新闻

两年跃居中国AI工业质检头部厂商,创新奇智如何做到?

2020-10-09e-works王聪

253阅
ManuVision工业视觉平台是创新奇智针对工业质检场景打造的快速开发部署平台,将传统视觉与深度学习算法相融合,开发门槛低、功能齐全,丰富的算法组合能够跨行业和跨领域提供多场景质检方案,在高科技3C、汽车装备、钢铁冶金等诸多行业得到了深入应用。

    如果前几年业内还在验证人工智能的价值与可行性,现如今人工智能已经成为切实改变世界的革新技术,工业4.0时代的企业也逐渐认识到它对制造业转型升级的巨大价值。随着“新基建”政策以及各种扶持政策的出台,人工智能正在加速与制造业的融合,成为制造业发展的新动能。在这个进程中,人工智能技术在质检领域的应用,为工业流水线带来了精准度高、速度快、稳定性高、信息集成与留存等明显的优势,在生产车间预测性防护、产品质检/分拣等方面帮助企业更好地进行质量和成本控制,正在成为人工智能在制造业最先发挥价值的场景之一。

    根据IDC近期发布的《中国AI赋能的工业质检解决方案市场分析报告》(下文简称“报告”)显示,2019年中国工业质检软件和服务市场规模已达到1.07亿美元,以百度智能云、创新奇智等为代表的AI技术供应商正在为制造企业客户提供AI质检能力,提升产品的质检准确率,加速智能制造落地。

 无

图 2019年中国工业质检市场份额(来源:IDC)

    作为前三甲中唯一专注于AI应用的公司,创新奇智成立时间仅2年多,便一举成为中国第2大AI工业质检解决方案提供商,市占率12.8%,仅次于百度云。 e-works通过对创新奇智的深度访谈和客户应用案例调研,揭示了这家年轻公司的成长秘籍。

    总体来说,创新奇智打造了一套战略清晰、战术灵活的“AI+制造”领跑计划。在创新奇智CTO张发恩看来:“工业视觉是智能制造的核心分支,也是能够率先渗透并发展起来的核心技术之一。创新奇智以工业视觉为突破口,组建包括工业视觉、工业自动化、工业云平台的智能制造业务全景图,覆盖生产前、中、后端,逐步完成从项目到产品到平台的跃迁,促进制造业转型升级。”

    其中,ManuVision工业视觉平台是创新奇智针对工业质检场景打造的快速开发部署平台,将传统视觉与深度学习算法相融合,开发门槛低、功能齐全,丰富的算法组合能够跨行业和跨领域提供多场景质检方案,在高科技3C、汽车装备、钢铁冶金等诸多行业得到了深入应用。

与时俱进,传统质检需要一双AI智慧“眼睛”

    随着我国智能制造转型的不断推进,在降低成本、提质增效等硬性指标的要求下,制造企业产品质检手段正在发生根本性改变,依赖人员的产品质检方式面临巨大挑战:

    一方面,在流水化作业的产品质量检测过程中,无论人的责任心有多强,注意力有多集中,都有可能会疲劳、疏忽,进而造成瑕疵品流向市场。此外,人工质检容易受到个人情绪、态度以及经验的影响,很难保证很高的产品合格率,因此传统质检设备往往存在准确率低、误报率高和灵活性差等问题。

    另一方面,由于传统质检大多依赖于人工来完成,很多有价值的数据无法及时进行采集,数据没有被记录,就无法对检测过程的数据进行有效分析,影响生产工艺的改进。
值得令人注意的是,由于质检岗位价值体现度不高,职位的吸引力比较低,近年来针对质检岗位的招工正变得异常困难。根据IDC报告显示,随着人口红利的消失,用工难问题显现,目前每天产品线上进行人工检测的工人数量超过350万人,但因工资低、工作枯燥,愿意从事人工质检的工人愈来愈少。

    由于传统人工质检过程中存在的诸多问题,即影响了企业效率也提高了成本,更无法通过对检测过程数据的采集来改进产品设计工艺和质量,严重制约了企业市场竞争力的提升。因此,在智能化技术不断融入到制造业的大趋势下,利用先进的AI视觉检测技术替代人来完成产品质检过程已经成为制造企业的共识。

度势而发,创新奇智推出ManuVision工业视觉平台

    AI质检能够提升企业智能化水平,让产品检测准确率和效率获得倍数级提升,然而构建一套行之有效的自动化机器视觉系统,可能需要耗费大量成本和时间去进行定制化开发和验证,如果系统通用性不佳,很难在不同产线上适配使用,这也是国内许多企业持观望态度的主要原因。

    正是看到这种趋势和痛点,创新奇智推出ManuVision工业视觉平台。据创新奇智CTO张发恩介绍,这是创新奇智经历了2年多的研发和项目沉淀的结果,已进入成熟落地和规模应用阶段。该平台通过将传统视觉技术和深度学习视觉技术相结合,能快速适应新场景需求,有效解决了人工效率低,以及传统机器视觉技术通用性与智能性不足的问题。

    ① 提速智能化: 得益于深度学习技术的使用,创新奇智ManuVision工业视觉平台支持2D/3D视觉引导定位、缺陷检测、缺陷分类、有无检测、微米级尺寸测量、ID字符读取等多种功能,能解决传统机器视觉技术无能为力的复杂场景下瑕疵识别问题。
众所周知,工业环境复杂,信息化水平低,普遍存在样本数据不足问题,因此创新奇智花大力气投入AI算法研发,解决实际问题。例如,通过物理模拟生成缺陷样本的方法,减少对缺陷样本的依赖;创新少样本学习技术应用于算法组合中,在样本有限的情况下同样做到高精度识别;针对样本图片模糊不清的问题,创新奇智研发图像超分辨率算法,能更快速提高图像重建精度,同时增加更多的高频细节信息,有利于图像的识别、检测和分割等。

    ② 使用门槛低:ManuVision工业视觉平台集标注、训练、测试、部署于一体,可根据场景随意组合各种功能与算法,无需编程基础,灵活搭建满足多种视觉应用需求的方案,具有功能丰富、性能稳定、用户操作界面友好、上手即用的特点。
用户只需要提供相应产品的图片,就可以在ManuVision平台上完成图片的在线标注、模型的训练与测试,并最终完成部署。部署插件可以自动从相机或者文件目录获取产品图片,进行相关检测和输出结果。另外,平台还支持快速自主上新,随时应对新型检测需求的出现。

    ③ 软硬一体化交付,易于部署:不同于传统意义上的纯软件平台,创新奇智ManuVision工业视觉平台支持与工业光源、工业相机、机械手、控制器等外部硬件设备兼容,为客户打造集光(学)、机(械)、电(气)、软(件)、算(法)于一体的自动化整体解决方案。能灵活集成在企业原有生产线上,无需对产线做特殊改造,降低企业应用人工智能的难度和门槛;还支持与MES系统对接,实时生成生产数据,记录质检信息,方便数据的导入导出。

资产沉淀,基于行业和应用场景的规模复制

    正所谓“高质量的产品往往是类似的,低质量的产品却各有各的不同。”由于制造业应用场景繁杂多样,质检场景更是碎片化严重,技术供应商很容易掉入“项目”陷阱,遭遇规模化受阻。为此,创新奇智ManuVision 工业视觉平台,从行业和应用场景出发,在寻求行业共性的基础上,沉淀算法资产和行业经验,打造兼具行业共性和客户个性的工业质检技术方案,以近乎标准化的方式确保了产品在同行业内的快速推广应用。

    举例来说,面对3C等电子消费品在质检方面的挑战,创新奇智ManuVision 工业视觉平台提供2D/3D视觉质量检测功能,代替工人进行全自动的产品检测、工艺验证。例如在助力某全球3C代工巨头进行手机壳瑕疵质检与装配质检时,创新奇智基于小样本的像素级语义分割算法和4K线阵相机等硬件设备的使用,使漏检率小于0.1%,过杀率小于10%,算法速率小于300毫秒。

    在汽车装配领域,宗申动力在摩托车发动机生产线上引入创新奇智基于ManuVision工业视觉平台1.0的智能质检一体机,检测发动机装配过程中正时点是否对齐,活塞挡圈、垫片、拨叉等是否漏装,保证产品组装的一致性。质检一体机与装配线集成,待检发动机通过传送带的运输经过质检机下面,1秒即可输出检测结果,检测精度高达99.99%。据了解,基于前期的成功运行,该套质检方案已逐步在宗申更多条产线上推广使用。

    无损探伤是大型交通基建工程广泛采用的质检方式,传统的方法是用车载或手持雷达仪沿线采集波形,然后靠人工研读波形,基于经验识别缺陷。中铁四局与创新奇智合作后,采用创新奇智的工业云检测平台和AI模型算法,对隧道地质雷达波形图进行分析检测,发现施工缺陷,提升质检效率,降低误判率,提升工程安全质量,为工程建筑行业的智能化转型输出了实践经验。

    当然,上述只是创新奇智在众多行业应用中的冰山一角,在其它如纺织服装、仓储物流、钢铁冶金等领域,创新奇智为不同用户提供了贴合实际应用场景的AI质检应用解决方案,帮助企业降本增效, 实现转型升级。

    如今,在国内智能制造热潮和国家“新基建”政策扶持下,一定会为当前经济增长和制造业发展提供新的动力。可以预见的是,随着AI视觉技术的快速发展,传统依赖于人来完成的产品质量检测过程将逐步被更加先进的智能化视觉系统所替代,创新奇智作为AI视觉行业翘楚,将持续创新AI能力帮助客户一步一个脚印提升企业智能化水平,提高产品检测的效率和准确性,全面提升产业核心竞争力。

责任编辑:王聪
读者评论 (0)
请您登录/注册后再评论