工業(yè)機(jī)器視覺收集的各種生產(chǎn)數(shù)據(jù)是智能化生產(chǎn)的基礎(chǔ)，這些數(shù)據(jù)通過工業(yè)以太網(wǎng)等傳至工業(yè)服務(wù)器，由MES/DCS軟件系統(tǒng)進(jìn)行數(shù)據(jù)處理分析，并與企業(yè)資源管理軟件（如ERP）聯(lián)動(dòng)，提供最優(yōu)化的生產(chǎn)方案或者定制化生產(chǎn)，柔性制造、智能智造才有可能。

從機(jī)器視覺到工業(yè)機(jī)器視覺

機(jī)器視覺這個(gè)概念的歷史盡管很短，但機(jī)器視覺設(shè)備的出現(xiàn)并不短?？梢哉f，照相機(jī)的誕生就意味著機(jī)器視覺的萌芽，包括無聲電影也可以歸為機(jī)器視覺。如今到處可見的各種攝像頭，以及人們須臾不離手的手機(jī)都是機(jī)器視覺產(chǎn)品。現(xiàn)代物流更使得我們生活中的絕大部分商品都用到了機(jī)器視覺，如快遞商品與超市商品的二維碼就是最突出的例子。

從起源來說，機(jī)器視覺就是以機(jī)器代替人眼的視覺作用。

從發(fā)展來說，機(jī)器視覺所具備的能力已經(jīng)超越人眼，僅就尺寸的精確度以及位置的準(zhǔn)確度來說，機(jī)器視覺更具有優(yōu)勢，而且能力仍在增長中。

從技術(shù)上來說，機(jī)器視覺作為一項(xiàng)綜合技術(shù)，集成了多種技術(shù)，如圖像處理、機(jī)械工程技術(shù)、控制、電光源照明、光學(xué)成像、傳感器、模擬與數(shù)字視頻技術(shù)、計(jì)算機(jī)軟硬件技術(shù)（圖像增強(qiáng)和分析算法、圖像卡、I/O卡等）。一個(gè)典型的機(jī)器視覺應(yīng)用系統(tǒng)包括圖像捕捉、光源系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機(jī)械控制執(zhí)行模塊。

從系統(tǒng)上來說，機(jī)器視覺是一套圖像處理系統(tǒng)。它由圖像攝取裝置將被攝取目標(biāo)轉(zhuǎn)換成圖像信號(hào)（即機(jī)器視覺產(chǎn)品），再將圖像信號(hào)，結(jié)合特定需求，根據(jù)像素分布和亮度、顏色等形態(tài)信息，轉(zhuǎn)變成數(shù)字化信號(hào)。如果僅以獲取數(shù)據(jù)為目的，至此已經(jīng)完成，但是如果要根據(jù)獲取數(shù)據(jù)調(diào)動(dòng)設(shè)備執(zhí)行任務(wù)，則需要對(duì)數(shù)字信號(hào)進(jìn)行運(yùn)算，針對(duì)目標(biāo)特征進(jìn)行對(duì)比，如涂裝中的色差，指令設(shè)備繼續(xù)工作，或者轉(zhuǎn)入另一道工序。

簡單來說，機(jī)器視覺在工業(yè)上的應(yīng)用，就是工業(yè)機(jī)器視覺。最常見的就是，以機(jī)器視覺代替人眼進(jìn)行測量和判斷，更高級(jí)一些的可以輔助決策或自行決策。其特點(diǎn)就是利用機(jī)器視覺的特性，提高生產(chǎn)的靈活性和自動(dòng)化程度。一些不適于人工作業(yè)的危險(xiǎn)工況環(huán)境或者人工難以滿足要求的場景，都是機(jī)器視覺發(fā)揮特長的場合。當(dāng)然，大批量枯燥的重復(fù)勞動(dòng)，如分揀等，也是機(jī)器視覺的應(yīng)用領(lǐng)域?？梢哉f工業(yè)機(jī)器視覺的快速部署，正是提高生產(chǎn)效率和自動(dòng)化程度的推進(jìn)力量。

工業(yè)機(jī)器視覺的軟硬件及技術(shù)

工業(yè)機(jī)器視覺主要有光源、鏡頭、工業(yè)相機(jī)、圖像采集卡、圖像處理系統(tǒng)，算法與軟件平臺(tái)，以及其他外部設(shè)備組成。

工業(yè)機(jī)器視覺硬件

工業(yè)光源。光源是機(jī)器視覺中基礎(chǔ)的部件之一。發(fā)揮著照亮目標(biāo)、突出特征，便于圖像處理的作用。同時(shí)，要具備克服環(huán)境光干擾、保證圖像穩(wěn)定性的能力，以及作為測量或作為參照物的工具性能。特殊情況下，對(duì)物體特定部位予以亮度增強(qiáng)。 

相比于普通的照明光源，它的照度、均勻性和穩(wěn)定性指標(biāo)更高。基本上要將被測物與背景做出明顯區(qū)分，保證工業(yè)鏡頭能獲得高品質(zhì)、高對(duì)比度的圖像。

工業(yè)鏡頭。工業(yè)鏡頭與普通的照相機(jī)鏡頭相比，同樣在分辨率、對(duì)比度、景深以及像差等指標(biāo)上，有著更高的要求。需要更小的光學(xué)畸變、足夠高的光學(xué)分辨率、豐富的光譜響應(yīng)選擇等，以滿足不同生產(chǎn)環(huán)境的應(yīng)用需求。

工業(yè)相機(jī)。它具有高的圖像穩(wěn)定性、高傳輸能力和高抗干擾能力等。其功能是將光信號(hào)轉(zhuǎn)變成為可解釋的電信號(hào)，再將電信號(hào)模數(shù)轉(zhuǎn)換并交由處理器進(jìn)行分析和識(shí)別。

圖1工業(yè)機(jī)器視覺產(chǎn)業(yè)鏈

目前常用的工業(yè)相機(jī)，按照芯片類型，基本上分為兩種，一種是CCD（Charge Coupled Device），一種是CMOS（Complementary Metal Oxide Semiconductor）相機(jī)。

就工業(yè)相機(jī)來說，按照不同的特性，有不同的分類方法。不同的分類方法，一般對(duì)應(yīng)著不同的應(yīng)用特點(diǎn)。如按照傳感器的結(jié)構(gòu)特性分為線陣相機(jī)、面陣相機(jī)；按照掃描方式分為隔行掃描相機(jī)、逐行掃描相機(jī)；按照分辨率大小分為普通分辨率相機(jī)、高分辨率相機(jī)；按照輸出信號(hào)方式分為模擬相機(jī)、數(shù)字相機(jī)；按照輸出色彩分為單色（黑白）相機(jī)、彩色相機(jī)；按照輸出信號(hào)速度分為普通速度相機(jī)、高速相機(jī)；按照響應(yīng)頻率范圍分為可見光（普通）相機(jī)、紅外相機(jī)、紫外相機(jī)等。

通常來說，工業(yè)相機(jī)在性能上更為穩(wěn)定可靠；在使用上要便于安裝，且不易損壞；在工作強(qiáng)度上，要連續(xù)工作更長時(shí)間；在工作環(huán)境上，要適應(yīng)更惡劣的環(huán)境；在反應(yīng)速度上要更快，便于抓拍高速運(yùn)動(dòng)中的物體。

在圖像傳感器的掃描方式上是逐行的，隔行掃描是不適用的。

在幀率上，工業(yè)相機(jī)每秒可以拍攝十幅到幾百幅圖片，遠(yuǎn)遠(yuǎn)高于普通相機(jī)的2~3幅。

在數(shù)據(jù)輸出上，工業(yè)相機(jī)不僅輸出的是裸數(shù)據(jù)（raw data），而且其光譜范圍也往往比較寬，這是要適合高質(zhì)量的圖像處理算法。普通相機(jī)的圖像與光譜范圍能適合人眼裸視就可以了。

圖像采集卡。圖像采集卡一般分為兩種，一種是模擬采集卡，一種是數(shù)字采集卡。模擬采集卡是將模擬視頻信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)，也就是將模擬相機(jī)輸出的圖像數(shù)據(jù)進(jìn)行采樣、量化并轉(zhuǎn)化成電腦可辨別的數(shù)字?jǐn)?shù)據(jù)，再進(jìn)行數(shù)字處理。而數(shù)字采集卡則將相機(jī)端的數(shù)字圖像信號(hào)由不同的格式協(xié)議，轉(zhuǎn)化成PCIE格式并被主機(jī)解讀、存儲(chǔ)和處理。在可見的未來，會(huì)有一種將采集與預(yù)處理能力集于一身的數(shù)字采集卡，合乎數(shù)據(jù)帶寬增高、預(yù)處理能力增大、采集傳輸可靠性增強(qiáng)、工業(yè)視覺標(biāo)準(zhǔn)接口發(fā)展及協(xié)議國際標(biāo)準(zhǔn)化加速等發(fā)展趨勢。

工業(yè)機(jī)器視覺軟件

圖像處理系統(tǒng)。通常情況下，原始圖像很難直接使用，一般都需要對(duì)原始圖像進(jìn)行處理，也即二次加工。突出所需特征，減少不需要的特征，為進(jìn)一步的決策做準(zhǔn)備。

圖像處理系統(tǒng)的主要技術(shù)或者處理方式有多種。

主要的有二值化處理、灰度處理、圖像增強(qiáng)、圖像濾波等。

通常，數(shù)字圖像像素被分為256個(gè)灰度級(jí)別。如果將圖像只以黑（0）和白（255）兩種像素處理，得到的就是二值化圖像。結(jié)果，相應(yīng)地圖像就被分成了需要使用的和不需要使用的兩部分。

這種處理方式，操作更簡單，運(yùn)算和存儲(chǔ)的數(shù)據(jù)量也更小，系統(tǒng)速度可以得到更好優(yōu)化。

灰度處理就是將RGB三種顏色的分量相同的彩色圖用同一個(gè)數(shù)值表示，即將彩色圖像變?yōu)榛叶葓D像，像二值化一樣，減少圖像數(shù)據(jù)運(yùn)算量和存儲(chǔ)量。

圖像增強(qiáng)是將傳送和轉(zhuǎn)換過程中因受干擾而衰減的圖像，進(jìn)行特征突出處理或抑制無用特征，立足于實(shí)用。

圖像濾波的目的是將圖像成形、傳輸、記錄過程中因受雜波（噪聲）干擾產(chǎn)生的圖像亮點(diǎn)與暗斑過濾掉，提高圖像質(zhì)量，提升可用性。

圖像銳化實(shí)際上是一種邊緣增強(qiáng)，也即劃定圖像的清晰邊界，突出圖像的地物邊緣、補(bǔ)償圖像的輪廓。同圖像增強(qiáng)一樣使得圖像更清晰，只是作用的區(qū)域有所不同。

圖像的腐蝕和膨脹，簡單說就是將目標(biāo)圖像縮小或放大。通常，兩種方法是配合使用的。

算法與算法開發(fā)平臺(tái)。算法一直在不斷進(jìn)化中。第一代算法主要是進(jìn)行模式識(shí)別的圖像處理，注重如何改善圖像質(zhì)量。

第二代算法已經(jīng)可以進(jìn)行模式識(shí)別的圖像分析，并利用特征提取工具等多種分析方法識(shí)別目標(biāo)圖像。

第三代算法已進(jìn)化到圖像理解深度學(xué)習(xí)，形成了統(tǒng)一的的圖像處理工具，具備分類、分割、檢測和識(shí)別功能，應(yīng)用空間得以拓展。

第四代算法可以稱之為云端智能計(jì)算。在第三代算法的基礎(chǔ)上，利用知識(shí)圖譜的大數(shù)據(jù)挖掘技術(shù)智能尋找工藝規(guī)則，建立生產(chǎn)專家?guī)?。同時(shí)，通過數(shù)字孿生在賽博空間進(jìn)行運(yùn)營推理，將實(shí)際應(yīng)用中發(fā)現(xiàn)的問題進(jìn)行及時(shí)反饋，用于優(yōu)化和指導(dǎo)工業(yè)生產(chǎn)。

算法開發(fā)平臺(tái)是基于圖像算子的視覺開發(fā)軟件集合。如基于算法組件的視覺軟件平臺(tái)、基于組態(tài)思想的視覺開發(fā)平臺(tái)、基于云端計(jì)算的視覺平臺(tái)等。它通過運(yùn)行云平臺(tái)協(xié)議，可以進(jìn)行工廠邊緣計(jì)算，由5G或?qū)＞W(wǎng)上傳生產(chǎn)端數(shù)據(jù)，經(jīng)過大數(shù)據(jù)處理，實(shí)現(xiàn)工廠智能化管理。

信息處理平臺(tái)。主要包括DSP處理平臺(tái)、x86處理平臺(tái)、AI處理平臺(tái)與云處理平臺(tái)等。

機(jī)器視覺軟件?？傮w上，軟件架構(gòu)要匹配算力平臺(tái)，兩者密切相關(guān)。具體說，機(jī)器視覺軟件類似人的“大腦”，通過圖像處理算法完成對(duì)目標(biāo)物的識(shí)別、定位、測量、檢測等功能。機(jī)器視覺軟件分為底層算法和二次開發(fā)的軟件包兩類。前者是包含大量處理算法的工具庫，用以開發(fā)特定應(yīng)用，主要使用者為集成商與設(shè)備商。后者是封裝好的、用以實(shí)現(xiàn)某些功能的應(yīng)用軟件，主要供最終用戶使用。

機(jī)器視覺的功能

工業(yè)機(jī)器視覺可以實(shí)現(xiàn)四種基本功能，即識(shí)別、測量、定位和檢測。

識(shí)別主要完成甄別目標(biāo)物體的物理特征，包括外形、顏色、字符、條碼等表面特征。衡量識(shí)別精度的主要指標(biāo)是準(zhǔn)確度和速識(shí)度。主要應(yīng)用于物料、工序與工位等的溯源，方法是讀取零部件上的字母、數(shù)字、字符（如條形碼、二維碼等）。

測量是通過以獲取的圖像像素信息標(biāo)定為度量單位，精確計(jì)算出目標(biāo)物體的幾何尺寸，主要應(yīng)用于高精度及復(fù)雜形態(tài)測量。

定位是指獲取目標(biāo)物體的空間位置信息，有二維或三維信息之別，主要是完成輔助操作，常用于元件對(duì)位，輔助機(jī)器人完成裝配、拾取等。

檢測是對(duì)目標(biāo)物體的表面狀態(tài)進(jìn)行檢測，從而判斷產(chǎn)品是否存在質(zhì)量缺陷，如零部件外觀缺陷、污染物附著、功能性瑕疵等。

工業(yè)機(jī)器視覺主要應(yīng)用消費(fèi)電子行業(yè)

消費(fèi)電子行業(yè)的產(chǎn)品主要包括平板電腦、筆記本、臺(tái)式機(jī)、傳統(tǒng)手機(jī)（淘汰中）、智能手機(jī)、電視和相機(jī)等7大類。

其中，智能手機(jī)憑借越來越多的消費(fèi)應(yīng)用，市場占比逐步攀升，目前已接近50%。

工業(yè)機(jī)器視覺主要應(yīng)用在主板、零部件組裝、整機(jī)組裝這三大生產(chǎn)環(huán)節(jié)。 

隨著消費(fèi)電子產(chǎn)品越來越精密化，在元器件尺寸越來越小的同時(shí)，質(zhì)量標(biāo)準(zhǔn)也在同步提高。因此，對(duì)于工業(yè)機(jī)器視覺的需求不斷放大。以5G智能手機(jī)為例，產(chǎn)品升級(jí)與技術(shù)升級(jí)，相應(yīng)地需要機(jī)器視覺工具進(jìn)行升級(jí)。 

在主板和零部件組裝上，仍以2D視覺為主，3D視覺為輔。

在整機(jī)組裝上，仍以人力為主。機(jī)器視覺主要做外觀檢測，最多的是做玻璃檢測。

在缺陷檢測上，是機(jī)器視覺應(yīng)用最廣的地方。其高精度、高速度的檢測能力，可很好完成對(duì)劃痕、破損、斑點(diǎn)、色差等的檢測。

半導(dǎo)體行業(yè)

半導(dǎo)體行業(yè)是工業(yè)機(jī)器視覺應(yīng)用最早，且較為成熟的領(lǐng)域，這也和半導(dǎo)體行業(yè)迭代升級(jí)快速有關(guān)，其高端市場基本被海外廠商占據(jù)。 

從另一方面說，這也和半導(dǎo)體器件精度非常高，人工檢測已不能發(fā)揮應(yīng)有作用有關(guān)。如半導(dǎo)體的外觀缺陷、尺寸、數(shù)量、平整度、距離、定位、校準(zhǔn)、焊點(diǎn)質(zhì)量、彎曲度等檢測，尤其芯片制作中的檢測、定位、切割和封裝都需要工業(yè)機(jī)器視覺來主導(dǎo)。以切割為例，要求定位迅速準(zhǔn)確。如果定位出錯(cuò)，整個(gè)芯片就會(huì)報(bào)廢。整個(gè)切割過程也需要機(jī)器視覺系統(tǒng)進(jìn)行全程定位引導(dǎo)。切割完成后則由機(jī)器視覺識(shí)別出非缺陷產(chǎn)品進(jìn)入貼片流程。

圖2中國機(jī)器視覺行業(yè)發(fā)展歷程

之所以說是主導(dǎo)，即使是傳統(tǒng)的半導(dǎo)體封測設(shè)備，精度普遍要達(dá)到微米（0.001mm）到亞微米（1.0μm）之間，速度大約在每秒40~50平方厘米，誤報(bào)率5%~10%，2D機(jī)器視覺已完全被3D取代，更何況人眼。

先進(jìn)封裝更因小尺寸、輕薄化、高引腳、高速度，大幅縮減芯片尺寸。3D機(jī)器視覺在其中發(fā)揮著巨大作用，3D視覺檢測設(shè)備市場正處在高速增長中。

汽車行業(yè)

如今的汽車行業(yè)已實(shí)現(xiàn)高度自動(dòng)化，工業(yè)機(jī)器視覺發(fā)揮著生產(chǎn)高效、質(zhì)量保障、安全可靠的巨大作用。

機(jī)器視覺已貫穿整個(gè)汽車制造過程，包括從初始原料質(zhì)檢到汽車零部件100％在線測量，再對(duì)焊接、涂膠、沖孔等工藝過程進(jìn)行把控，最后對(duì)車身總成、整車質(zhì)量進(jìn)行把關(guān)。

機(jī)器視覺檢測系統(tǒng)可以完成工藝檢測、自動(dòng)化跟蹤、追溯與控制等，包括通過光學(xué)字符識(shí)別（OCR）技術(shù)獲取車身零件編碼以保證零件在整個(gè)制造過程中的可追溯性，通過識(shí)別零件的存在或缺失以保證部件裝配的完整性，以及通過視覺技術(shù)識(shí)別產(chǎn)品表面缺陷或加工工具是否存在缺陷以保證生產(chǎn)質(zhì)量。如汽車總裝和零部件檢測、焊接質(zhì)量檢測、電器性能檢測、發(fā)動(dòng)機(jī)檢測等。

另外，視覺引導(dǎo)技術(shù)則引導(dǎo)機(jī)器人進(jìn)行最佳匹配安裝、精確制孔、焊縫引導(dǎo)及跟蹤、噴涂引導(dǎo)、風(fēng)擋玻璃裝載引導(dǎo)等。這是汽車行業(yè)的主要應(yīng)用領(lǐng)域，也是目前國內(nèi)公司創(chuàng)新的主要領(lǐng)域。

而隨著新能源和智能汽車的電子零部件占比提升，工業(yè)機(jī)器視覺的作用越來越重要。

發(fā)展趨勢

數(shù)據(jù)顯示，2018年工業(yè)機(jī)器視覺技術(shù)市場規(guī)模已達(dá) 44.4億美元，預(yù)計(jì)2023年將達(dá)122.9 億美元，年復(fù)合增長率高達(dá)21%。

目前，機(jī)器視覺正由傳統(tǒng)工業(yè)視覺向深度學(xué)習(xí)工業(yè)視覺轉(zhuǎn)變，未來工業(yè)機(jī)器視覺的應(yīng)用領(lǐng)域越來越寬廣。基于此，可將工業(yè)機(jī)器視覺看做AI的重要分支。

傳統(tǒng)工業(yè)視覺用一個(gè)不恰當(dāng)?shù)谋扔鱽碚f，類似于“擺拍”，基本上是完成規(guī)定動(dòng)作。具體說，目標(biāo)物及其背景、光源、采集光學(xué)器材的參數(shù)等都是給定的，目標(biāo)感知區(qū)域也是劃定的，數(shù)字圖像是按照要求進(jìn)行處理的，提取什么信息數(shù)據(jù)是約定好的，輸出給哪臺(tái)設(shè)備也是設(shè)計(jì)好的。也就是說是按照視覺工程師的一系列設(shè)定去完成規(guī)定動(dòng)作，很難適應(yīng)隨機(jī)性強(qiáng)、特征復(fù)雜的工作任務(wù)。如果隨機(jī)出現(xiàn)了超過機(jī)器邏輯之外的復(fù)雜外觀缺陷檢測，也就無能為力。很明顯，它沒有主動(dòng)的行為能力，也就是不具備AI的深度學(xué)習(xí)能力。

未來的工業(yè)機(jī)器視覺會(huì)與AI相結(jié)合，解決圖像視頻場景多樣、物體種類繁多，以及非受控條件下，目標(biāo)物受光照、姿態(tài)、遮擋等多變量影響等問題，要獨(dú)立面對(duì)數(shù)據(jù)量巨大、特征復(fù)雜、部分應(yīng)用需實(shí)時(shí)自主處理等深度場景。

從現(xiàn)狀來看，仍然存在以下制約因素。

一是端側(cè)算力成本越來越高。這和工業(yè)機(jī)器視覺的深度學(xué)習(xí)能力成正比，就像高級(jí)技工的工資高于學(xué)徒工一樣，工業(yè)機(jī)器視覺對(duì)算力硬件性能的要求越來越高，直接導(dǎo)致算力成本價(jià)格上升。另外，一臺(tái)獨(dú)立算力設(shè)備很難復(fù)用與共享，也是成本升高的重要因素。

二是單點(diǎn)系統(tǒng)維護(hù)成本過高。主要是設(shè)備調(diào)試、軟件運(yùn)維、監(jiān)控分析必須在工作場地完成所造成的。工業(yè)機(jī)器視覺在工廠的大規(guī)模應(yīng)用，推高了維護(hù)成本。

三是數(shù)據(jù)孤島。圖像數(shù)據(jù)的處理也需要在工廠完成，有效數(shù)據(jù)難以被多個(gè)系統(tǒng)共享，導(dǎo)致系統(tǒng)功能更新緩慢，難以適應(yīng)于移動(dòng)應(yīng)用場景。同時(shí)，工廠車間的有線互聯(lián)網(wǎng)建設(shè)成本過高、容量不足，無法滿足工業(yè)相機(jī)數(shù)據(jù)上行的數(shù)據(jù)容量需求。

四是通用性、智能性欠佳。在通用性上，一些集成應(yīng)用專用性較強(qiáng)，一臺(tái)設(shè)備可能只適用于一種機(jī)器視覺設(shè)備或單一行業(yè)，研發(fā)成本高企。在智能性上，當(dāng)庫存量較多時(shí)或者移動(dòng)速度較快時(shí)，機(jī)器視覺工作的準(zhǔn)確率明顯下降，設(shè)定的場景超過了它能接受的數(shù)值，更適合小規(guī)模、品類少和工位分揀與檢測，對(duì)于復(fù)雜堆疊物體則有心無力。這與其缺乏深度學(xué)習(xí)能力有關(guān)。因此，大規(guī)模工業(yè)應(yīng)用尚待時(shí)日。

實(shí)際上，解決以上所有痛點(diǎn)是未來的發(fā)展方向。通用機(jī)器視覺，以及工業(yè)機(jī)器視覺的應(yīng)用場景的不斷豐富，將解決成本難題，不僅降低總成本，而且24小時(shí)不間斷工作，使得成本大大降低。一旦可規(guī)模代替產(chǎn)線檢測人員、操作人員等，就具備了成本優(yōu)勢。 

更重要的是，工業(yè)機(jī)器視覺與其他自動(dòng)化設(shè)備相結(jié)合，可以支撐更大規(guī)模的工業(yè)自動(dòng)化應(yīng)用，包括工業(yè)機(jī)器人、數(shù)控機(jī)床、自動(dòng)化集成設(shè)備等。智能制造不可能離開工業(yè)機(jī)器視覺的大數(shù)據(jù)支撐。工業(yè)機(jī)器視覺收集的各種生產(chǎn)數(shù)據(jù)是智能化生產(chǎn)的基礎(chǔ)，這些數(shù)據(jù)通過工業(yè)以太網(wǎng)等傳至工業(yè)服務(wù)器，由MES/DCS軟件系統(tǒng)進(jìn)行數(shù)據(jù)處理分析，并與企業(yè)資源管理軟件（如ERP）聯(lián)動(dòng)，提供最優(yōu)化的生產(chǎn)方案或者定制化生產(chǎn)，柔性制造、智能智造才有可能。