工业智能质检解决方案
计算机、通信、消费类电子等3C产品通常对精密度和外观要求非常高,而微小结构件检测产量大、人力耗用巨大,缺陷类型多、数据无法收集,人工检测逐渐在被机器视觉代替。工业质检主要有以下三种方式:
1、人工质检:目前制作企业普遍存在工厂招工难,留人难的问题,而质检是一项辛苦又需要技术基础的工作,质检员工缺口很大,抽样度大大下降,检测速度也存在局限性,并且存在肉眼损伤、疲劳等影响而出现人为判断误差;
2、基于传统机器视觉算法的质检:通常仅能处理容易提取,容易量化的特征,如颜色、面积、圆度、矩形度,角度、长度等,对于一些复杂瑕疵的对比和不同光线光源下的识别精度较低,经常需要人工去调整各项参数;
3、机器视觉+人工智能质检:通过机器视觉+人工智能深度学习算法能够处理很难提取的特征如产品表面的细小瑕疵,同时能够消除由于拍摄、光源、对焦等一系列问题带来的影响。
机器视觉+人工智能的质检方案面临复杂多样的部署环境和更大规模参数的AI推理计算,对终端计算的环境适应性、算力性能、实时性和可靠性等能力提出了更高的要求,总结为以下三点:
1、据统计,1个摄像头一天会收集300G的数据量,数据不可能全部上传云端,否则通信带宽和成本会非常高昂,因此需要在边缘现场部署算力;
2、基于高分辨率的计算算法愈发复杂,工厂传统的计算设备稳定性和速度很难达到海量图片的检测推理的低时延(毫秒级)、高可靠性(数据中心级可靠)的要求;
3、部署场景碎片化,没有形成规模,需要计算设备支持处理多路视频、控制机器人自动化分拣等多项技能,并方便部署。
浪潮与思谋合作,开发了工业质检一站式解决方案
1、通过自动化产线和工业机器人自动进行图像采集,对图像进行读取;
2、利用适应边缘严苛环境的边缘服务器,对产品表面图像进行实时的分析和推理;
3、通过边缘服务器可以实时给出缺陷类型和处理建议,0编程开发,瑕疵识别精度达到99%,支持一键统一更新AI算法,调度AI资源,代替了原来的人工质检,实现了降本增效。
检测结果比传统工业质检更加精确稳定。在与江苏某手机生产厂商合作中浪潮与思谋克服缺陷类型多和标注标准难对齐等难点,构建了20+缺陷检测模型,能够实现500 ms内多模型并发处理和360度外观检测,并将最高生产节拍降至1秒内。每台质检设备最终替代了8+名质检员,不仅节省了人员成本,且检测指标优于人工质检员,质检良率从原来的90%提升至99%。