成的任务。例如，在农业自动化领域，嵌入式视觉系统可以通过分析包括近红外区域在内的不同光谱波段的图像来评估作物的健康状况。
机器学习与人工智能（AI）的融合进一步推动了嵌入式视觉的发展。这些技术使系统能够从数据中学习，从而随着时间的推移提高其准确性和适应性。从质量控制到自主导航的各种工业应用中，能够进行实时决策的嵌入式视觉系统正在成为这些领域不可或缺的技术。
在工业领域，嵌入式视觉技术的创新正在催生新的应用，并优化现有的流程。反过来，人工智能、传感器等新技术的发展也在深刻地影响着嵌入式视觉的创新。其发展趋势主要体现在三个方面。
人工智能与嵌入式摄像头的集成
人工智能在很大程度上正在革新嵌入式视觉系统。借助人工智能，嵌入式视觉系统能够执行复杂的任务，如智能产品分类、质量控制和预测性维护。
RGB-IR相机的崛起
RGB-IR摄像头在工业环境中越来越受欢迎，特别是在仓库和工厂的监控中。这些摄像头能同时捕捉可见光（RGB）和红外（IR）光，所有功能都集成在一个摄像头模块中，无需额外的红外截止滤光片。
相机的微型化与大型化
在嵌入式视觉领域，同时存在着小型化趋势和采用更大传感器摄像头的需求。相机技术的进步正推动着更小、功能更强大的相机的发展，这些相机可以集成到紧凑且狭小的空间中。
例如，迷你无人机、工业平板电脑等。同时，许多工业应用诸如智能监控、机械臂和质量检测等需要更大的传感器摄像头，以获得更高的灵敏度和更广的覆盖范围。通常，传感器尺寸大于1/2.2英寸的摄像头被视为“大”摄像头。这种双重趋势要求嵌入式视觉系统必须在紧凑设计与增强成像能力之间取得平衡。
根据Growth Market Report的最新研究报告，2024年全球嵌入式视觉市场规模达到132亿美元，在人工智能、机器学习和边缘计算技术的推动下呈现出强劲增长态势。预计从2025年到2033年，该市场将保持13.8%的显著复合年增长率（CAGR），到2033年市场规模预计将达到406亿美元。
推动嵌入式视觉市场发展的主要增长因素之一是人工智能和深度学习算法的快速演进和部署。人工智能与嵌入式视觉系统的融合实现了边缘的实时数据处理和分析，显著降低了延迟并增强了决策能力。
在汽车行业，高级驾驶辅助系统（ADAS）和自动驾驶汽车严重依赖嵌入式视觉进行物体检测、车道偏离警告和行人识别。在工业自动化和机器人技术中的日益普及是嵌入式视觉市场增长的另一个重要驱动力。制造业正在利用嵌入式视觉系统进行质量控制、缺陷检测和流程优化，从而提高生产率并降低运营成本。
工业4.0的兴起以及向智能工厂的转变，加速了视觉机器人和自动化检测系统的部署。这些系统有助于精确监控和控制生产线，确保制造流程具有更高的准确性和一致性。此外，嵌入式视觉解决方案在物流和仓储领域的应用日益广泛，自动化分拣、库存管理和包裹追踪等应用进一步扩大了其在工业领域的使用范围。
02智能相机驱动嵌入式视觉发展的关键硬件
智能相机是具备板载处理能力的独立视觉系统，完成了从“看清”到“看懂”这一过程的转变。它们将图像传感器、处理器和软件整合到一个紧凑的单元中，能够就地捕捉图像并立即进行分析，例如检测缺陷或读取代码。在生产线、物流甚至消费设备中，视觉系统的部署将变得更加简单、可靠。
根据行业报告，工业自动化对智能相机的需求正在飙升，随着性能的提高，它们在生产线上的作用将会继续增强。Strategic Revenue Insights预计，到2033年，全球嵌入式视觉摄像头市场的估值将达到153亿美元，从2025年至2033年的复合年增长率（CAGR）为9.8%。这些相机中的高性能图像传感器（全局快门、高分辨率）和照明设备能确保快速移动部件信息的准确性。
DFRobot DFR0833 OpenMV Cam H7 Plus是一款小型低功耗智能相机模块，采用高级Python脚本编程，这使得处理机器视觉算法的复杂输出以及使用高级数据结构变得更加容易。该模块内置了基于ARM Cortex-M7的STM32H743II处理器，标配OV7725 或MT9V034全局快门图像传感器，且支持更换镜头。STM32H743集成了工作频率高达480MHz、具有双精度浮点单元的Arm Cortex-M7内核，从Flash执行程序时，能够提供2424 CoreMark /1027 DMIPS的性能，利用其L1缓存实现了0等待执行。
onsemi的MT9V034是一款1/3英寸宽VGA的CMOS有源像素数字图像传感器，具备全局快门和高动态范围（HDR）功能，非常适合各种真实环境中的成像应用。在保持CMOS固有的尺寸、成本和集成优势的同时，MT9V034实现了媲美CCD的图像质量。
强大的组合使得DFRobot DFR0833 OpenMV Cam H7 Plus能够用于线条检测、圆形检测、矩形检测、模板匹配、图像捕捉、视频录制、颜色跟踪、标记跟踪、人脸检测、眼动追踪和人物检测等。对于需要将视觉功能集成到一个电池供电、体积极小、成本敏感设备中的这一类需求，OpenMV是非常好的选择，工业自动化过程中简单逻辑的流水线次品分拣以及二维码/条码扫描都可以直接使用它。
图：DFRobot DFR0833 OpenMV Cam H7 Plus智能相机模块（图源：Mouser）
03边缘AI芯片
AI重构嵌入式视觉的核心
正如上文所述，AI与嵌入式视觉系统的融合是嵌入式视觉市场快速发展的重要推手。边缘AI对该领域的最大改变在于将工业自动化中比较刻板的“规则检测”转向“语义理解”。此时，视觉语言模型（VLM）将下沉到边缘，系统不再只是识别“是否有划痕”，而是可以理解自然语言指令。例如，质检员通过语音说“帮我留意表面色泽不均且边角有毛刺的产品”，嵌入式视觉系统即可实时调整推理逻辑。
此外，摄像头不再输出视频流，而是直接输出结构化数据，如物体坐标、缺陷类型、零件计数等，这些改变极大地减轻了工厂网络的带宽压力。在移动协作机器人 (Cobots)中，嵌入式视觉可安装在机械手末端，实现实时避障和亚毫米级的精密抓取。在预测性维护中，微型视觉模组可嵌入到轴承内部，通过监测微细磨损颗粒的形状变化，在故障发生前即可发出预警。
随着基于深度学习的AI 和具有AI 功能的嵌入式处理器即边缘 AI 处理器的进步，我们可以在更低的功耗下以更高的准确性对庞大而复杂的视觉数据进行分析，现在的嵌入式相机可以“开箱即用”地运行深度学习模型，这也是嵌入式视觉能够大规模落地的重要原因。因此，在嵌入式视觉应用中，选择芯片不再只看主频，而是更关注AI算力（TOPS）、能效比、ISP（图像信号处理）能力以及工业级可靠性。
NVIDIA Jetson Orin作为高端模块为边缘的高级机器人技术和视觉技术提供超过100 TOPS的计算能力，是“算力派”的杰出代表。Texas Instruments的AM6xA系列则是典型的“工业派”。该公司的芯片设计逻辑是“够用且极度稳定”，并且根据实际需求有多个细分产品。AM62A (2 TOPS)的定位是入门级AI视觉，支持1-2个摄像头，优势是功耗极低，约2-3W，工作中无需风扇，可用于智能扫码枪、简单的零件计数、工业读码器等对算力需求不高，但对功耗和价格敏感的应用。
AM68A (8 TOPS)的定位是中端AI视觉，支持多达8路摄像头输入，优势是拥有强大的硬核ISP，内置镜头畸变校正（LDC）和多尺度缩放（MSC），能显著降低CPU负担，可用于协作机器人末端视觉、常规缺陷检测等。
AM69A (32 TOPS)是AM6xA系列中的一款高端边缘AI 器件，支持12路摄像头，并提供多种方法来通过异构处理内核和集成硬件加速器优化网络边缘性能，在算力与能效方面找到了完美的平衡点，工业接口丰富，有PCIe Gen3和多路千兆网口，非常适用于多相机同步检测线、复杂的移动机器人（AMR）中的嵌入式视觉应用需求。
图：AM69A上的机器视觉数据流方框图（图源：TI）
04本文小结
嵌入式视觉是指将图像采集（摄像头）与图像处理（算力）集成在同一个小型化设备或系统中的技术。如今的嵌入式视觉已不再仅仅是机器视觉的一个分支，它已经演变成“物理AI（Physical AI）”的神经末梢。
从工厂车间上的智能相机到自动驾驶汽车中的AI芯片，嵌入式视觉技术正在以深刻的方式改变着多个行业的运行规则，它们为机器带来了视觉和视觉理解的能力。嵌入式视觉技术正通过自动化一系列广泛的任务，从检测、导航到物料搬运等，为工业领域带来了革命性的变化。
由嵌入式视觉驱动的自动化检测摄像系统能够快速识别生产线上的产品缺陷，确保无需人工干预即可达到更高的质量标准。同样，配备视觉系统的自动导引车（AGV）能够高效地在复杂的仓库环境中导航，优化了物流成本。
