机器视觉是通过光学装置和非接触式的传感器，自动地接受和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。主要的信息分为两个处理步骤：1)光源、镜头、工业相机负责图片采集，将被检测的目标转换成图像信号；2)图像处理系统根据像素分布与亮度、颜色等信息，转变成数字信号。工业视觉具备极强的机器特性，如极高的速度、精度、重复性等;与此同时，工业机器视觉拥有采集大量现场数  据的能力。

　　在Aryballe公司的技术基础之上，现代汽车与 Aryballe 公司加强合作的原因在于该技术对于未来共享汽车和智能汽车（未来汽车的核心领域之一）的研发非常有用，有助于让汽车内部环境保持舒适。利用该技术识别和分析气味，汽车就能够自己检查问题。例如，如果识别到醋味，那么汽车电池可能出现了问题；如果识别出燃烧的汽车则表明轮胎或发动机皮带有问题；发霉的灰尘可能来自于空调的过滤器，而且驾驶员看不见的地方还有可能有霉菌。

　　机器视觉是人工智能范畴重要的前沿分支之一，也是智能制造装备的关键零部件。根据德勤《中国人工智能白皮书》数据，2019年我国人工智能市场规模已经达到500亿美元。根据赛迪顾问数据，至2020年，中国智能制造装备市场预计可达2万亿元。GGII数据显示，2019年中国机器视觉市场规模65.50亿元(该数据未包含计算机视觉市场规模)，同比增长21.77%。2014-2019年复合增长率为28.36%。人工智能的发展与智能制造装备的渗透将双重加速机器视觉的进步。

       人类能感知的气味类型总数（平均值）是1万亿种，但通常难以加以区分。不同于颜色与声音，气味没有清晰的分界线，难以对各类气味进行比对。然而，Aryballe却改变了这一现状，该公司的技术可评估各个气味分子并开展测试，与数据库中的已知气味比对。该技术结合使用了生物化学（biochemistry）、先进光学及机器学习技术。 　　2017年，Aryballe Technologies公司在CES展上展示了其“数字化鼻子”技术。去年，该公司推出一款能够用于工业现场的商业化产品，其首款产品NeOse Pro™已在2018年CES展会上发布，可提供简单易用的手持式设备并采用了专属的嗅觉技术。

　　国外制造业及自动化进程较早，机器视觉领域亦随之发展，因此目前的机器视觉主要玩家仍为美、德、日等巨头企业，其中康耐视与基恩士作为机器视觉巨头，有很强的竞争力。随着制造业逐步向中国转移，带动了上游的工业机器视觉产业的初步发展，国内先后涌现出如天准科技、精测电子、奥普特等优秀企业，参与到头部客户的供应链中。

         目前，现代汽车已经研发出一种利用人工智能（AI）和大数据分析和诊断汽车细微噪音的技术，该“数字化鼻子”技术将进一步帮助其研发出一款能够轻松自行识别问题的智能汽车，将推动现代汽车在汽车领域的发展。  

　　目前机器视觉现有主要的应用场景有电子设备及半导体、汽车、制药、食品包装等。电子及半导体设备占约46.60%，主要应用在高精度的制造和检测，如晶圆切割、3C表面检测、AOI光学检测、PCB印刷电路等。汽车制造是机器视觉应用的第二大场景，约占15.3%左右，几乎所有系统和部件的制造都可用到机器视觉，一条汽车生产线需十几套机器视觉系统，是机器视觉渗透快的行业。制药业约占下游应用的7.2%，主要应用为药品质量的检测。

        当前，随着共享经济（共享出行）、无人驾驶出租车等新模式在汽车业内的出现，嗅觉测定公司迎来了新的机遇，旨在提升用户体验并加速其产品在市场中的应用。在这类新的情境中，数字嗅觉是对车内气味进行量化的核心，不仅涉及烟味等令人讨厌的气味，还能通过气味了解是否存在部件故障，比如燃料泄露，旨在确保驾驶员的健康及舒适度。 合作原因：可推进现代汽车研发智能汽车