AI前沿:工业视觉的技术与传统AOI的挑战

工业视觉是工业自动化的核心领域,包括检测、识别、测量、定位等关键任务。擅长解决视觉感知问题的AI技术已成为创造价值的重要切入点。今天,全球制造业面临巨大的产业升级压力。除了头部少数大型生产企业,大部分制造业生产线面临需求快速迭代和信息化、自动化、柔性化不足的矛盾:一方面,快速变化的全球市场呼唤按需生产、按需定制、按需迭代的高效产线;另一方面,数据采集难、连通难,自动化程度低,自动化工位之间缺少协同,良品率难于定量评估和精确归因等现实问题,共同构成了制造业效率提升的整体挑战。

大部分制造业企业需要在较短的建设周期里,大跨步补齐信息化、自动化、智能化这三块短板,实现跨越式发展。物联网、大数据、机器视觉、自动规划与决策、自动控制等前沿科技是此过程中的关键技术。其中,AI相关的技术更是由“制造”到“智造”跃升的基础。

从照明光源维度看:十年前机器视觉行业的光源产品基本被日本企业垄断。今天,国内机器视觉光源厂家迅速崛起,光源产品的种类和质量不断提升。目前常见的LED光源(条形光、环形光、同轴光、穹顶光、背光源)及光源控制器已广泛应用在各种视觉系统,国内供应商也积极配合各类需求和场景的打光验证和光源方案。同时,国内各光源供应商积极推进自主光源甚至视觉系统的研发,例如多角度线光源、线扫分时曝光系统、视觉一体化控制器等。此外,投影结构光、激光线光源也在多项3D轮廓或缺陷检测场景得到应用。

成像方案维度:目前的工业视觉产品和设备成像方案多样,面阵方案(静止或飞拍检测)、线阵方案、线激光扫描、编码结构光、白光共聚焦等多种方案已经得到成熟应用,而复杂的多工位检测设备常常集成上述多种方案,实现更高成像率的覆盖和3D轮廓测量。相信在不久的将来,计算成像、高光谱成像、光场相机等新技术会进一步集成在工业视觉方案中。

和传统计算机图形学、传统计算机视觉技术相比,以深度学习为代表的新一代AI技术的AOI视觉检测仪有着传统AOI无法比拟的优势。首先新一代人工智能AOI编程简单,大大降低了人工操作时间和难度,对技术人员要求不高,在换线频繁的产线中这种优势尤其明显。另一方案检出率高,比起传统AOI误报少,准确率高。然而以传统机器视觉算法为底层的AOI方案,仅能解决外观质检过程中可量化、较单一的瑕疵识别问题,因其升级维护难、误检率高、依赖场景单一等瓶颈,无法从根本上解决完全替代质检工人的问题,由此也催生了能模拟人类思维认知方式的深度学习技术在瑕疵检测行业的快速发展落地。



未经允许不得转载:迈思泰克-AIVS » AI前沿:工业视觉的技术与传统AOI的挑战
微信公众号:AIVS
关注我们,有检测需求可以随时联系我们
800人已关注
分享到:
赞(0)

评论抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址