適用于工業(yè)產(chǎn)品外觀質(zhì)檢，突破技術(shù)瓶頸引領(lǐng)產(chǎn)業(yè)轉(zhuǎn)型升級

本網(wǎng)訊，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)著各行各業(yè)的發(fā)展，工業(yè)作為國民經(jīng)濟主導(dǎo)產(chǎn)業(yè)，勢必成為關(guān)注焦點。第22屆中國國際工業(yè)博覽會（工博會）在此大背景下如約于2020年9月15日在上海國家會展中心開幕。

縱觀全球工業(yè)現(xiàn)狀，新一輪科技革命與產(chǎn)業(yè)變革競爭格局中，自動化、無人化生產(chǎn)方式快速發(fā)展。在此歷史進(jìn)程中，生產(chǎn)自動化解決起來相對比較容易，但無人化工業(yè)產(chǎn)品外觀質(zhì)檢卻遇到了非常大的障礙。如何提高工業(yè)產(chǎn)品外觀質(zhì)檢效率成為行業(yè)亟待解決的問題。為什么工業(yè)產(chǎn)品外觀質(zhì)檢這么難呢？難道工業(yè)視覺技術(shù)就不能追上人類的眼睛嗎？

我們帶著這個問題采訪了參加本次工博會的北京領(lǐng)邦智能裝備股份公司（領(lǐng)邦智能）董事長崔忠偉博士。崔忠偉博士說：“工業(yè)產(chǎn)品外觀質(zhì)檢技術(shù)，本質(zhì)上就不是自動化技術(shù)，自動化技術(shù)特征是If.。.Then這樣一套邏輯。在深度學(xué)習(xí)（Deep Learning）技術(shù)出現(xiàn)之前，我們曾認(rèn)為只要我們寫更多的邏輯關(guān)系，就能甄別工業(yè)產(chǎn)品表面的缺陷和非缺陷，但多年的實踐結(jié)果表明，就算我們寫的邏輯關(guān)系再復(fù)雜，也還是不及人類的眼睛和大腦，在產(chǎn)品漏檢率和過殺率上始終無法與人類媲美。自2012年深度學(xué)習(xí)技術(shù)得到突破后，我們終于意識到工業(yè)產(chǎn)品外觀質(zhì)檢本質(zhì)上就不是自動化技術(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，服務(wù)了3C殼體、汽車零件、手機零件、稀土永磁等多個行業(yè)，眾多智聯(lián)網(wǎng)（AIOT）端設(shè)備日夜運行，不斷地進(jìn)行性能迭代，已讓工業(yè)產(chǎn)品外觀質(zhì)檢技術(shù)追上了人類。

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，也遇到了更為嚴(yán)峻的挑戰(zhàn)，那就是工業(yè)產(chǎn)品缺陷圖像大數(shù)據(jù)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(jù)表面反射率成像（吸收率成像），很容易積累圖像大數(shù)據(jù)，這讓我們可以通過AI應(yīng)用軟件識別花草，究其原因還是其大數(shù)據(jù)容易采集，AI模型訓(xùn)練學(xué)習(xí)精度高，識別率追上人類。

工業(yè)產(chǎn)品外觀質(zhì)檢則有所不同，工業(yè)零件多為同一種材料，光線吸收率相同，且全部都是在人造光源下通過不同角度進(jìn)行成像。這就意味著，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。一個設(shè)備的成像數(shù)據(jù)，無法被另一個設(shè)備訓(xùn)練學(xué)習(xí)所用。換句話說：沒有光照和成像的標(biāo)準(zhǔn)化，就沒有工業(yè)產(chǎn)品缺陷圖像的標(biāo)準(zhǔn)化，就沒有大數(shù)據(jù)，沒有大數(shù)據(jù)，就沒有追上人類的機器智能，就無法實現(xiàn)無人化生產(chǎn)，大幅提高質(zhì)檢效率也就無從談起。光照和成像技術(shù)的標(biāo)準(zhǔn)化成為AI在工業(yè)產(chǎn)品質(zhì)檢應(yīng)用中最大的“攔路虎”。

籍此工博會之機，領(lǐng)邦智能率先發(fā)布了適用于工業(yè)產(chǎn)品外觀質(zhì)檢的標(biāo)準(zhǔn)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(biāo)準(zhǔn)化的方式，一統(tǒng)天下，解決了工業(yè)產(chǎn)品表面圖像大數(shù)據(jù)的定義和累積難題。

適用于AI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(biāo)準(zhǔn)化問題。特別是3代光源，屬于柔性自定義光源，可根據(jù)工業(yè)產(chǎn)品表面本質(zhì)特征，自動定義光線角度，做到“一絲（光線）不多、一絲（光線）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(chǔ)。

通用光學(xué)組件

在光照光源標(biāo)準(zhǔn)化的基礎(chǔ)上形成的通用成像技術(shù)，包括1代360鏡頭、2代360鏡頭、1代外觀遠(yuǎn)心鏡頭、2代外觀遠(yuǎn)心鏡頭。通俗地講，采用精確的接收光錐控制，實現(xiàn)成像的精確化和標(biāo)準(zhǔn)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?qū)崿F(xiàn)工業(yè)產(chǎn)品表面精確成像，使工業(yè)產(chǎn)品缺陷圖像數(shù)據(jù)標(biāo)準(zhǔn)化，解決了AI落地過程中必須解決的大數(shù)據(jù)問題，實現(xiàn)了AI工業(yè)產(chǎn)品質(zhì)檢能力追上人類的重大技術(shù)突破。工業(yè)視覺依靠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AI應(yīng)用的企業(yè)，推動工業(yè)產(chǎn)品質(zhì)檢效率的提升，引領(lǐng)產(chǎn)業(yè)轉(zhuǎn)型升級。

崔忠偉博士最后風(fēng)趣的說：“春江未暖鴨先知，又一個近萬億級的AI市場將被開拓出來，是繼商業(yè)推薦、人臉識別后又一個大的AI應(yīng)用產(chǎn)業(yè)集群”。