智能化改造！AI技术在传统企业大有可为！

本文转载自微长虹。

讲述了52CV一位粉丝工作中的故事，他所在的企业为传统制造业代表长虹公司，如何使用AI技术赋能智能制造，如何把技术真正落地？是他们经常思考的问题。

实践证明：AI技术在传统企业大有可为！希望对大家有启发。

2020年，是非常之年，也是关键之年。

“中国制造2025”是在新的国际国内环境下作出的全面提升中国制造业发展质量和水平的重大战略部署，是中国政府实施制造强国战略第一个十年的行动纲领。工业互联网的发展以及智能制造的转型与创新也是长虹的战略规划之一。

目前的制造业工厂中还存在着大量的人力重复生产劳动，工厂中的作业环境也存在可能的潜在危险，越多的工人代表着越多的生产风险。在制造领域引入智能化检测识别系统可有效提高生产效率，降低人力暴露于相对复杂、相对恶劣的环境中，提升人效和产品良率，进而可提升品牌影响力。

为进一步提升技佳精工生产制造智能化产业创新，提高产业能效。技佳精工自动化团队和工艺负责人王勤、李林同志与软件服务中心牛小明博士沟通，希望可以对当前空调底座焊接质量检测进行智能化升级，借助自动化缺陷检测系统取代人工检测；通过人工智能方法降低人工介入、提高能效；同时，为了降低改造成本，在已有的生产线上进行增量式、智能化改造。

存在的困难

众所周知，空调底座焊接产线存在大量非结构化因素，限制了产线改造的灵活性，产线无法进行运动-暂停-运动的连续间断工作模式，只有连续工作和持续暂停模式；如果采用中间临停，则会严重影响生产节拍，降低生产效率，因此对整体智能化改造带来了困难。而空调底座在产线上的移动速度较快，基于此，需要视觉相机在运动中能够正确、快速的抓拍目标图片、低延时传输、上位机快速完成识别；500ms内需要完成对4张图片的拍照、传输及识别。

所以急需增加模块对运动的空调底座进行检测，判别空调底座是否进入了拍照范围，运动、光线、噪声的影响会导致获取图片不一致。而重复枯燥的肉眼判别，容易引起操作人员的疲劳，导致人工误检与漏检。

问题解决之道

软件与服务中心牛小明博士团队在与技佳团队进行了多次的现场技术交流和评估后，给出了详细的系统解决方案：包括整体系统设计、结构设计、硬件设计、软件设计及核心图像识别算法设计。当向双方公司总经理汇报合作共同开发视觉系统想法时，得到领导大力支持、在不为利润为前提下确定项目合作。在没有任何硬件平台及仿真系统条件下，如何保证上线的系统一次性OK呢？

为了坚定在领域的技术突破，牛小明博士自费出资购买了一套简单的仿真平台，通过以往的人脉，从多家公司免费借了相机、光源、镜头等设备进行调试。零起步、在没有团队成员的条件下，如何保障项目按期交付呢？牛小明博士通过与领导多次沟通，内部争取到一位志同道合、希望从事机器视觉领域的同事一起共事，同时利用其个人在我爱计算机视觉公众号社群里的影响力进行公开招兵买马，利用其在多所大学兼任校外硕士生导师的影响力及贡献进行相关校园招聘，加速人才引进。从调研、业务确定、团队组建、设备到位、系统仿真，最后给出了从一个生产线的想法，到技术落地并形成了一套完整的检测系统。

团队的荣誉之战

长虹人从不向困难折服。由于该项目是长虹第一个完全自主研发的机器视觉项目，包括整体系统设计、结构设计、硬件系统设计、软件设计、图像识别算法设计，而且时间周期较短，识别率要求超过99.5%，指标超过或者齐平以美国Cognex和德国MVTec为引领的两大机器视觉公司；否则，在实际业务场景里面无法使用。

技佳与软服团队在之后的7个月时间里，通过反复沟通，日日夜夜共同研究奋战，从一个生产线的想法，到技术落地并形成了一套完成的检测系统设备，这套设备看上去并不那么高大上，但系统识别指标已经达到了行业领先：2020年5月21日，第一版上线，且识别率大于99.5%；2020年9月底，第二版上线，其当前线上实际识别率>99.99%。实现了多指标的原始突破和创新，解决了整体的系统架构针对低时延、运动成像及增量式改造问题，解决了深度学习高识别率背后针对工业领域的小样本问题，解决了针对不同光线、不同环境、不同增益、不同噪声以及样本不一致性的高识别率问题，解决了深度学习在工业级落地的7×24小时系统稳定问题。

他们身上展现出的专业风范和工匠风采让人赞叹。坚定道路自信、坚持自主创新，打破美国、德国和日本在机器视觉领域核心技术的垄断，瞄准人工智能发展前沿，勤奋学习、刻苦攻坚，为推动长虹智能化的发展贡献微薄之力。

智能爆发的团队力量

所谓的「智能爆发」也不是不可能出现的，当团队的心拧在一起，目标一致，往往会带来爆发的效果；王勤同志在自动化控制方面的专业技术支持与配合，牛小明博士的攻坚克难、敬业担当，杨厚易同志的任劳任怨、主动奉献精神，遇到任何问题，哪怕是到凌晨，一个语音过来继续讨论，任意一行软件代码都经过细细推敲，目的就是保证上线一版成功。

人在一起并不一定叫团队，只有心在一起，才能发挥出团队的最大价值和力量。正因为团队有了这样的敬业、不服输的精神才做出了不一样的产品和效果。没有伤痕累累，哪来皮糙肉厚。困难和艰辛最终换来了成功的喜悦。

是节点也是新起点

空调底座焊接缺陷自动识别项目，既是项目节点，也是智能化增量式改造以及自主机器视觉技术的新起点，通过深度学习算法、数据训练不断优化识别效果，结合工业相机、镜头、光源、机械手臂、自动化产线等设备，精度可达99.9%以上，广泛用于技佳精工的空调底座缺陷检测、大尺寸背板的高精度测量、大尺寸背板的缺陷检测等；也广泛应用于长虹各生产制造的产品/模块缺陷检测、定位及抓取、高精度测量、OCR识别等；比如应用于电视、空调、冰箱、电池、链接器、压缩机等产品/模块的外观检测。

END

备注：CV

计算机视觉交流群

扫码备注方向拉你入群。

我爱计算机视觉

微信号:aicvml

QQ群:805388940

微博知乎:@我爱计算机视觉

投稿:amos@52cv.net

网站:www.52cv.net

在看，让更多人看到