视觉技术与实体经济融合领域

　　人工智能领域的视觉技术主要是图像识别、计算机视觉、机器视觉。虽然机器视觉在工业领域被广泛提及，但是其应用的技术包括了计算机视觉、图像处理等技术，应用场景也稍有不同。图像识别主要应用在图像终端，如人脸识别摄像头；计算机视觉主要是应用于动态图像的分析和静态图像分析。可以说，计算机视觉是人工智能视觉技术的基础元素。

　　视觉技术是人工智能当前技术相对其他技术领域较成熟、技术发展快、市场需求量大的领域，比如人脸识别，在光线好的情况下，正面人脸识别机器的准确率能达到99.99%，人脸识别在、物业安保、***、证券、***、教育、电子商务、机场、地铁等场景应用广泛。前瞻研究院《中国人脸识别行业市场前瞻与***战略规划分析报告》显示，未来十年，我国人脸识别行业市场规模有望达到千亿元。

机器人自动化赋能制造业

自动化赋能制造业

作为现代工业重要的技术之一，工业自动化技术应该广泛，市场空间巨大。

在电力行业跟精密制造领域经验比较丰富的王辉看来，“在未来的工业制造业里面，会因为机器人自动化产生大量新的就业岗位，主要是跟软件、算法，包括机器人的操作，以及跟智能化相关的一些岗位。机器人自动化这个行业蕴藏着的可能性，有非常大的发展前景。当然，这也就同时意味着竞争非常激烈。”

在国内机器人市场增长迅猛的2017年，销量在一年内就增加了约六成。但在过去两年，中国机器人行业进入了市场整理期，根据国际机器人联合会的数据，工业机器人的年销量持续停留在13-14万台的水平。

工业自动化中的机器视觉

　　在工业自动化控制中使用机器视觉系统有以下五个主要原因：

　　性——由于人眼有物理条件的限制，在性上机器有明显的优点。即使人眼依靠放大镜或显微镜来检测产品，机器仍然会更加，因为它的精度能够达到千分之一英寸。

　　重复性——机器可以以相同的方法一次一次的完成检测工作而不会感到疲倦。与此相反，人眼每次检测产品时都会有细微的不同，即使产品时完全相同的。

　　速度——机器能够更快的检测产品。特别是当检测高速运动的物体时，比如说生产线上，机器能够提高生产效率。

　　客观性——人眼检测还有一个致命的缺陷，就是情绪带来的主观性，检测结果会随工人心情的好坏产生变化，而机器没有喜怒哀乐，检测的结果自然非常可观可靠。

　　成本——由于机器比人快，一台自动检测机器能够承担好几个人的任务。而且机器不需要停顿、不会生病、能够连续工作，所以能够极大的提高生产效率。

我国救援机器人前景广阔

救援机器人前景广阔

近年来，伴随着人工智能、5G、北斗导航等技术的不断发展，我国救援机器人也是逐渐从概念走向了落地。截至目前，国内各类救援机器人研发工作已经基本取得一定成果，水下机器人、救援机器人等已经获得实际应用，此外消防、、矿用等救援机器人也已处于演习阶段，未来发展的前景十分广阔。

2017年，我国科技部在《“十三五”公共安全科技创新专项规划》中，明确提出将救援机器人作为重大科技装备进行自主研发，并给予大量红利支持和政策指导。在此背景下，国内救援机器人开始迎来研发应用的高峰期。在此期间，消防机器人和日渐落地消防队，同时救援机器人也在四川迎来实用。

除此以外，我国由北京理工大学、沈阳自动化研究所、西安科技大学等单位研制的矿用机器人也成功问世；由中广核集团牵头研制的救援机器人也成功验收；以及水下机器人也随着“潜龙号”系列的应用取得了不断发展。总而言之，在政策、需求等的不断支持下，我国各类救援机器人都获得了长足的发展。