領邦智能工博會推出適用于AI的通用光學技術，實現(xiàn)重大技術突破！

適用于工業(yè)產(chǎn)品外觀質(zhì)檢，突破技術瓶頸引領產(chǎn)業(yè)轉(zhuǎn)型升級

本網(wǎng)訊，在全球百年未有之大變局環(huán)境下，以人工智能和5G為代表的新技術革命，正如火如荼的促進著各行各業(yè)的發(fā)展，工業(yè)作為國民經(jīng)濟主導產(chǎn)業(yè)，勢必成為關注焦點。第22屆中國國際工業(yè)博覽會（工博會）在此大背景下如約于2020年9月15日在上海國家會展中心開幕。

縱觀全球工業(yè)現(xiàn)狀，新一輪科技革命與產(chǎn)業(yè)變革競爭格局中，自動化、無人化生產(chǎn)方式快速發(fā)展。在此歷史進程中，生產(chǎn)自動化解決起來相對比較容易，但無人化工業(yè)產(chǎn)品外觀質(zhì)檢卻遇到了非常大的障礙。如何提高工業(yè)產(chǎn)品外觀質(zhì)檢效率成為行業(yè)亟待解決的問題。為什么工業(yè)產(chǎn)品外觀質(zhì)檢這么難呢？難道工業(yè)視覺技術就不能追上人類的眼睛嗎？

我們帶著這個問題采訪了參加本次工博會的北京領邦智能裝備股份公司（領邦智能）董事長崔忠偉博士。崔忠偉博士說：“工業(yè)產(chǎn)品外觀質(zhì)檢技術，本質(zhì)上就不是自動化技術，自動化技術特征是If.。.Then這樣一套邏輯。在深度學習（Deep Learning）技術出現(xiàn)之前，我們曾認為只要我們寫更多的邏輯關系，就能甄別工業(yè)產(chǎn)品表面的缺陷和非缺陷，但多年的實踐結(jié)果表明，就算我們寫的邏輯關系再復雜，也還是不及人類的眼睛和大腦，在產(chǎn)品漏檢率和過殺率上始終無法與人類媲美。自2012年深度學習技術得到突破后，我們終于意識到工業(yè)產(chǎn)品外觀質(zhì)檢本質(zhì)上就不是自動化技術能解決的，需要人工智能技術去解決?！?/p>

領邦智能作為一家人工智能（AI）賦能工業(yè)質(zhì)檢領域的創(chuàng)新型企業(yè)，自2019年5月發(fā)布工業(yè)質(zhì)檢云大腦iBrain以來，服務了3C殼體、汽車零件、手機零件、稀土永磁等多個行業(yè)，眾多智聯(lián)網(wǎng)（AIOT）端設備日夜運行，不斷地進行性能迭代，已讓工業(yè)產(chǎn)品外觀質(zhì)檢技術追上了人類。

AIOT智聯(lián)網(wǎng)

AI賦能工業(yè)質(zhì)檢，在獲得巨大成功的同時，也遇到了更為嚴峻的挑戰(zhàn)，那就是工業(yè)產(chǎn)品缺陷圖像大數(shù)據(jù)積累困難。工業(yè)產(chǎn)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據(jù)表面反射率成像（吸收率成像），很容易積累圖像大數(shù)據(jù)，這讓我們可以通過AI應用軟件識別花草，究其原因還是其大數(shù)據(jù)容易采集，AI模型訓練學習精度高，識別率追上人類。

工業(yè)產(chǎn)品外觀質(zhì)檢則有所不同，工業(yè)零件多為同一種材料，光線吸收率相同，且全部都是在人造光源下通過不同角度進行成像。這就意味著，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。一個設備的成像數(shù)據(jù)，無法被另一個設備訓練學習所用。換句話說：沒有光照和成像的標準化，就沒有工業(yè)產(chǎn)品缺陷圖像的標準化，就沒有大數(shù)據(jù)，沒有大數(shù)據(jù)，就沒有追上人類的機器智能，就無法實現(xiàn)無人化生產(chǎn)，大幅提高質(zhì)檢效率也就無從談起。光照和成像技術的標準化成為AI在工業(yè)產(chǎn)品質(zhì)檢應用中最大的“攔路虎”。

籍此工博會之機，領邦智能率先發(fā)布了適用于工業(yè)產(chǎn)品外觀質(zhì)檢的標準化光照技術和成像技術，即通用光學技術。這套通用光學技術，抽象出工業(yè)產(chǎn)品表面質(zhì)檢最本質(zhì)的特征，以單一標準化的方式，一統(tǒng)天下，解決了工業(yè)產(chǎn)品表面圖像大數(shù)據(jù)的定義和累積難題。

適用于AI的通用光學技術，從最本質(zhì)的表面成像機理出發(fā)，開發(fā)出一套光照光源，包括2代光源、2.5代光源、3代光源，徹底解決光照標準化問題。特別是3代光源，屬于柔性自定義光源，可根據(jù)工業(yè)產(chǎn)品表面本質(zhì)特征，自動定義光線角度，做到“一絲（光線）不多、一絲（光線）不少”精確光照，在圖像上充分展示產(chǎn)品缺陷，為AI識別奠定了基礎。

通用光學組件

在光照光源標準化的基礎上形成的通用成像技術，包括1代360鏡頭、2代360鏡頭、1代外觀遠心鏡頭、2代外觀遠心鏡頭。通俗地講，采用精確的接收光錐控制，實現(xiàn)成像的精確化和標準化，為AI模型識別提供最好的信噪比圖像。

此次領邦智能發(fā)布的通用光源和通用成像技術形成了一套完整的技術體系，能夠?qū)崿F(xiàn)工業(yè)產(chǎn)品表面精確成像，使工業(yè)產(chǎn)品缺陷圖像數(shù)據(jù)標準化，解決了AI落地過程中必須解決的大數(shù)據(jù)問題，實現(xiàn)了AI工業(yè)產(chǎn)品質(zhì)檢能力追上人類的重大技術突破。工業(yè)視覺依靠AI技術起飛，卻要靠光學技術落地！我們有理由相信，領邦智能作為工業(yè)產(chǎn)品外觀質(zhì)檢領域的領先企業(yè)，手握AI云大腦iBrain和通用光學兩大核心關鍵技術，將攜眾多致力于AI應用的企業(yè)，推動工業(yè)產(chǎn)品質(zhì)檢效率的提升，引領產(chǎn)業(yè)轉(zhuǎn)型升級。

崔忠偉博士最后風趣的說：“春江未暖鴨先知，又一個近萬億級的AI市場將被開拓出來，是繼商業(yè)推薦、人臉識別后又一個大的AI應用產(chǎn)業(yè)集群”。