資料下載
May 15,2019

基于視覺智能工業品外觀柔性檢測方案

引言/導讀
随着工業制造2025計劃的實施,工業品質量檢測效率成為制約整個生産鍊條的重要因素。傳統工業品産品外觀檢測,依賴“人眼+簡單工具”,實現對産品外觀的識别,剔除外觀有缺陷的産品,效率低下,漏檢率高。随時AI技術快速發展,本測試床探索将視覺智能檢測技術應用于工業品外觀檢測。
 

一、關鍵詞
視覺智能,邊緣計算,薄膜類外觀質量檢測

二、發起公司和主要聯系人聯系方式
華為技術有限公司 IT産品線 ,聯系人李超洋 13571870047 Email:Andy.lee@huawei.com
富士康科技集團,聯系人 鄭承斌:15989547752  Email:benjamincheng@foxconn.com


三、合作公司
深圳雲天勵飛技術有限公司,聯系人董卿  13714505207, Email:dong.qing@intellif.com
軟通動力,聯系人 崔士勇13911161706,Email:sycuic@isoftstone.com
Intel公司,聯系人 張宇 13501081206, Email:richard.yu.zhang@itel.com
 

四、測試床項目目标和概述
所謂“機器視覺”,就是利用機器代替人眼來做測量和判斷。機器視覺系統相當于人類的眼睛,“眼睛”通過把“看”到的影像傳送到控制芯片,然後通過控制程序來進行事态的判斷。一個典型的機器視覺系統包括:光源、鏡頭、相機、圖像處理單元(或圖像捕獲卡)、圖像處理軟件、監視器、通訊/輸入輸出單元等.通過機器視覺獲得的圖像,經過AI智能算法的自動檢測,識别,最終完成“人的眼睛和大腦”的功能,在實際工業質量檢測中,達到代替現有人力,提高檢測效率、提升檢測準确率。

現工業産品檢測,經過很多年發展,但現有自動檢測的存在如下問題:
•       可檢測産品單一,不通用:設備高度專業化,隻能在特定場景,對特定産品,特定的外觀問題進行檢測。例如,環境條件固定,隻能檢測外觀尺寸,隻能檢測玻璃制品等。
•       檢測精度低:檢測精度是固定的,不能實現“經驗積累”:随着檢測産品的增多,不斷提高檢測準确率。
•       檢測效率低:受檢測設備算力的影響(一般都基于工控機),在檢測效率較低,滞後日益進步的生産效率。
       本測試床引入AI技術,充分利用邊緣計算的業務靈活性和業務實時性,并在公有雲實現AI算法的訓練,充分利用公有雲資源彈性調度、價格低廉的優勢,以降低該方案的總體投入,以期達到可以規模複制的目标。

 主要功能模塊說明:
1、  采集端:利用光電技術,獲取工業品外觀高質量圖片。工業品,特别是薄膜類産品,具有容易彎曲、對光照敏感等特點,需要采用暗箱、強光等以達到高質量圖像标準;
2、  邊緣計算節點:邊緣計算是工業檢測的大腦,通過AI算法對産品外觀圖片進行智能分析和識别,并自動對有缺陷産品進行标記;邊緣計算節點要求算力強、設備體積小、可以安裝在工廠質檢室或者生産線附近;
3、  雲端訓練:AI的訓練周期長,需要資源多,具有階段性;因此采用租賃公有雲方式較為合适;可以根據訓練數據的大小、訓練算法的複雜度,靈活租賃對應資源,訓練完畢,獲取模型後,即可釋放訓練資源,以期達到節省成本的目标。
 

五、測試床解決方案架構
本測試床在傳統産品檢測基礎上,引入現在AI技術,依靠邊緣雲和公有雲聯動,工廠側線下推理和識别,公有雲線上訓練,構成一個完整的測試方案。

(一)    測試床應用場景
本測試床項目,适用于外觀類産品質量檢測,例如車輛框架、主承外觀,對部分容易産生變形的産品,如非剛性産品,例如紙張等,需要采用額外的輔助方法,獲得相對穩定的圖像質量。因此,本測試床推薦應用在剛性産品外觀檢測,或者部分形變較小的産品外觀檢測場景。

(二)    測試床重點技術
本測試床為提高檢測的魯棒性,引入了三項關鍵新技術,該技術在工業外觀檢測中比較新穎和獨創性。

一、采用邊緣計算新技術。邊緣計算融合了計算、存儲和網絡于一體,具有很高的産品環境适應度。本測試床邊緣采用引入深度學習AI技術,在邊緣側實現AI的推理,實現對産品檢測的自動化和智能化。邊緣智能計算的應用在業内屬于首次。

二、引入AI技術。AI技術最大的價值是具有自動學習和進化功能,對檢測産品具有很強的魯棒性;而強的魯棒性,對本測試床的檢測範圍具有很大的價值。這點是傳統影像技術無法比拟的。

三、是引入公有雲訓練AI。AI的訓練耗資巨大,對專業性要求很高,普通企業很難承受。通過引入公有雲AI服務,可以把算法的訓練和模型設計交給專業的服務公司實現,通過租賃資源方式,完成雲端的訓練;以降低AI的成本,獲取便捷的服務。

(三)    技術創新性及先進性
本測試采用的邊緣智能計算架構,為提升識别率引入的AI技術,都是在前工業檢測中首次應用,并根據工業現場進行了技術專門開發,具有獨特的價值。

(四)    測試床解決方案架構
本測試床解決方案整體架構如下,主要分為4個層面:


1、  邊緣計算平台:主要在工廠側進行産品外觀産品的識别和處理;是AI算法的主要承載體;
2、  IaaS層:通過引入虛拟化和Docker技術,邏輯隔離各類業務應用,使應用具有更大的彈性,也更方便與工業雲平台對接;
3、  工業PaaS層:對邊緣前端和各類數據進行清理和管理的平台,通過PaaS層,企業IT人員關注業務,把複雜的IT基礎設施的管理交給PaaS層;
4、  視覺業務應用層:深度學習的算法好服務。業務作為一個服務,提供給企業内部各個業務單元使用。


六、預期成果
本測試床預期目标為:産品檢測率達到100%;完全代替人工檢測和識别部分,達到節省人力的目标。并通過技術創新,可應用在更多場景檢測,如各類薄膜,産品外觀等,柔性外觀檢測。

(一)    測試床的預期測試結果,針對測試項
本測試床預期檢測結果:産品檢測率達到100%,通過多種檢測技術的結合和運用,使産品檢測率達到100%,超越人工檢測的精度。

(二)    商業價值
本測試床通過引入邊緣計算和AI技術,将AI應用引入到工廠側,AI訓練算法采用成本低廉的公有雲;通過對傳統工業的智能化改造,開創新的商業共赢模式,對在其他類似領域有非常好的啟發作用。

(三)    經濟效益
本測試床根據富士康CPU貼膜檢測項目,商業價值估算如下:原人工檢測:20萬+/年,通過本測試床方案一次性設備投資10萬,雲服務按需付費,節省50%的檢測投資;提升産品檢測效率和正确率,節省産品缺陷類引起的負資産。

(四)    社會價值
減少由于人工檢測引發的眼睛疲勞職業病,解放員工“眼睛”,減少和預防職業病;
 

七、測試床技術可行性
本測試床重點測試一下技術可行性:
1、工廠産品外觀圖像檢測和采集的可行性:采集端要求對光源、産品略微形變魯棒,采集圖像設備能排除産線其他因素幹擾等;
2、AI算法的精度。AI算法精度直接影響到檢測的精度,需要實際驗證算法的精度和識别速度。

(一)    物理平台
物理平台包括前端産品圖像的采集端和邊緣計算平台兩個部分。
産品圖集采集端:包括高速工業攝像機、專業光源、暗盒,運動軌道等輔助設備;
邊緣平台:包括邊緣硬件平台(含存儲、網絡設備),部分車間網絡環境較差,需要提供4G等WIFI傳輸方式;其他連接線等輔助設備。

(二)    軟件平台
        本測試床不單獨提供軟件平台;其中AI算法包括在邊緣平台中;


八、和AII技術的關系
(一)   與AII總體架構的關系


(二)   AII安全(可選)


(三)   詳細清單(可選)
            略

(四)   風險模型(可選)
測試床平台中運算處理器采用嵌入式SoC,運行基于Linux操作系統的專用嵌入式軟件,保證了軟件系統的可靠性和安全性。系統采用分級用戶權限管理,數據和視頻存儲采用嵌入數據庫、數據加密和數據水印技術保證數據安全不可篡改

(五)   安全聯系人
         不涉及

(六)   與已存在AII測試床的關系
無,首次申請。


九、交付件
實驗測試床一套:包括前端采集設備,邊緣計算平台,以及内嵌的AI算法軟件。

十、測試床使用者
相關單位可利用本測試床搭建或者改進,鼓勵在各個領域進行推廣和使用

十一、     知識産權說明
本測試床相關部件的産權歸屬各個申請企業,測試床方案和架構完全公開,鼓勵企業據此架構開展各領域應用。
 

十二、     部署,操作和訪問使用
可部署在互聯網,根據申請,明确使用權限。
 

十三、     資金
企業自籌資金
序号 工作内容 需要資金(萬)
1 前端采集設備(光源、相機等) 5
2 邊緣智能節點 15
3 公有雲平台 5
4 算法聯調 8
合計   33
 
 
十四、     時間軸
本測試床關鍵時間點:
2018年8月30日完成方案的工程效果測試;
2018年10月30日項目驗收和推廣


十五、     附加信息
本測試床可以應用在以下領域:如工業PCB闆質量檢測,如線路漏焊,虛焊,線路斷裂等;汽車钣金等外觀質量檢測,如檢測是否有劃痕,光滑度,完整度等。

聲明

本報告所載的材料和信息,包括但不限于文本、圖片、數據、觀點、建議,不構成法律建議,也不應替代律師意見。本報告所有材料或内容的知識産權歸工業互聯網産業聯盟所有(注明是引自其他方的内容除外),并受法律保護。如需轉載,需聯系本聯盟并獲得授權許可。未經授權許可,任何人不得将報告的全部或部分内容以發布、轉載、彙編、轉讓、出售等方式使用,不得将報告的全部或部分内容通過網絡方式傳播,不得在任何公開場合使用報告内相關描述及相關數據圖表。違反上述聲明者,本聯盟将追究其相關法律責任。

工業互聯網産業聯盟
聯系電話:010-62305887
郵箱:aii@caict.ac.cn
訪問人數:2888