人工智能是推动制造业转型的重要技术。近年来，人工智能的概念非常流行，但在实践中很少使用，尤其是在制造业中，人工智能的应用还处于起步阶段。目前，人工智能制造的应用主要集中在机器视觉的应用上。

　　人类75%以上的信息获取来自视觉，机器视觉是对人类视觉的进一步提升。机器视觉无疑比人眼更强大。在许多环境中，人类的视觉变化已经越来越难以满足要求。比如电子制造等行业的高速高精度生产线，往往速度快，工件小，非标准件多。如果我们严重依赖劳动力，工人疲劳等不可避免的客观因素会带来非常高的误差，导致产品质量不稳定。因此，用机器视觉代替人眼是非常重要的。机器视觉是最基本的单元技术，也是一种非接触式传感装置。在实际制造中，它主要用于自动获取和解释真实事物的图像，并获取图像用于机器识别、反馈和控制制造过程。

　　目前，机器视觉的典型实现技术是使用工业相机，通过集成运动控制单元将运动图像采集到计算机，然后反馈给机器进行运动调整。首先，自动化设备是根据现有的预定指令执行的，但有了视觉反馈，它也可以根据对环境的感知迅速做出实时调整，提高了设备的智能性和执行的效率和准确性。

　　从生产线和智能工厂的角度来看，增加机器视觉可以提高制造水平。目前，许多工厂设备已经实现了基本自动化，这表明它们可以根据人们的编程机械地重复移动。但如果在机器上增加视觉，可以根据不同的环境条件主动调节设备，从而实现基于自动化设备的智能化。用机器视觉技术取代人工工业是非常可行的。目前，机器视觉已经在珠三角地区得到广泛应用。由于长三角、珠三角地区是电子制造业的中心，加工电子元器件、Pcb板、手机组装等制造业精细且相对较小，有大量强光作为背光，对人体危害很大。这些场景无疑非常适合机器视觉的应用。未来，机器视觉的发展也有望取代大量的劳动力。借助机器识别和信息处理，还有很多场景可以开发。机器视觉还可以提高工件的产品一致性和质量稳定性，机器视觉可以很好地完成检验等关键制造工序，提高生产线的整体效率。比如在检测工件的长、宽、厚，以及手机行业的粘屏、划痕检测等场景中，机器视觉有更大的发展空间。

　　此外，机器视觉可以实现更精确的定位，使机器人在抓取过程中实现视觉定位和误差补偿。在OCR识别中，机器视觉也大有可为，比如识别板子上的字符，判断缺失的部分，判断安装是否正确。