武汉视科——您身边的测试测量专家

3月4日下午, 美国国家仪器公司（NI）在光谷凯悦酒店召开了NI半导体测试武汉站研讨会。来自华为、武汉梦芯、华中科技大学等单位的近60位相关行业同仁参加了会议。武汉视科作为NI在华中地区的重要合作伙伴也受邀参会。本次会议上，由NI工程师为大家介绍了NI公司最新推出的STS系列半导体测试解决方案，该方案覆盖了从研发验证到量产整个半导体开发流程的测试验证，已经在华为和武汉新芯等半导体企业成功应用。另外会上武汉新芯半导体战略与业务拓展部总监、“千人计划”专家安西琳为与会来宾做了的主旨演讲，系统地分享了行业现状、趋势、以及对行业的思考和分析。经过约4小时的研讨分享，现场来宾对NI在半导体测试领域的发展表示了肯定。武汉视科也将同NI一起，将半导体测试的解决方案更好的推向市场，服务更多的有需求的用户。

[ 2016 - 03 - 04 ]

机器也能看见你——机器视觉技术渐行渐近

一台机器为什么能看到你?因为它有了自己的视觉。机器视觉技术是一门涉及人工智能、神经生物学、心理物理学、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制，技术最大的特点是速度快、信息量大、功能多。机器视觉主要用计算机来模拟人的视觉功能，但并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。一个典型的工业机器视觉应用系统，包括数字图像处理技术、机械工程技术、控制技术、光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等。发展历史简介　　机器视觉的研究是从20世纪60年代中期美国学者L.R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模、匹配等技术，后来一直在机器视觉中应用。罗伯兹在图像分析过程中，采用了自底向上的方法。用边缘检测技术来确定轮廓线，用区域分析技术将图像划分为由灰度相近的像素组成的区域，这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述，以便同机内存储的模型进行比较匹配。实践表明，只用自底向上的分析太困难，必须同时采用自顶向下，即把目标分为若干子目标的分析方法，运用启发式知识对对象进行预测。这同言语理解中采用的自底向上和自顶向下相结合的方法是一致的。在图像理解研究中，A.古兹曼提出运用启发式知识，表明用符号过程来解释轮廓画的方法不必求助于诸如最小二乘法匹配之类的数值计算程序。 70年代以后，机器视觉形成几个重要研究分支：一、目标制导的图像处理;二、图像处理和分析的并行算法;三、从二维图像提取三维信息;四、序列图像分析和运动参量求值;五、视觉知识的表示;六、视觉系统的知识库等。全球应用情况在国外，机器视觉的应用普及主要体现在半导体及电子行业，其中大概40%-50%都集中在半导体行业。机器视觉系统还在质量检测的各个方面已经得到了广泛的应用，并且其产品在应用中占据着举足轻重的地位。除此之外，机器视觉还用于其他各个领域。而在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致以上各行业的...

[ 2015 - 08 - 04 ]

无人驾驶汽车的普及，还面临哪些困难？

无人驾驶汽车的热潮一浪高过一浪，很多人认为它们会在不久的将来统治世界。不过理想很丰满，现实很骨感，谷歌一手搭建的科技乌托邦没那么容易实现，还有很多因素阻碍这类全自动驾驶汽车走入千家万户，比如下面这些因素。伦理困境无人驾驶汽车的主攻方向之一就是避免碰撞，特别是与人的碰撞。不过让我们假设这样的情景：一位母亲突然推着童车走上马路，而汽车没有足够的时间刹停。它会为了躲避童车而转向迎面而来的车辆吗？这样可是会威胁车里的乘客和其他人的生命。如果把童车换成一只突然窜出来的小猫呢？谁来替无人驾驶汽车做选择？编程的工程师谁能付得起如此大的责任？另外，如果不同意这一默认的伦理设定，你有权推翻它吗？人们对无人驾驶技术是否能Hold住这么复杂的选择依旧有很多疑虑。当然，汽车业界很清楚它们面对的这一系列伦理困境。今年秋天，奔驰的母公司戴姆勒集团就将第一次召开名为“自动驾驶，法律与道德”的会议，制造商也都就这一系列问题请教了哲学家和伦理学家。不过，就这些问题，哲学家们也没能达成共识。但是现下业界迫切需要在这些问题上达成全行业的共识。到底是谁之过？无人驾驶汽车会严格遵守交规，再加上布满车身的摄像头、传感器、雷达和超快的反应速度，毫无疑问会大大降低事故率（现在90%的事故都是由驾驶员操作失误引起的），不过无人驾驶也不是完美无瑕的。它们肯定偶尔也会出事故，甚至造成伤亡，毕竟一些在美国做测试的无人驾驶汽车已经发生了事故。所以如果发生了事故，到底该谁来负责呢？所有者？汽车制造商？失效部件的制造上？还是软件公司？现在我们还有很多现实和法律问题急需解决，特别是发生事故后最终事故责任谁来承担的问题。无人驾驶汽车是粗心大意司机的救星吗？也有观点认为，如果车上乘客完全不会驾驶，行车任务由汽车自行完成，那么出了事故厂商就应该负责。就像飞机上的黑匣子，行车记录仪未来也会成为汽车的标配。不过这样也会造成一些个人隐私方面的问题，如到底谁可以拥有记录仪里的数据和谁对这些数据拥有读写权。想要理清这一系列问题，还需要数年的时间和无数法律上的争论，更不用说在国家和国际范围内制定新的法规了。无人驾驶技术还不够成熟许多半自动驾驶技术在现在的汽车上已经得到了大规模的普及，比如紧急制动，定速巡航，自动泊车和车道保持。今年，福特还准备推出自家的自动限速识别技术，戴姆勒也将在德国进行自动驾驶卡车的测试。不过这些离真正的全自动驾驶还差的远呢。...

[ 2015 - 07 - 30 ]

科技公司爱印裔CEO? 因印度有一所世界上最难进大学

伴随着Google母公司Alphabet的成立，Sundar Pichai也因此由原Google高级副总裁变为Google新任CEO。这是印度人民在硅谷的又一次胜利。尽管萨蒂亚·纳德拉(Satya Nadella)、桑达尔·皮查伊(Sundar Pichai)、拉吉夫·苏里(Rajeev Suri)、尼科什·阿罗拉(Nikesh Arora)、桑杰·梅赫罗特拉(Sanjay Mehrotra)、桑杰·贾(Sanjay Jha)和山塔努·纳拉延(Shantanu Narayen)都不是家喻户晓的明星人物，但是他们却都是科技行业著名企业的高管，他们分别担任微软公司首席执行官、谷歌新任首席执行官、诺基亚首席执行官、软银集团副董事长兼软银网路与媒体事业公司首席执行官、SanDisk公司首席执行官、Global foundries公司首席执行官和Adobe系统公司首席执行官。这些人有一个共同的特点，就是都来自印度！有这样一组数据：针对美国标准普尔500强企业的一次权威调查发现，这些企业中的CEO美国人最多，其次就是印度人，他们领导着其中7家公司，加拿大人则有4个，甚至连标准普尔自己都曾选了一位印度后裔当总裁。如此多印度人都能够担任著名科技公司的核心要职，并非巧合。研究发现，就领导素质而言，相对美国管理人，印度管理人获得了更高的排位和得分。尽管在多数情况下，印度经理人都不是他们所领导公司的创始人，但是，他们却都是备受尊敬的经理人，他们在担任这些大公司的掌门人之前，已经在一些公司担任过诸多职务，是逐步晋升的结果。有调查显示，语言优势和适应不同文化的能力，使印度裔在管理层中相比其他亚裔更容易脱颖而出。此外，印裔在海外的抱团文化也使他们在人脉上更有优势，若是一人提升，通常都会推荐本国同胞。虽然印度的经济发展程度不是很高，整体教育水平也很有限，但就有这么一所学校成了硅谷的传奇。谷歌新任CEO Sundar Pichai就毕业于这所学校——印度理工学院(India Institute of Technology)。同时，这所学校被誉为全世界最难进的大学，录取率不到2%，...

[ 2015 - 08 - 17 ]

未来10年工业4.0领域最有前景3类公司

什么是工业4.0？工业4.0将是互联网+最先突破的领域“工业4.0”的本质是产业互联网。“互联网+制造”的融合，这是一场时代的革命，是颠覆和自我颠覆。实际上在过去的15年当中，我本人不仅见证了自动化到互联网化，还洞察了万物互联所带来的技术变迁。“工业4.0”是人类社会最后一次工业革命，引用工信部部长苗圩的一句原话：“互联网+”是一个巨大的概念，“互联网+制造”最具备条件，“工业4.0”也将成为“互联网+”的最先突破的一个领域。在中国的移动互联网领域里，过去15年，所有的资源、资金都压在第三产业，也就是服务业上面，所以我们称之为消费互联网。现在移动互联网来到了第二产业工业，第一产业农业。按照马云的说法互联网是我们今天这个社会的顶层基础设施，是水、电、煤和高速公路。那么，随着移动互联网对工业领域、农业领域的颠覆、侵袭，实际上整个移动互联网我个人认为它进入深层次的再造，深层次的重新产生效率的一个阶段。这也就是我们中国政府提出“互联网+”的核心要义所在。 “工业4.0”是一个巨大无比的概念，它的核心是“智能制造”。它对我们中国的整个产业影响巨大。因为中国是世界上一个制造大国，所以说，“工业4.0”不仅仅影响中国的经济，也影响整个中国未来的发展。我个人认为，它会影响中国的就业，因为在制造领域里，就业人员达8000万以上。第二，影响中国的经济出口。第三，会影响中国的军事国防。影响到我们所有的产品生产、制造、流程、供应链，所以说“工业4.0”正在颠覆工业里传统工业的整个生产模式。工业4.0带来的三大红利领域我在很多地方，包括中国的政府部门，还有中国的很多大型企业做演讲时经常讲到，“工业4.0”从2013年刚刚开始。我个人观点，它将会延续30年到40年的时间。那么，“工业4.0”是一个巨大无比的万亿级以上的一个市场，在“工业4.0”领域里面，未来10年，资本市场会有超过300家以上的上市公司。很多学员问，有哪些类别的公司会有更多的机会？我的理解如下：第一类，智能工厂。也分为两小类：1、传统的工厂转型成智能工厂。2、一出生就是智能工厂的。第二类，技术解决方案公司。为制造业提供智能工厂、顶层设计、转型路径图、软硬件一体化设施的“工业4.0”解决方案公司，总集成商。实际上中国有400万传统的制造业企业，在未来10年，甚至20年的时间，他们都会逐渐的分步骤的转型成“工业4.0”...

[ 2015 - 08 - 04 ]

记一次心花路放的客户拜访(视科原创)

也许是前两天周末的大雨冲刷了走了多日的尘土，话说这两天武汉的天气好得blingbling的，这云层之低，这蓝的渐变，美得让人心醉，甚至远胜之前火得不行的APEC蓝。感觉上次看到这么蓝的天已经是N年前了吧！于是心情大好，正好之前客户订的NI设备到了，顺便出去赏赏风景，也是忙碌工作中一件难得的调剂。于是便出发了，这一路原本40分钟的路程开了1个小时，别问我为什么，这一路的蓝天白云实在太好看了，完全是心（shang）花（xin）路（bing）放（kuang）的拍照节奏啊。这云太低了，简直有种住在蓬莱仙境的赶脚路过天兴洲大桥的景色，可惜在开车拍不到江景。成片成片的白云，为了拍到我把车都停了一会儿。这景怎么拍都是壁纸啊，终于在武汉市区也能有这种感觉了最后一路折腾总算是到了目的地。下车也来一张，随手一拍还拍出了点阳光散射的感觉终于找到老师进入正题了，老师人很和蔼，对我们公司专人送货上门服务的也表示非常满意。顺便和他聊了聊，老师主要是做整车电子系统设计和测试的，这次购买的NI设备也是为了其中一个部分的仿真测试使用，目前学校放假了，便开始忙项目课题了。很多人有一个误区，认为大学老师挺舒服安逸的，还有两个月假期，殊不知每次学生放假，尤其是暑假的时候，正是老师们忙的高峰期。平时忙着上课没时间做的项目，都要在暑假着手去做。对于课题多的老师，放假反而比平时更忙。向这些忙碌在一线的老师们致敬！当然，我也没放过这次和老师交流的机会，向老师宣（xi）传（nao）了下公司定制化测试测量解决方案的服务和一些优惠活动。然后顺便安利了下公司的微信公众号和官网的网址。可别问我做设备干啥搞这么多花里胡哨的，我们可是一家有（wu）情（jie）怀（cao）的互联网plus公司哦，最后当我想加一下老师的微信时，老师不好意思的笑了笑说：“呵呵，我平时很少上微信诶，因为你看……”顺着他的动作望过去，只见他默默地掏出一款老式的彩屏手机。老师，请收下我的膝盖……当然是玩笑话了，真的牛人是不会过分包装自己的外在，去赶时髦新潮的，因为本身已经足够强大，而且有着自己的想法，不会轻易被他人左右。聊了一会，看老师办公室里做着一圈学生，估计是还有事，一番寒暄后，结束了这次愉快的拜访，上车继续拍照了。

[ 2015 - 07 - 29 ]

Google机器狗弱爆了 MIT机器猎豹能飞跃障碍物

据说，Google家的机器狗怎么踹都踹不倒。不过，这一纪录被麻省理工的研究团队给刷新了！他们最近研发出一种比机器狗“更高级”的机器猎豹，可以越过障碍物的。MIT已经研究了好几年机器豹。研究团队认为从世界上速度最快的动物——猎豹身上他们能学到不少能被运用到机器工程上的东西。MIT研究团队表示，这些机器猎豹经过了对路径和障碍物进行识别和避让的训练，它也是首个能够自主跳跃障碍的四足机器人。还是先看看视频，一睹为快吧！它的身上装载了可以绘制地形数据的激光雷达系统，然后通过特定的算法来决定其下一步的行动。算法的第一部分是帮助机器人识别即将撞上的障碍物，并确定其距离和大小；第二部分则是确定从哪个点起跳，并落在最佳的安全位置。在实地测试中，我们注意到猎豹机器人会加快或减慢速度，以便从理想的弹跳点起跳，算法执行所需的时间在100ms左右，整个过程都是动态的。在猎豹机器人离开地面之后，算法的第三部分会及时介入，并帮助其制定出最佳的跳跃轨迹。采取的措施包括需要多大的电机推动力，以及跨过障碍物（比如栅栏）的高度和速度。在开测新功能之前，研究团队先把猎豹机器人搬到了跑步机上。在8km/h（5mph）的速度下，机器猎豹有70%的成功率来避开45公分（18英寸）的障碍物。在随后的室内轨道测试中，由于空间和时间的限制更少，所以其跳跃的成功率猛增至90%。MIT机械工程助理教授Sangbae Kim表示：跑跳是完全动态的行为，你必须处理好平衡、能量、以及落地后的一连串问题。我们的机器人是专为那些高动态的行为而设计的。MIT团队目前正在努力进一步提升这款机器人，以便它能够跳过较软的障碍地形（比如草地）。最后，他们还将在6月的DARPA机器人挑战赛上展示猎豹的最新功能点评：该控制器用的是NI的crio作为控制核心哦，超强的处理速度和同步精度，各位大神们还不赶快出手！

[ 2013 - 12 - 11 ]

无人机送货，有戏吗？

随着无人机技术的越来越成熟，许多公司已经开始使用无人机去完成一些特定的工作。例如在农业上进行喷防作业防治病虫害；在局部战争中使用无人机进行侦察；在地震灾区，利用无人机获取灾区影像及投放物资保障应急救援；在环保部门还能借助无人机在特定的区域巡航，进行环境监测及环境治理。现在，快递行业也冒出了使用无人机进行作业的消息：一位名为爱德华的西雅图居民在自己的Twitter上开心地说：“下个星期亚马逊就要有无人机送货勘测我家后院了！”言语中似乎带着兴奋。 7月6日消息，亚马逊的无人机送货计划又有新的进展了。他们已经开展了一些具有实质性的准备工作。除此之外，7月7日，瑞士邮政宣布已经开始测试用无人机投递包裹，预计将在未来5年内投入全国范围内的使用。使用无人机送货的好处显而易见：不受地形影响，不怕地面交通堵塞，直线飞行，速度更快。但是，无人机当前还是面临着许多的挑战。首先在区域上，由于每个区域的天气和季节不同，无人机是通过传感器进行感知并躲避障碍物，天气状况的改变是否会影响无人机的避障功能？无人机的防水避雷系统该如何改进？无人机在应对不同区域的天气上需要作出重大的改进，才能让它适应各种不同的环境，从而达到运送货物的目的。其次就是无人机的飞行安全，无论在研发还是制造上都需要一定的技术和资金支持。 7月1日，深圳一无人机从高空坠落，砸坏车辆，险些伤人。与此同时，频频曝出的因操控失误引起的坠机事件也引发争议。显然无人机的降落安全也备受大众的关注。当前大部分的无人机在飞行过程中需要一直获取GPS信号，如若信号受到干扰，导致GPS信号已经偏离，就有可能造成无人机失控。所以，当某一天真正落实无人机送货这一业务时，我们希望无人机必须能够安全返回基地或在不伤害人或财产的情况下降落。下单一小时后，无人机便迅速将你想要的货物送至目的地的美梦能否实现，还要看，未来空中交通安全的规划，如若没有一套好的空中管理方案，以及固定的飞行通道，未来无人机将会如蝗虫过境般，令人恐惧。其次，关于无人机的安全性能，以及对于用户的隐私保护，如果有人恶意破坏无人机，强取货物，这不仅会对公司造成危害，更甚者还会暴露用户隐私，给用户造成负面影响，让客户感受到不好的体验等等。再者就是，如何准确降落到目的地呢？无人机的飞行都是需要有专门的操作员，那么操作员该具备怎样的素质？是否需要一定的执照？无人...

[ 2015 - 07 - 30 ]

一张图看懂2015智能汽车十大趋势

近两年，智能汽车绝对是汽车行业最热的关键词之一。传统车企、互联网巨头纷纷把制造智能汽车提上日程。那么智能汽车在2015年及未来又将有哪些趋势呢？一起来看看吧。视科诚意推荐：说客

[ 2015 - 07 - 20 ]

机器视觉原理和组成及应用

一、发展如今，中国正成为世界机器视觉发展最活跃的地区之一，应用范围涵盖了工业、农业、医药、军事、航天、气象、天文、公安、交通、安全、科研等国民经济的各个行业。其重要原因是中国已经成为全球制造业的加工中心，高要求的零部件加工及其相应的先进生产线，使许多具有国际先进水平的机器视觉系统和应用经验也进入了中国。经历过长期的蛰伏，2010年中国机器视觉市场迎来了爆发式增长。数据显示当年，中国机器视觉市场规模达到8.3亿元，同比增长48.2%，其中智能相机、软件、光源和板卡的增长幅度都达到了50%，工业相机和镜头也保持了40%以上的增幅，皆为2007年以来的最高水平。 2011年，中国机器视觉市场步入后增长调整期。相较2010年的高速增长，虽然增长率有所下降，但仍保持很高的水平。2011年中国机器视觉市场规模为10.8亿元，同比增长30.1%，增速同比2010年下降18.1个百分点，其中智能相机、工业相机、软件和板卡都保持了不低于30%的增速，光源也达到了28.6%的增长幅度，增幅远高于中国整体自动化市场的增长速度。电子制造行业仍然是拉动需求高速增长的主要因素。2011年机器视觉产品电子制造行业的市场规模为5.0亿人民币，增长35.1%。市份额达到了46.3%。电子制造、汽车、制药和包装机械占据了近 70%的机器视觉市场份额。二、机器视觉概述机器视觉（Machine vision）机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。三、基本构造一个典型的工业机器视觉系统包括：光源、镜头、相机（包括CCD相机和COMS相机）、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯 / 输入输出单元等。系统可再分为： 1.采集和分析分开的系统。主端电脑（Host Computer) 影像撷取卡（Frame Grabber)与影像处理器影像摄影机 CCTV镜头显微镜头照明设备 Halogen光源LED光源高周波萤光灯源闪光灯源其他特殊光源影像显示器 LCD 机构...

科技公司爱印裔CEO? 因印度有一所世界上最难进大学

Google机器狗弱爆了 MIT机器猎豹能飞跃障碍物

当今世界正处在金融危机后的深刻变革和调整阶段，移动互联网、物联网、大数据等新生代技术交流和碰撞日益频繁，各主要工业发达国家将目光重新投向制造业，中国在面对国内外诸多压力下选择发展智能制造这一新兴产业，是完成工业发展转型升级，助推工业化和信息化高层次深度结合的一条最理性的发展道路。可以说从长远来看，工业机器人大规模代替传统廉价劳动力进行生产活动是大势所趋，不仅在于劳动力成本上涨导致人口红利消失，也在于高端精密智能化制造方式的内在要求，同时还背负着将人类从繁重、危险、重复性劳动中解放出来的历史使命。现在面临的问题就在于我们是否已经在市场基础、管理理念、商业模式、社会结构等各方面做好准备迎接工业机器人时代的到来？机器换人的大潮何时可以开始又何时结束？全智能化生产后将会对我国乃至世界经济、社会、生活方式产生怎样的影响？首先从全球来看，近年来世界工业机器人安装量快速增长，其原因一方面主要是发达国家吸取美国次贷危机引发的全球金融危机、欧洲主权债务危机教训，实施再工业化战略，确保制造业制高点；另一方面则是得益于中国工业机器人市场需求的高速增长。目前全球各国对智能制造均表现出强烈的兴趣，各种政策措施相继出台。重要原因在于三年来全球范围内的制造业持续走低，市场、就业等因素施加在各国经济上的压力逐步增大。欧美日等传统发达国家期望利用智能制造来应对国内疲软的经济形势，夯实经济基础，并对抗制造业向新兴市场国家转移的大趋势。发展中国家和地区则希望利用智能制造进行产业结构调整，提高综合竞争力。德国提出标志性的“工业4.0”即是智能制造发展的长远目标，而智能制造装备又以工业机器人为标志。 2014年全球工业机器人安装量创下新高，达到20.5万台，同比增长15.2%，较2012年安装量增长4.6万台，增长的主要动力来源于汽车行业需求的稳定增加。全球机器人产业在保持着良好增长势头的同时，随着电子产品及新型产业不断增长的需求，以及自动化生产的需要，工业机器人在下游行业的应用主要集中在汽车、电子电气、橡胶塑料、金属和机械领域。汽车领域应用最广，占工业机器人应用总数的39.0%；其次是电子电气领域，占比20.3%；食品饮料和药品化妆品领域相对较少，占比分别为3.5%和1.1%。回看国内，近两年随着国家战略性新兴产业的提出，两化融合的稳步推进，中国智能制造装备领域得到了全社会范围的广泛关注。随着产品性...

[ 2015 - 07 - 29 ]