【显微智造】基于5G和边缘计算技术的复合材料AI视觉检测项目设计与实现

——————————————

一、基本情况

——————————————

中国联合网络通信有限公司上海市分公司（简称上海联通）于2008年10月15日与中国联通集团同步完成融合重组，是中国联通在上海的重要分支机构，拥有包括移动和固定通信业务在内的全业务经营能力。在集团聚焦战略的引领下，上海联通植根上海这一片热土，主动对接地方经济建设和社会发展，助力地方基础设施能级提升。

近年来，上海联通更是加快数字化转型步伐，打造新型企业，积极深化体制机制改革，坚持走以创新为引领的差异化发展道路，加快培育依托CT能力的IT能力，在5G、云计算、大数据、物联网、人工智能等方面打造特色优势，聚焦智慧城市、智能制造、智慧医疗、智慧教育等重点领域，成功打造了上飞“5G未来工厂”项目，为上海市教育单位独家提供教育行业云服务，助力沪上三甲医院上线为首批互联网医院等，力争成为数字化综合信息服务运营商，为上海“五个中心”建设，打造全球卓越城市和建设社会主义现代化国际大都市、推动智慧城市建设积极贡献力量。

——————————————

二、解决方案及应用情况

——————————————

当前制造业产品瑕疵缺陷的检查，多是人工检查或半自动检测，生产线检查的劳动力量很大，效率低，质检对质量控制和产能都产生了很大影响，甚至抑制了生产量。上海金智达复合材料有限公司成立于2002年，是一家专业从事汽车内饰复合材料生产的企业，为200多家国内外客户提供高质量汽车复合内饰的产品，包括顶棚、门板、座椅、头枕等数万个种类，并配合客户参与新产品开发、提供完整的产品解决方案。

质量检测是任何一家制造企业必不可少的环节，但是越来越高的客户要求和复杂的质量问题对质检工作带来多重挑战，与此同时检测经验无法得到传承，经验不足的员工无法有效判断缺陷。

中国联通5G+AI工业质检解决方案，采用深度学习技术，从产品图像中训练和洞察出缺陷，提升质检效率，降低质检成本，提升产品的竞争力；同时，该方案结合了5G网络大带宽、低时延的特性，及时将前端采集到的高清图像传输至云端进行AI识别，满足了企业在实际生产环境中对质检效率的要求。

图1联通AI机器视觉检测方案总体架构

AI机器视觉检测解决方案，采用AI深度学习技术，从产品图像中洞察缺陷，提升工业制造质检效率，降低质检成本。

用机器代替人进行目标对象的识别、判断和测量，能完成人眼所不能胜任的某些工作，解决工业领域的痛点，其方案特点主要包括：

5G接入能力：实现采集数据实时回传

本地/边缘识别能力：实现数据实时识别、判定

边云协同：平台推送已训练模型至边缘切点，边缘节点上传数据至平台进行存储、模型优化

融合图像处理：兼容多种数据采集设备及格式，软硬件集成能力强

多种部署模式：根据客户需求模块化集成，可灵活选择本地部署、边缘云部署、云部署等

图2联通整体优势

由中国联通研发5G+AI视觉检测解决方案已顺利落地嘉定上海金智达复合材料有限公司，并克服了材料瑕疵种类多、瑕疵难成像、瑕疵标准模糊等技术难题，通过高功率光源、8K+4K高清工业相机的成像设备，建立了共计28大类复合材料瑕疵检测模型，帮助客户对织物类、PVC类成品进行实时监测、质量分析，最终提供生产工艺改进建议。目前AI视觉检测已经顺利完成一期，得到客户认可，项目二期进行与5G做深度融合，实现每台检验机的复制，逐渐丰富算法增强算力，实现5G与智慧工业的深度融合。

图3 高精度瑕疵定位平台

——————————————

三、服务规模及成效

——————————————

通过端+5G网络+边缘云+云服务的协作的解决方案，解决端侧算力成本越来越高、单点系统维护成本过高、数据孤岛、数据不能有效共享、工厂车间有线互联网建设成本过高、容量不足、通用性、智能性和同类应用快速复制性欠佳、实际应用中视觉检测准确率较低、不可自学习、动态优化等问题，达到了以下效果：

实现数据互联互通、动态闭环

通过5G网络连接，产线上每个工业视觉应用不再是独立的数据孤岛，带来的价值包括但不局限于以下方面：a）工厂中央生产控制系统可以实时获得每个被检测对象的结果、状态，纳入全工厂生产管理系统；b）云端训练平台能实时获取多个现场端的样本图像，快速更新及实时部署优化后模型；c）实现新检测应用的快速部署及推广，使能柔性生产；d）实现现场设备的云端统一维护监控等；

提升设备标准化、智能化水平

随着被检测对象复杂性的增加，越来越多的视觉检测要依赖于深度学习算法，而深度学习需要大量的样本及强大的GPU 能力不断迭代训练以提升检测成功率；现有深度学习更多的是依靠在现场人工样本的采集及模型的更新，推理训练一体化的设备又大多局限于成本及特定的应用场景，极大的限制了深度学习的应用。5G+AI 的解决方案通过多点样本的实时获取，在云端统一架构平台上实现推理训练，支持快速的新模型迭代更新，能使得深度学习在工业视觉应用中被广泛推广，普遍提升视觉检测成功率；

简单、易部署，支持规模应用

在工业中实现一个匹配用户需求的视觉检测系统，需要具备光学、网络及图像算法的专业技能，对用户是个不小的挑战。5G+AI 的解决方案中将复杂的样本标注、图像处理等统一在云端平台实现，并通过AI 算法实现智能标注、智能闭环，降低系统应用的复杂性，使得工业视觉检测能被应用到更多的生产环节中。

提升生产效率，减少维护成本

5G+AI的解决方案能极大的提升生产效率，一方面部分工业应用场景具有移动性诉求：如安装于机械臂的视觉定位相机，因为机械臂的频繁移动而使线缆缠绕损耗严重，需要经常更换，另外如后装视觉应用、不固定部署场景，无线传输的方式都可以很好的解决；另一方面，工程技术人员可以在云端进行操作维护，无需到到现场即可进行软件更新、设备调测、功能扩展等操作，能大幅降低系统维护成本，提升效率。

降低视觉规模部署低成本

根据公开资料，工业是目前机器视觉应用比重最大的领域，其中又以电子制造和汽车制造为主，但也仅占到整个生产环节的10~20%，传统工业行业占比更低；导致该结果的主要原因一方面是因为不同行业被检测对象差别极大而技术实现困难，另一方面是因为端侧一体化的视觉检测系统成本过高限制了应用。5G+AI的工业视觉解决方案中，可以将需要强大软硬件算力支持的计算统一在云端平台实现，并同时支持多类不同应用场景，端侧仅部署标准的图像采集系统，进而降低全系统部署成本；同时，远端维护的方式也可以极大的降低系统的操作维护成本。

——————————————

四、应用前景

——————————————

图4工业AI机器视觉检测分类

目前汽车内饰行业、织物类生产加工行业等生产纺织端为中国质量视觉检测主要需求市场，除了工业级的应用外、烟草薄片、造纸等行业也为AI视觉识别贡献了少部分市场份额，部分视觉识别技术也应用于模具生产、金属制品深加工等行业。但是由于受到人工智能技术及算法算力的限制，在化工、炼钢、机械制造、新材料等领域存在大量空白市场。

图5工业AI机器视觉检测的行业应用

未来，基于5G技术的多AI视觉检测机器协同作业技术能够轻松实现复杂环境下工作，从而填补化工、炼钢、机械制造、新材料等领域的空白市场，并不断开拓视觉检测项目建设新模式，即通过对瑕疵样品的数据采集以及平时生产环境下遇到的瑕疵品类，进行数据汇聚机器学习，实现相机对产品瑕疵检测的智能化判别和分析，数据的不断丰富使识别精准度不断提高。能够为业主节省大量检验人员投入与运维成本，进一步提升产品质量检测品质，实现柔性工厂的二次升级。（转载自上海市通信管理局“上海通信圈”）

本文来源：新机器视觉

申明：感谢原创作者的辛勤付出。本号转载的文章均会在文中注明，若遇到版权问题请联系我们处理。