|
適用于工業(yè)產(chǎn)品外觀(guān)質(zhì)檢，突破技術(shù)瓶頸引領(lǐng)產(chǎn)業(yè)轉型升級 在全球百年未有之大變局環(huán)境下，以人工智能和5G為代表的新技術(shù)革命，正如火如荼的促進(jìn)著(zhù)各行各業(yè)的發(fā)展，工業(yè)作為國民經(jīng)濟主導產(chǎn)業(yè)，勢必成為關(guān)注焦點(diǎn)。第22屆中國國際工業(yè)博覽會(huì )（工博會(huì )）在此大背景下如約于2020年9月15日在上海國家會(huì )展中心開(kāi)幕。 縱觀(guān)全球工業(yè)現狀，新一輪科技革命與產(chǎn)業(yè)變革競爭格局中，自動(dòng)化、無(wú)人化生產(chǎn)方式快速發(fā)展。在此歷史進(jìn)程中，生產(chǎn)自動(dòng)化解決起來(lái)相對比較容易，但無(wú)人化工業(yè)產(chǎn)品外觀(guān)質(zhì)檢卻遇到了非常大的障礙。如何提高工業(yè)產(chǎn)品外觀(guān)質(zhì)檢效率成為行業(yè)亟待解決的問(wèn)題。為什么工業(yè)產(chǎn)品外觀(guān)質(zhì)檢這么難呢？難道工業(yè)視覺(jué)技術(shù)就不能追上人類(lèi)的眼睛嗎？ 我們帶著(zhù)這個(gè)問(wèn)題采訪(fǎng)了參加本次工博會(huì )的北京領(lǐng)邦智能裝備股份公司（領(lǐng)邦智能）董事長(cháng)崔忠偉博士。崔忠偉博士說(shuō)：“工業(yè)產(chǎn)品外觀(guān)質(zhì)檢技術(shù)，本質(zhì)上就不是自動(dòng)化技術(shù)，自動(dòng)化技術(shù)特征是If...Then這樣一套邏輯。在深度學(xué)習（Deep Learning）技術(shù)出現之前，我們曾認為只要我們寫(xiě)更多的邏輯關(guān)系，就能甄別工業(yè)產(chǎn)品表面的缺陷和非缺陷，但多年的實(shí)踐結果表明，就算我們寫(xiě)的邏輯關(guān)系再復雜，也還是不及人類(lèi)的眼睛和大腦，在產(chǎn)品漏檢率和過(guò)殺率上始終無(wú)法與人類(lèi)媲美。自2012年深度學(xué)習技術(shù)得到突破后，我們終于意識到工業(yè)產(chǎn)品外觀(guān)質(zhì)檢本質(zhì)上就不是自動(dòng)化技術(shù)能解決的，需要人工智能技術(shù)去解決�！� 領(lǐng)邦智能作為一家人工智能（AI）賦能工業(yè)質(zhì)檢領(lǐng)域的創(chuàng )新型企業(yè)，自2019年5月發(fā)布工業(yè)質(zhì)檢云大腦iBrain以來(lái)，服務(wù)了3C殼體、汽車(chē)零件、手機零件、稀土永磁等多個(gè)行業(yè)，眾多智聯(lián)網(wǎng)（AIOT）端設備日夜運行，不斷地進(jìn)行性能迭代，已讓工業(yè)產(chǎn)品外觀(guān)質(zhì)檢技術(shù)追上了人類(lèi)。 
AIOT智聯(lián)網(wǎng) AI賦能工業(yè)質(zhì)檢，在獲得巨大成功的同時(shí)，也遇到了更為嚴峻的挑戰，那就是工業(yè)產(chǎn)品缺陷圖像大數據積累困難。工業(yè)產(chǎn)品表面成像非同自然界成像，花花草草都是在日光光源照射下根據表面反射率成像（吸收率成像），很容易積累圖像大數據，這讓我們可以通過(guò)AI應用軟件識別花草，究其原因還是其大數據容易采集，AI模型訓練學(xué)習精度高，識別率追上人類(lèi)。 工業(yè)產(chǎn)品外觀(guān)質(zhì)檢則有所不同，工業(yè)零件多為同一種材料，光線(xiàn)吸收率相同，且全部都是在人造光源下通過(guò)不同角度進(jìn)行成像。這就意味著(zhù)，同一零件在不同角度、不同人造光源下形成了各不相同的影像。一個(gè)設備的成像數據，無(wú)法被另一個(gè)設備訓練學(xué)習所用。換句話(huà)說(shuō)：沒(méi)有光照和成像的標準化，就沒(méi)有工業(yè)產(chǎn)品缺陷圖像的標準化，就沒(méi)有大數據，沒(méi)有大數據，就沒(méi)有追上人類(lèi)的機器智能，就無(wú)法實(shí)現無(wú)人化生產(chǎn)，大幅提高質(zhì)檢效率也就無(wú)從談起。光照和成像技術(shù)的標準化成為AI在工業(yè)產(chǎn)品質(zhì)檢應用中最大的“攔路虎”。 籍此工博會(huì )之機，領(lǐng)邦智能率先發(fā)布了適用于工業(yè)產(chǎn)品外觀(guān)質(zhì)檢的標準化光照技術(shù)和成像技術(shù)，即通用光學(xué)技術(shù)。這套通用光學(xué)技術(shù)，抽象出工業(yè)產(chǎn)品表面質(zhì)檢最本質(zhì)的特征，以單一標準化的方式，一統天下，解決了工業(yè)產(chǎn)品表面圖像大數據的定義和累積難題。 適用于A(yíng)I的通用光學(xué)技術(shù)，從最本質(zhì)的表面成像機理出發(fā)，開(kāi)發(fā)出一套光照光源，包括2代光源、2.5代光源、3代光源，徹底解決光照標準化問(wèn)題。特別是3代光源，屬于柔性自定義光源，可根據工業(yè)產(chǎn)品表面本質(zhì)特征，自動(dòng)定義光線(xiàn)角度，做到“一絲（光線(xiàn)）不多、一絲（光線(xiàn)）不少”精確光照，在圖像上充分展示產(chǎn)品缺陷，為AI識別奠定了基礎。
通用光學(xué)組件 在光照光源標準化的基礎上形成的通用成像技術(shù)，包括1代360鏡頭、2代360鏡頭、1代外觀(guān)遠心鏡頭、2代外觀(guān)遠心鏡頭。通俗地講，采用精確的接收光錐控制，實(shí)現成像的精確化和標準化，為AI模型識別提供最好的信噪比圖像。 此次領(lǐng)邦智能發(fā)布的通用光源和通用成像技術(shù)形成了一套完整的技術(shù)體系，能夠實(shí)現工業(yè)產(chǎn)品表面精確成像，使工業(yè)產(chǎn)品缺陷圖像數據標準化，解決了AI落地過(guò)程中必須解決的大數據問(wèn)題，實(shí)現了AI工業(yè)產(chǎn)品質(zhì)檢能力追上人類(lèi)的重大技術(shù)突破。工業(yè)視覺(jué)依靠AI技術(shù)起飛，卻要靠光學(xué)技術(shù)落地！我們有理由相信，領(lǐng)邦智能作為工業(yè)產(chǎn)品外觀(guān)質(zhì)檢領(lǐng)域的領(lǐng)先企業(yè)，手握AI云大腦iBrain和通用光學(xué)兩大核心關(guān)鍵技術(shù)，將攜眾多致力于A(yíng)I應用的企業(yè)，推動(dòng)工業(yè)產(chǎn)品質(zhì)檢效率的提升，引領(lǐng)產(chǎn)業(yè)轉型升級。 崔忠偉博士最后風(fēng)趣的說(shuō)：“春江未暖鴨先知,又一個(gè)近萬(wàn)億級的AI市場(chǎng)將被開(kāi)拓出來(lái)，是繼商業(yè)推薦、人臉識別后又一個(gè)大的AI應用產(chǎn)業(yè)集群”。 |
