1969. aastal sündis USA-s Bell Labsis esimene CCD-pildiandur, mis avas ukse digitaalsele pildistamisele tööstusliku nägemise tööstuse jaoks. Sellest ajast alates on mitmesugused elu ja tootmise aspektid seotud kujundite ja visiooniga.
Ka masinnägemisväli hakkas idanema ja kasvama: mustvalgest värviliseks, madalast eraldusvõimest kõrge eraldusvõimeni, staatilistest piltidest dünaamiliste piltideni. Tänaseks oleme võimaldanud masinatel mõista tegelikku kolmemõõtmelist ruumi ja esitada stereoskoopilisi kujutisi visuaalselt, mida tööstuse insaiderid nimetavad neljandaks visuaalseks revolutsiooniks. Selle neljanda visuaalse revolutsiooni võti on 3D-anduri tööstuse kiire areng.
Masinnägemine on arenenud eelmisest 2D-tasandist 3D-stereoskoopiliseks "maailmaks". Levinud ja sageli kasutatavad tehnoloogiad, nagu näotuvastusmakse, näo ID, VR, mehitamata esmatarbekauplused ja intelligentsed robotid, põhinevad kõik 3D-nägemise tehnoloogial. Neljanda visuaalse revolutsiooni ja tööstusliku interneti kombinatsioon maksimeerib reaalmajanduse ja tehnoloogia väärtust, liikudes järk-järgult reaalsete tööstusstsenaariumide, tootmise efektiivsuse ja tööstusliku teostatavuse poole.
Kui kirjeldaksime tööstusliku interneti ja 3D masinnägemise suhet ühe lausega, oleks kõige täpsem kirjeldus: tööstusliku interneti tulevik põhineb 3D masinnägemise juhtimisel ja AI kognitiivse süsteemi töötlemisel. Masinanägemise rakendamine tööstusvaldkonnas ei ole uus asi; selle ajalugu on rohkem kui kolmkümmend aastat. Tööstusliku 3D-nägemise tehnoloogia tõusuga muutub selle tähtsus tööstuslikus tootmises üha olulisemaks.
Alates üksikutest stsenaariumidest kuni tervete tootmisliinide volitamiseni
Varaseim automatiseeritud tootmises kasutusele võetud tehnoloogia oli 2D-nägemise tehnoloogia. Kuna aga 2D-nägemine suudab probleeme lahendada tavaliselt ainult tasasel tasapinnal, on 2D-nägemisel keeruline kõrgusteabega objektide (nt kõverate või kaarekujuliste toodete) puhul tõhusalt toimida. See on soodustanud 3D-nägemise tõusu. Võrreldes 2D-nägemisega on 3D-nägemine vähem tundlik ümbritseva valguse muutuste suhtes ning sellel on suurem täpsus ja töökindlus. Tootmisliinidel suudab see tuvastada kiiresti{11}}liikuvaid sihtmärke ja hankida teavet, nagu kuju, värvikontrast ja ruumilised koordinaadid. 3D-nägemine suudab täita rohkem tööstuslikke rakendusi, mida 2D-nägemine varem ei suutnud rahuldada, täiendades 2D-nägemist. Lisaks on viimastel aastatel suurenenud nõudlus täpsuse järele täppistööstuses, nagu olmeelektroonika, autod ja pooljuhid,{16}}täpse 3D-nägemise tehnoloogiast saanud turu leviala.
Tööstuslik 3D-nägemus keskendub peamiselt kolmele peamisele rakenduskategooriale: suuruse ja defektide tuvastamine, intelligentne tootmine ja autonoomne navigeerimine. Suurim muudatus tööstusliku 3D-nägemise tehnoloogia kasutamisel tööstussektoris viimase kahe aasta jooksul on selle areng ühest-stsenaariumi rakendustest, nagu kvaliteedikontroll, tervete tootmisliinide volitamiseks.