机器视觉作为人工智能领域的重要分支，已经协同其他技术开始对社会产生重大影响。虽然人工智能领域内的各个前沿技术存在着不同程度的交叉，难以细分，但依据主要采用的技术类别，可以将人工智能行业分为：深度学习、机器视觉、自然语言处理、语音识别、情境感知计算、模式识别等等。其中，深度学习、机器视觉、自然语言处理是优质企业参与最多的三大领域，也是人们在人工智能领域付诸探索实践最多、获得应用成果最为丰厚的主要领域。

机器视觉.jpg

近年来，国际巨头纷纷在机器视觉领域进行收购行动，提前在这一领域进行布局，抢占人才、技术、资源的优势。涉及未来生活智能化的各个领域，如无人驾驶汽车、无人机等自主移动机器人领域、消费娱乐等领域、智能制造领域等。一方面体现了机器视觉技术作为一种未来智能化的基础技术，其应用范围十分广泛，另一方面也体现了知名企业对于该技术的重视程度。

无人驾驶汽车、无人机等自主移动机器人领域,2016年，通用10亿美元收购无人驾驶汽车初创公司Cruise Automation，该公司致力于利用双目摄像头、激光雷达、GPS等传感器实现汽车的自主驾驶。英特尔正式宣布收购俄罗斯机器视觉公司Itseez，该公司成立于2005年，已经开发了面向驾驶员辅助系统的软件和服务。亚马逊收购了一家12人的欧洲机器视觉团队，该团队所掌握的技术将用于亚马逊的无人机送货Prime Air项目，以实现无人机自主避障到达目的地。

视觉识别是机器与外界交互的前提。在未来，基于机器视觉的定位、避障、导航技术将是自主移动式机器人的必备基础功能之一，而其较低的生产应用成本也将成为该技术应用的相对优势之一。

智能制造领域, 谷歌曾收购Industrial Perception，该公司致力于研究用于工业机器人的3D视觉识别技术，能够准确对物体进行分类，可以使工业机器人对不同形状的物体进行精准的货物装卸。

消费、娱乐等领域, 2016年，移动设备芯片巨头ARM收购斥资3.5亿美元收购英国嵌入式计算机视觉技术公司Apical，该公司的图像处理技术已运用在全球15亿智能手机和超过3亿台无线监视器等装置中。9月，英特尔宣布收购机器视觉公司Movidius，该公司可以提供低功耗机器视觉芯片，而且已于谷歌、联想、大疆等公司签订协议，为无人机、安保摄像头、VR/AR头盔等设备提供技术服务。

一般而言，包括无人驾驶汽车、服务机器人等智能机器人拥有以下几个系统：感知系统，外界信息的关键入口，通过传感器接收来自外部环境的信息，从而达到与外界的交互；计算处理系统，对收集的信息进行计算处理并根据算法制定决策，从而实现相应功能；控制执行系统，将计算处理系统输出的信号通过各种控制器执行器实现。朗锐智科（www.lrist.com）认为，智能装备的输入端有两个来源：一个是人工输入的设置参数，一个是通过自身的传感器组成的感知系统从外界环境获得的信息。人工输入的参数反映着使用者基于自身使用目的和预期，对于智能设备的设置；感知系统输入的数据反映着智能设备通过感知外界环境获得的有利于设备运转的信息。因此，感知系统的重要性可见一斑，起是智能设备除人工干预以外的唯一输入，也是智能设备能够自主获得信息、自主判断、自主行动的基础。

从目前感知技术的研发现状来看，机器视觉已经成为智能机器人感知技术中最重要的技术之一，具有很多其他技术无法比拟的优势——从应用方面来讲，其功能覆盖范围极其广泛；从技术方面来讲，机器视觉的识别功能具有独特性；从硬件成本方面来讲，相对低廉的硬件具有经济性，不会对最终产品的成本构成形成太大成本压力。