让AI赋能工业质检引领产业转型升级

纵观全球工业现状，新一轮科技革命与产业变革竞争格局中www.cechina.cn，自动化、无人化生产方式快速发展。在此历史进程中，生产自动化解决起来相对比较容易，但无人化工业产品外观质检却遇到了非常大的障碍。如何提高工业产品外观质检效率成为行业亟待解决的问题。为什么工业产品外观质检这么难呢？难道工业视觉技术就不能追上人类的眼睛吗？

我们带着这个问题采访了参加本次工博会的北京领邦智能装备股份公司（领邦智能）董事长崔忠伟博士。崔忠伟博士说：工业产品外观质检技术，本质上就不是自动化技术CONTROL ENGINEERING China版权所有，自动化技术特征是If...Then这样一套逻辑。在深度学习（Deep Learning）技术出现之前，我们曾认为只要我们写更多的逻辑关系控制工程网版权所有，就能甄别工业产品表面的缺陷和非缺陷，但多年的实践结果表明，就算我们写的逻辑关系再复杂，也还是不及人类的眼睛和大脑，在产品漏检率和过杀率上始终无法与人类媲美。自2012年深度学习技术得到突破后控制工程网版权所有，我们终于意识到工业产品外观质检本质上就不是自动化技术能解决的，需要人工智能技术去解决。

领邦智能作为一家人工智能（AI）赋能工业质检领域的创新型企业，自2019年5月发布工业质检云大脑iBrain以来，服务了3C壳体、汽车零件、手机零件、稀土永磁等多个行业，众多智联网（AIOT）端设备日夜运行，不断地进行性能迭代，已让工业产品外观质检技术追上了人类。

AIOT智联网

AI赋能工业质检，在获得巨大成功的同时，也遇到了更为严峻的挑战，那就是工业产品缺陷图像大数据积累困难。工业产品表面成像非同自然界成像，花花草草都是在日光光源照射下根据表面反射率成像（吸收率成像），很容易积累图像大数据，这让我们可以通过AI应用软件识别花草，究其原因还是其大数据容易采集，AI模型训练学习精度高，识别率追上人类。

工业产品外观质检则有所不同，工业零件多为同一种材料，光线吸收率相同，且全部都是在人造光源下通过不同角度进行成像。这就意味着，同一零件在不同角度、不同人造光源下形成了各不相同的影像。一个设备的成像数据，无法被另一个设备训练学习所用。换句话说：没有光照和成像的标准化，就没有工业产品缺陷图像的标准化，就没有大数据，没有大数据，就没有追上人类的机器智能，就无法实现无人化生产，大幅提高质检效率也就无从谈起。光照和成像技术的标准化成为AI在工业产品质检应用中的拦路虎。

籍此工博会之机，领邦智能率先发布了适用于工业产品外观质检的标准化光照技术和成像技术，即通用光学技术。这套通用光学技术，抽象出工业产品表面质检最本质的特征，以单一标准化的方式，一统天下，解决了工业产品表面图像大数据的定义和累积难题。

适用于AI的通用光学技术，从最本质的表面成像机理出发，开发出一套光照光源，包括2代光源、2.5代光源、3代光源，彻底解决光照标准化问题。特别是3代光源，属于柔性自定义光源，可根据工业产品表面本质特征，自动定义光线角度，做到一丝（光线）不多、一丝（光线）不少精确光照，在图像上充分展示产品缺陷，为AI识别奠定了基础。

通用光学组件

在光照光源标准化的基础上形成的通用成像技术，包括1代360镜头、2代360镜头、1代外观远心镜头、2代外观远心镜头。通俗地讲，采用精确的接收光锥控制CONTROL ENGINEERING China版权所有，实现成像的精确化和标准化，为AI模型识别提供最好的信噪比图像。

此次领邦智能发布的通用光源和通用成像技术形成了一套完整的技术体系，能够实现工业产品表面精确成像，使工业产品缺陷图像数据标准化，解决了AI落地过程中必须解决的大数据问题，实现了AI工业产品质检能力追上人类的重大突破。工业视觉依靠AI技术起飞，却要靠光学技术落地！我们有理由相信，领邦智能作为工业产品外观质检领域的领先企业，手握AI云大脑iBrain和通用光学两大核心关键技术，将携众多致力于AI应用的企业，推动工业产品质检效率的提升，引领产业转型升级。

崔忠伟博士最后风趣的说：春江未暖鸭先知,又一个近万亿级的AI市场将被开拓出来，是继商业推荐、人脸识别后又一个大的AI应用产业集群。