隨著工業(yè)物聯(lián)網技術的迅猛發(fā)展，掀起了以云計算、大數據、以及人工智能 AI 等信息技術正與傳統(tǒng)工業(yè)深入融合，由此衍生的 “智能制造4.0” 理念，正在為工業(yè)帶來深遠變革。
中國的制造業(yè)巨頭也紛紛借此發(fā)力，向智能化、數字化制造演進，實施戰(zhàn)略轉型。如何科學的管理和分析制造業(yè)務鏈上的生產價值，推進制造企業(yè)生產工藝優(yōu)化與產品質量提升是每一個制造企業(yè)在數字化、智能化轉型過程中的必經之路。
業(yè)務發(fā)展帶來的挑戰(zhàn)
1. 精力疲勞
人眼識別的方式對產品進行檢測，產生疲勞而導致注意力不集中，出現(xiàn)偏差。
2. 二次損傷
人手觸摸產品，觀察產品不同角度的亮度及表面差異，給產品造成二次損傷。
3. 多道檢測流程
檢測產品工藝缺陷、產品LOGO、銘牌漏裝、螺釘漏裝等層層的檢測流程，時間長會導致產品疏忽及漏檢。
藍海大腦智能視覺識別解決方案
基于機器視覺和人工智能搭建產品外觀質量智能判別與優(yōu)化平臺，本著軟科技、硬落地的方針，搭建集結構化與非結構化數據采集與存儲、圖像處理、機器學習與數據關聯(lián)分析預測的產品質量綜合提升平臺。
通過利用機器視覺硬件組件的設計搭建和圖像識別算法開發(fā),可實現(xiàn)對產品外觀質量快速、準確的智能化檢測。完成對所有產品質量數據的全樣本量化存儲?；诋a品質檢數據與生產制造過程數據的閉環(huán)關聯(lián)與分析挖掘, 對產品成品件質量影響因素進行全面分析和開裂缺陷的準確預測,實現(xiàn)生產線問題及時告警和支持決策響應。
基于邊緣計算和AI的視覺識別平臺
藍海大腦基于AI技術的視覺識別平臺，主要由邊緣端（邊緣計算）和中心端（中心計算）兩部分組成，其中工業(yè)相機，工業(yè)機器人以及英偉達NVIDIA Jetson Nano研發(fā)的HI 209V產品等嵌入式智能設備構成了圖像視頻采集端，部署在工廠自動化產線上；邊緣計算部署的采集端及中心計算部署的液冷GPU工作站集群則撐起了該AI平臺的主控系統(tǒng)。視覺識別平臺整體架構圖如下：
邊緣計算端
- 在邊緣計算端執(zhí)行圖像采集的機器人裝有一個工業(yè)攝像機，一個工業(yè)照相機。工業(yè)照像機進行遠距離拍攝，用于檢測有無和定位；工業(yè)攝像機進行攝像，用于 OCR 識別。
- 以烤箱檢測為例，當系統(tǒng)開始工作時，通過機器人與旋轉臺的聯(lián)動，先使用攝像機對烤箱待檢測面的全局視頻攝像，并檢測計算后，提取需要進行 OCR 識別位置，驅動工業(yè)相機進行局部拍攝。
- 相機采集到的不同視覺圖像，會首先交由基于英偉達NVIDIA Jetson Nano開發(fā)的HI 209V邊緣計算進行視頻處理：快速降噪（修復）、視覺增強、失焦修復、風格轉換等預處理。
- 根據標準圖像機本庫進行數據的預處理：數據清洗、圖像預處理、數據集構造、歸一化處理、檢測需求確定是否需要傳輸回到中心計算端，如果需要，則通過網絡傳送到中心端交由液冷GPU工作站HD210 分析處理。
中心計算端
- 中心計算端是由藍海大腦?液冷GPU工作站 HD210 和視覺識別平臺兩部分組成。
- 系統(tǒng)在收到邊緣端發(fā)來的數據后，首先會利用藍海大腦?視覺識別平臺提供的初樣模型對預處理過的圖像進行提取識別，提取出需要進行檢測的標的物，例如型號、合格證、銘牌或線纜等等。
- 藍海大腦?視覺識別平臺提供的 AI能力，將幫助邊緣計算數據進行數據管理、訓練引擎、機器視覺模型、模型算法庫等一系列 AI 處理流程。通過藍海大腦?視覺識別平臺中集成的深度學習開發(fā)框架，系統(tǒng)可以通過不斷地迭代分布式訓練，提升檢測物識別率。
- 將深度學習模塊引入制造業(yè)識別，不僅可以讓視覺識別平臺快速、敏捷、自動地識別出待測產品的諸多缺陷，如產品工藝缺陷、產品LOGO、銘牌漏裝、外觀整潔度等問題。更重要的是，該視覺識別平臺能夠對非標準變化因素有良好的適應性，即便檢測內容和環(huán)境發(fā)生變化，藍海大腦?視覺識別平臺也能很快地予以適應，省去冗長新特征識別、驗證時間。同時這一方案也能有效地提高檢測的魯棒性，令識別率高達 99.81%，克服了傳統(tǒng)視覺檢測過于依賴圖像質量的問題。
藍海大腦 AI 視覺系統(tǒng)特點
1. 核心技術
- 采用國際前沿的深度學習算法
- 支持多種缺陷類型，適應多種產品
- 自學習性，可不斷迭代改善
- 小樣本訓練及模型的裁剪
2. 優(yōu)勢
- 無需編程，降低集成難度
- 快速部署，極大縮短時間
- 適應性強，快速遷移能力
3. 特點
- 協(xié)同合作 （GPU+CPU）
- 缺陷定位、缺陷分割、缺陷分類、缺陷檢測
- 無序分揀、拆垛碼垛
- 多維數據實戰(zhàn)應用能力
藍海大腦技術優(yōu)勢
1. 安全可靠
從設備到云內置的可信、多層安全性
2. 技術資源
設計和構建物聯(lián)網工具和支持
3. 生態(tài)系統(tǒng)
廣泛合作伙伴生態(tài)系統(tǒng)的可互操作物聯(lián)網解決方案
客戶收益
采用藍海大腦解決方案，瑕疵準確率達到 99.9%，項目部署周期縮短 56%，物料成本減少 30%，人工成本減少 70%。
1. 預測性維護、精確定時
通過在裝配線上使用聯(lián)網的工業(yè)物聯(lián)網傳感器，智能制造可以跟蹤設備磨損的關鍵指標，如振動和溫度?？稍诰W絡邊緣提供實時數據分析，準確提示需要維護時間，盡可能減少停機時間及降低成本。
2. 更嚴格的質量管理
檢測產品異常，避免影響產品質量。通過計算機視覺查看微小的缺陷。加強質量控制，在整個生產過程中（從供應鏈
到工廠車間）增加了數據分析和情報。
3. 測量和管理機器藍海大腦的工業(yè)物聯(lián)網技術具有開放和可互操作的特點，通過與現(xiàn)有設備集成，可收集和分析整個生產線上的性能數據。通過使用聯(lián)網的工業(yè)物聯(lián)網傳感器和智能設備來提高機械操作的可見度，智能工廠整體設備效率 (OEE)得到提高。
4. 安全傳輸、效率更高
支持工業(yè)物聯(lián)網的傳感器、設備和可穿戴設備可在智能工廠出現(xiàn)危險時提醒工人 ， 并提高工人在嚴峻環(huán)境中工作表現(xiàn) 。 從海上鉆機到物流倉庫，藍海大腦的工業(yè)物聯(lián)網解決方案可為聯(lián)網工人提供信息，提高安全性和生產力。
應用場景
挑 戰(zhàn)
鋼鐵企業(yè)工藝繁多、運行工況復雜，大量采用自動化設備。一般采用熱軋精軋機、金屬冷軋機等冶金專用設備, 生產過程存在危險性和重復性。在鋼鐵生產中需要對帶鋼等產品的規(guī)格尺寸及缺陷進行自動檢測。
解決方案
- 采用多臺工業(yè)相機、攝像機對成卷前的帶鋼表面和端面進行圖像采集
- 基于GPU液冷工作站的機器視覺智能檢測系統(tǒng)對目標進行識別和外觀檢測
- 與產線現(xiàn)有設備及功能單元實時通信，多系統(tǒng)間協(xié)同工作
- 通過深度學習技術和核心軟件算法對帶鋼的寬度、厚度等尺寸進行測量，有效識別結疤、翹皮、裂痕、夾層、 輥印、劃痕、孔洞、污痕、毛刺等。
- 不斷識別和自我學習，有效提高實際缺陷的識別速度和檢出率。
- 將所有數據儲存到數據庫中，極大地降低人員勞動強度。
