（本文编译自electronicdesign）
基于视觉的传感技术（VBST）正在各行各业搅动风云，为众多新兴应用场景打开了大门——尤其是那些在实施过程中需要进行恰当设计时。
数码相机已经改变了我们看待世界的方式，使我们能够以从前无法实现的方式捕捉和分享图像和视频。人工智能（AI）技术正在帮助我们以前所未有的规模和速度分析数据并识别图像。将这两者结合起来，就产生了基于视觉的传感技术。在充分考虑各种因素的情况下，VBST正将智能产业推向新的高度，特别是在医疗、安全和追求效率的相关领域。
在实施基于视觉的传感系统时，为了能够部署成功，在规划过程中应考虑以下技术和设计方面的因素：
在选择光学传感组件时，需考虑图像细节和精度要求。高分辨率摄像头能提供更多捕获图像中的细节。然而，它们通常要求增加可用的处理能力和内存（RAM），或者接受图像处理流程延迟的增加。
首先，需要确保传感器光学元件与传感系统的预期用途能够相匹配。较大的传感器能提供更宽广的市场，而镜头的焦距与视场成反比。
在布置摄像头时，应尽量减少遮挡并最大化目标数据的捕获区域。同时，还需考虑光照、角度和安装稳定性/减震等因素。根据需求，还需要考虑温度、潜在天气条件、防水和加固处理等因素。
热管理、湿度、灰尘和颗粒物、雨雪以及风等环境因素，都可在设计阶段通过组件选择、外壳和安装设计来减轻它们所造成的影响。在动态环境中，如移动或工业系统，可能需要考虑减震和机械减震措施。这些措施通常与光学和数字图像稳定技术结合使用，以补偿摄像头移动并确保图像清晰捕获。
最后，对于计划实施3D重建技术（立体视觉或运动恢复结构）的系统，应确保有足够的图像重叠区域和基线物理分离。摄像头视场交汇有助于准确捕获深度信息。此外，确保有显著的基线分离也可提高深度感知和重建精度。
在从实验室开发系统过渡到现场系统部署的过程中，照明往往是一个被忽视的因素。适当的照明对于清晰图像捕获至关重要，在某些部署中可能需要非常早期的预先规划。
例如，在建筑物内安装时，可能需要额外的照明设备来充分照亮感兴趣的目标区域。在人工照明的情况下，将适当的色温选择纳入应用设计至关重要。在系统部署中纳入自适应照明控制可以根据环境条件进行调整。
对于低光和夜间照明条件，高灵敏度图像传感器（如背照式或堆叠式CMOS传感器）是一项成熟的技术。它们可以与低光算法处理相结合，在低光条件下降低噪声并增强图像。红外照明结合用于白天使用的红外（IR）截止滤波器是在低光/无光条件下有效捕获图像的另一种设计选择。
确保所选的处理硬件足以应对图像分析的计算负载，特别是在实时系统中。在可能的情况下，设计中预留一定的计算冗余空间是一个好习惯。一旦部署，基于视觉的传感系统通常会激发并实现额外的用例，而设计中增加额外的处理能力则能在硬件层面提供一定程度的未来保障。
在多摄像头系统中，需验证摄像头是否已同步，以避免数据采集时出现差异。虽然摄像头同步的设计在实施阶段通常比较简单，但要在已经建立或部署的系统设计中进行改造，则可能既困难又昂贵。
传输高分辨率视频所需的带宽，以及在带宽受限的应用中，边缘处理架构都需要考虑。如果视频录制也是系统设计的一个功能，则需规划合适的存储解决方案。这包括数据的检索、保留、归档，以及可能为了高效长期存储而进行的压缩。
早期采用者已经从基于视觉的传感技术（VBST）中受益。许多汽车制造商在其产品中使用了激光雷达和超声波传感装置，用于安全摄像头和数据收集，最终目标是打造自动驾驶汽车。然而，至少有一家电动汽车制造商选择了基于视觉的传感技术来优化性能、控制成本并简化技术管理。
在精准农业领域，一家农机制造商推出了计算机视觉升级服务，该服务辅以基于人工智能的杂草识别服务。这使得农民能够实时将除草剂应用于田间实际生长的杂草上，从而减少除草剂的使用和浪费。
