品質(zhì)檢測一直是制造工廠繁重瑣碎的工序，也是阻滯其智能化的痛點。在流水化作業(yè)生產(chǎn)、產(chǎn)品質(zhì)量檢測方面，有時候需要工作人員觀察、識別、發(fā)現(xiàn)生產(chǎn)環(huán)節(jié)中的錯誤和疏漏。無論人的責任心有多強，注意力有多集中，他都有可能會疲勞、疏忽、走神，何況，還有可能對熟人的錯誤睜一只眼閉一只眼，造成瑕疵品流向市場。

同時，如在裝配線上采用全人工的檢驗方式，不僅工作繁重，而且還相當耗費時間。在現(xiàn)代化的生產(chǎn)線上，不能接受這樣的檢驗方式，更重要的是，它沒有為生產(chǎn)本身增加任何的價值。

在這樣的背景下，采用機器視覺系統(tǒng)替代人來完成產(chǎn)質(zhì)量檢測工作成為“剛需”。機器視覺以其檢測精度和速度高并且有效的避免人工檢測帶來的主觀性和個體差異的優(yōu)勢受到了企業(yè)的廣泛關注。在精密制造行業(yè)，已經(jīng)被應用于對精密加工零件表面劃痕、凹陷進行檢測，是實現(xiàn)優(yōu)質(zhì)產(chǎn)品生產(chǎn)以及降低成本的理想選擇。

破局

當前，為了提高生產(chǎn)效率，降低人力成本，工業(yè)生產(chǎn)和管理中的某些人工環(huán)節(jié)正逐漸被機器代替。機器視覺系統(tǒng)的特點是提高生產(chǎn)的柔性和自動化程度。在一些不適合于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺。

在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。而且機器視覺易于實現(xiàn)信息集成，是實現(xiàn)計算機集成制造的基礎技術。

視覺檢測技術相對人工肉眼檢測的優(yōu)勢是顯而易見的。與人眼相比，機器視覺檢測不僅不會疲勞，具有人所不具有的一致性和重復性。

同時，機器視覺技術還能在超標準排放煙塵、污水等方面發(fā)揮作用。利用機器視覺，能夠及時發(fā)現(xiàn)機房及生產(chǎn)車間的的火災、煙霧等異常情況。利用機器視覺中的面相檢測、人臉識別技術，可以幫助企業(yè)加強出入口的控制和管理，提高管理水平，降低管理成本。

機器視覺系統(tǒng)被用于檢驗生產(chǎn)過程的自動化，并能保證與生產(chǎn)線的進度一致。通常用于生產(chǎn)線的末端，保證合格產(chǎn)品的通過。比如在自動化汽車生產(chǎn)線中，視覺系統(tǒng)同機器人匹配應用，并與生產(chǎn)線的PLC控制系統(tǒng)建立聯(lián)接，以實現(xiàn)測量、檢測、定位和識別的功能。

視覺檢測系統(tǒng)采用非接觸式檢測方式，提高了響應速度，對生產(chǎn)線影響?。痪哂虚L時間的穩(wěn)定、可靠地重復工作的性能，適用于汽車連續(xù)化的流水線作業(yè)；適合在安全風險高、人機工程惡劣和環(huán)境差的區(qū)域工作，而且準確率大大的提高，提升了企業(yè)的產(chǎn)品的合格率。

在一些不適于人工作業(yè)的危險工作環(huán)境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺；同時在大批量工業(yè)生產(chǎn)過程中，用人工視覺檢查產(chǎn)品質(zhì)量效率低且精度不高，用機器視覺檢測方法可以大大提高生產(chǎn)效率和生產(chǎn)的自動化程度。

落地

為了推動機器視覺檢測技術的落地，IBM推出了一系列面向不同行業(yè)應用的認知視覺檢測技術解決方案。

比如在電子制造行業(yè)，IBM認知視覺檢測技術能夠通過高精度的攝像頭放大產(chǎn)品表面細節(jié)，在細微層面進行拍照和分析，能檢測人眼不能發(fā)現(xiàn)的質(zhì)量問題，如PCB板缺陷、手機部件缺陷、液晶缺陷、晶片缺陷、光學鏡片缺陷等。

在汽車制造行業(yè)，IBM認知視覺檢測技術已經(jīng)在汽車行業(yè)得到了應用實踐，幫助領先的汽車工廠實現(xiàn)對汽車零部件、焊接、噴漆等工藝過程的高精度檢測。IBM認知視覺檢測系統(tǒng)可以根據(jù)車型的3D數(shù)據(jù)制定出機器人手臂的行動路徑，配合矩陣式工業(yè)相機和輔助光源，完成全車360度高清尺寸的拍照，然后實時數(shù)據(jù)分析系統(tǒng)通過部署在產(chǎn)線邊的缺陷識別系統(tǒng)對所拍攝的照片進行實時分析，識別出照片中缺陷位置和缺陷類型。

其實，IBM與某大型汽車制造商在噴漆方面已經(jīng)開展相關合作。通常，汽車車漆涂層壽命來自以下三方面因素制約。60%來自表面處理，25%來自涂裝施工，15%來自涂料本身質(zhì)量。該公司采用IBM融合了工業(yè)機器人控制技術，工業(yè)照相技術，計算機視覺技術和基于深度神經(jīng)網(wǎng)絡的機器學習技術于一體的認知視覺檢測技術，通過標準化，自動化，智能化的手段，實現(xiàn)整車漆面全方位質(zhì)量檢測。

隨著智能制造的推進，裝備制造業(yè)作為產(chǎn)業(yè)中最具競爭力的行業(yè)正在引領整個制造業(yè)的智能化轉型。裝備制造企業(yè)中以往采用人工檢測和機器視覺結合為主的方式正在被更為高效和智能的機器視覺檢測系統(tǒng)替代。IBM認知視覺檢測系統(tǒng)能在充分滿足裝備制造業(yè)對產(chǎn)品質(zhì)量檢測高標準和高要求的基礎上，還賦予了質(zhì)量檢測系統(tǒng)更高的智能。IBM認知視覺檢測系統(tǒng)能實現(xiàn)自主化的缺陷標記和反饋，不斷優(yōu)化質(zhì)量檢測分析模型，提高質(zhì)檢過程的效率和產(chǎn)品合格率。

針對高精密檢測要求的行業(yè)，IBM認知視覺檢測系統(tǒng)通過高精度的工業(yè)相機和基于神經(jīng)網(wǎng)絡的智能分析技術，通過不斷放大零部件表面特征，給零部件表面的細節(jié)進行拍照，通過實時的數(shù)據(jù)分析能力來檢測任何傳統(tǒng)檢測手段無法發(fā)現(xiàn)的缺陷。

在行業(yè)落地上，IBM依托自身的認知視覺檢測為小罐茶設計了一套自動化除雜的生產(chǎn)線，在這條生產(chǎn)線上，可以實現(xiàn)整箱毛茶自動開箱，將茶葉倒入暫存斗，經(jīng)輸送帶震動整理傳輸，進入視覺監(jiān)測區(qū)域，由攝像頭拍照并傳送到后臺做視覺分析，定位各類雜質(zhì)所在位置，然后控制機械臂將雜質(zhì)挑揀并分離開來，達到標準后轉入收集和計量稱重環(huán)節(jié)。其中的攝像頭就好比人的眼睛，基于IBM認知視覺檢測的算法則像是它的大腦，控制著整個生產(chǎn)線的一舉一動，包括定位雜質(zhì)位置，控制模擬作為人手的機械臂進行篩揀等。

整個過程模擬了人工篩茶、鋪茶和挑揀的過程，但比人更加精確可控，而且效率更高。保守估計，一條這樣的生產(chǎn)線每天可以完成200公斤毛茶的篩揀除雜工作，相當于50-60個挑茶工的工作量。

整個項目將從整體上推動小罐茶的茶葉篩揀工作全面實現(xiàn)自動化與智能化。初期將完成視覺識別雜質(zhì)、機械挑揀等關鍵技術實現(xiàn)點的驗證，以及二者的聯(lián)動；進而完成生產(chǎn)線原型的生產(chǎn)和驗收，并擴展至其他茶葉品類，并在小罐茶生產(chǎn)基地全面部署自動除雜生產(chǎn)線，預計實現(xiàn)單條生產(chǎn)線200KG/天的產(chǎn)能和 接近99%的準確率。后續(xù)，在累計了更多數(shù)據(jù)和經(jīng)過了越來越多的訓練之后，AI除雜生產(chǎn)線核心算法的識別能力也會越來越強，逐漸具備自學習能力，可以在生產(chǎn)線上識別算法模型之前不曾覆蓋的新型雜質(zhì)。

結語

當前，行業(yè)依托數(shù)字化技術開啟了轉型之路，同時以人工智能等為代表的新技術不斷深入發(fā)展，認知視覺檢測技術在工業(yè)制造在內(nèi)的諸多領域擁有廣闊的應用空間，針對不同的行業(yè)應用場景，IBM打造端到端的定制解決方案，助力各行業(yè)的升級與創(chuàng)新。