|
什么是智能制造？是自動化流水線，遍布工廠的機械臂，還是空無一人的工廠？都不是，這是自動化，而非“智能制造”。若離開在制造過程中進行的智能活動，如分析、推理、判斷、構思和決策等，智能制造將如無根之水，而助力工業智能從“感知”到“認知”，賦能制造業從“制造”到“智造”的，正是人工智能技術。
人工智能（AI，Artificial Intelligence）自20世紀50年代被提出，當前AI已不僅僅是一個概念，隨著算力、大數據和算法等技術突破，基于神經網絡的深度學習等AI技術已在各行各業飛速滲透。制造業無疑是AI融合創新主要場景之一。推動承載AI技術的智能制造進程勢在必行。
2019 海康威視AI Cloud生態大會“智能制造協同發展”行業論壇上，海康機器人總裁賈永華首次提出“AI賦能智能制造”，意在逐步將深度學習等人工智能技術、物聯網技術落地應用智能制造領域，從完成多維感知、數據采集和處理的機器視覺系統，到實現智慧內物流的移動機器人系統，持續推動機器智能化、服務智能化、生產智能化。
“推動智能化不是一個點也不是一個平臺，而是要通過一個體系實現”。海康機器人依托海康威視AI Cloud體系逐步推動“AI+智能制造”落地。海康威視AI Cloud由“邊緣節點、邊緣域、云中心”三層架構組成。邊緣節點側重多維感知數據的采集和前端智能處理；邊緣域側重感知數據的匯聚、存儲、處理和智能化應用；云中心側重包括物聯網數據在內的多維數據的融合及基于大數據的多維分析應用。
海康威視AI Cloud架構
冠以“智能”之名的智能制造領域，人工智能技術能為其提供什么樣的幫助？“AI賦能智能制造“專題將通過系列文章逐步解讀，從囊括機器視覺、移動機器人產品的邊緣節點，到不限于RCS\TPS\WCS系統、VM算法平臺等的邊緣域，以及云中心、數據如何賦能智能工廠運維。我們將立足海康機器人核心技術、產品與服務，以小見大，與您探討智造的未來。
本期主講
AI賦能智能制造系列之機器視覺
人類在感知外界環境的過程中，80%以上的信息來自于視覺。在工業制造領域，機器視覺產品是機械設備的“慧眼”，實現了對外界環境的觀察、識別以及判斷等功能。工業環節的人工智能應用，多數都與機器視覺技術有關。
AICloud架構中，機器視覺產品處于邊緣節點圈層，完成了多維感知數據的采集和前端智能處理。將AI算力注入邊緣，賦能邊緣智能是大勢所趨。
01更便捷的缺陷檢測應用
傳統的視覺系統面對復雜多變的缺陷類型，需要根據實際的場景搭建不同的算法模塊，非常繁瑣，而借助AI深度學習，只要通過缺陷樣本的訓練，得到訓練模型，利用模型就可以進行缺陷檢測。
對于混雜在被檢測物中的劃痕，首先要對其進行分割識別。如下圖，深度學習分割算法可對圖片進行標記訓練，得到每個像素點是缺陷的概率圖，在概率圖基礎上結合Blob分析的工具，實現表面缺陷檢測。無論劃痕的形狀、位置如何變化，AI加持的視覺系統都能即刻做出正確判斷。
02更精準的字符識別應用
借助基于神經網絡的深度學習算法對已知類型的數字、字母類字符進行標記訓練，在生產過程中可以識別畫面中是否存在類似字符，并輸出準確的結果，讓機器在沒有人的幫助下自己讀懂字符概念。
如下圖所示，工業相機在進行字符識別應用時，藍框所選字符處于背景有臟污、干擾的環境中，人眼難以準確讀取，但借助基于神經網絡的深度學習算法，視覺系統能夠高效識別，并輸出結果（綠色字符所示）。
基于AI深度學習的字符識別應用對點陣、粘連、變形、低對比度、復雜背景等均有較高識別率，完成了傳統視覺系統無法實現的功能，且單一模型兼容多種字體及包裝形式，在下圖所示的乳制品灌裝線上，結合AI的視覺系統可滿足流水線上的高速檢測需求，識別率達到99.98%以上。
03更高效的目標定位應用
在沒有固定定位特征的場景下、且目標位置隨機變化時，傳統視覺系統無法實現目標定位。這種情況下借助AI深度學習目標定位應用，則可輕松鎖定目標，再也不用“眾里尋他千百度”。
如下圖所示的包裹面單，無論如何放置包裹，借助深度學習目標定位算法，相機都能高效讀取條碼信息。
這種技術在各大快遞分揀中心已落地應用，面對雙11、618的天量包裹，也能讓你下單的寶貝更快到家。
04更多維的視覺感知方式
過去，2D相機無法采集物體深度、體積等信息，搭載2D相機的機械臂不能對有高度差混料和無序擺放的物體做抓取。3D感知技術加持后，則可實現上述功能。從無到有，更智能的定位引導和體積測量應用不再“高深莫測”。
機器視覺系統的特點是提高生產的柔性和自動化程度，運用在人工視覺難以滿足要求的場合。AI是制造業轉型升級的變革力量，機器視覺之于AI等同于視覺之于人類。海康威視深耕多維感知、深度學習等多項AI關鍵技術，海康機器人助推AI與生產制造業的智慧碰撞，讓工業設備“慧眼如炬”，用AI賦能智能制造。
目前，海康威視機器視覺已為3C、食藥品、新能源、汽車及零配件、紡織、電子半導體、物流等行業賦能。
|
