胡文锐：数智融合创新命题成果

中国移动研究院 2023年12月 成果介绍 二 成果推介 三 案例推广 命题背景 不同行业中工业AI质检解决方案定制化程度高，当前能力层面面临产品能力单一、标准化程度不足，无法覆盖多行业质检场景，市场层面面临推广难度高，解决方案中产线改造与算法可行性深度关联，一线人员无法独立售前推广等难点，需要一支技术与市场跨线条、跨组织的融合创新团队进行联合攻关 市场拓展初见规模 产品标准化程度不足 •实现市场规模拓展：已累计落地纺织、光伏、汽车、装备制造等重点领域项目两百余个•实现产品能力突破：5G大上行满足图像传输需求、移动云提供AI算力资源，人工智能平台•实现产业生态牵引：联合多家产业生态打造有竞争力的产品服务体系，有力保障产品落地交付 •产品功能单一：只有光伏、汽配检测能力相对成熟，与业内厂商比算法能力单一•算法迭代速度慢：缺乏可快速生成生产模型并交付使用的工具链，新场景开发周期过长，算法适配慢•对生态依赖程度高：近三年省公司落地项目90%以上靠生态交付，我方收益低 不 足 成 效 工业视觉质检产品的“四高” 定制化程度高 人员投入要求高 技术要求高 售前要求高 检测更换、产线改造对质检系统影响大 模型快速迭代，需与多类型硬件集成适配 与行业背景关联度强，解决方案需要技术支撑 多触点拓展、前期需POC，本地化集成交付 需要一支技术与市场跨线条、跨组织的融合创新团队 主要成果 基于研究院在星辰视界云边协同平台和人工智能训练平台的能力优势，联合上研院OnePower工业视觉质检产品打造了云边端一体的中移工业视觉质检产品；面向汽车、五金、光伏、锂电、纺织等行业打造了端到端的5G + AI质检解决方案，联合创新研究院、金华移动、北京公司完成应用落地 成果1：云边端一体的工业视觉质检产品 1.面向工业视觉质检通用需求，融合研究院、上研院已有能力，打造了基于云边端架构的一体化工业视觉质检产品 2.产品包含标注、训练、云边协同、模型部署、智能检测、数据分析等端到端能力 成果2：行业算法模型，产品工程化落地 1.面向新能源光伏、汽车、五金、纺织、锂电等细分领域，打造了工业视觉质检模型 2.面向汽配、五金、纺织等细分行业，在浙江实现行业应用落地 成果构建情况（云边端一体化平台） 基于星辰视界视频云边智能能力、视觉AI能力、智能分析盒子、产线改造升级实现云边端一体化工业视觉检测。结合5G专网，融合工业视觉，以“管理（中心）节点+生产（端）节点”多级协同体系架构为基础，对接客户实际需求，满足各类工业视觉检测应用场景 成果构建情况（标准化产品） 面对五类客户场景打造面向光伏、纺织、汽配、包装、冶金等行业的五大系列产品族 一 成果介绍 成果推介 二 三 案例推广 汽车与五金行业现状 •汽车产业是建设制造强国的重要支撑，从企业到国家都在积极推动供给侧改革，鼓励车企自主研发向数字化转型。轮毂作为汽车的主要部件之一，全球约70%的汽车轮毂产自中国，国内轮毂市场潜力巨大•五金生产企业开始注重产品的高品质、高技术含量，转型升级将成为未来行业发展的必然趋势。保温杯制造作为典型的人口密集型产业，正不断推进保温杯生产线自动化升级与改造 汽车轮毂 五金保温杯 •近几年国家相继出台《关于搞活汽车流通扩大汽车消费的若干措施》，全面释放汽车市场潜力，更好满足汽车消费需求 •保温杯市场规模整体呈增长走势，2017-2021年期间全国保温杯市场规模由110亿元增长至172.2亿元，期间保温杯市场规模增量达到62.2亿元。预计2022年全国保温杯市场规模有望达到198.83亿元 •伴随着汽车销量的增长，全球轮毂市场规模稳步提升，预计到2024年将再次突破1000亿 保温杯行业龙头企业有： 全国范围内轮毂生产龙头企业有： •富光（全国销量第一）•膳魔师（百年历史的全球知名高真空系列产品品牌）•哈尔斯（国内最具影响力的制造商）•匡迪（国内大型保温杯生产基地之一） •中信戴卡（中国大陆第一家铝车轮制造企业） •万丰奥威（规模实现了行业全球领跑，年产3500万件） •今飞（汽车轮毂第三、摩托车轮毂行业第二、电动车轮毂行业第一） •正兴车轮（轮毂十大品牌，国内大型车轮制造生产基地） 市场预测：全国有保温杯生产企业8000余家，以每家1个点位测算，至少8000个点位 市场预测：全国铝轮毂生产企业有300多家，总共约750个点位，以每个点位150万的设备改造费用，市场总额达11.25亿元 汽车轮毂行业质检需求 •汽车轮毂行业是汽摩配行业的重要组成部分，汽车轮毂多采用铝合金材质，生产过程中会出现各种产品缺陷，需要对涂装后轮毂进行瑕疵检测•人工轮毂质检困局：人口红利消失，用工难、用工贵。人工在缺陷判别上存在主观差异、检查员视力疲劳等因素，产品的微小瑕疵并不能被高效识别，产品交付到客户侧后仍有5%的漏检•轮毂视觉质检难点：汽车轮毂型号较多，尺寸多，缺陷类型复杂多样，涉及二十余种类型瑕疵。目前业界还没有成熟的算法符合上述所有情况，但是各轮毂厂商对于质检的需求相似，项目具有较强的可复制与可推广性 涂装后汽车轮毂，每天约7-8种型号，每月约20-30种，分全涂装/精车亮面，深色（黑色、灰色）为主，表面反光较为强烈 产品范围 对涂装后汽车轮毂进行瑕疵检测，对点状、线状、面状、边缘等4类21种瑕疵进行检测 质检需求 检测节拍：人工检测每个轮毂需42秒，产线有3名质检工人并行检测，平均每个轮毂检测时间不超过14秒 生产情况 轮毂瑕疵检测算法 •结合传统机器视觉、目标检测、无监督学习等方法，实现高效率、高精度、快速迭代的质检算法方案•单个轮毂系统处理时间<14 s，模型瑕疵检出率>95%，NG产品检出率100%，超出人工水平，满足客户生产节拍和检测精度需求 机器视觉质检算法 针对视觉特征明显的缺陷类型，结合光照设计与传统机器视觉检测算法，基于形态学分割、边缘检测等特征增强与提取手段，实现无需样本训练、低硬件需求、动态可调的质检算法，实现方案快速上线与迭代优化 数据集：在实际产线采集轮毂面图像数据1.3万余张，19种轮毂型号，覆盖21种瑕疵 深度学习质检算法 面向不定产品类型、非统一光照视角下的不同产线质检需求，针对极小区域、肉眼难辨等缺陷类型，建立轮毂瑕疵与金属表面瑕疵数据集，训练深度目标检测及无监督异常检测网络，并针对边端侧硬件优化加速，满足方案实时性、复用性要求 轮毂质检产线设备改造 方案优势 柔性 基于6轴机械臂的柔性设计可兼容不同样式的轮毂产品检测 智能 配合组合光源高效解决多曲面产品检测的行业难题 全检 基于智能工业平台算法适用于轮毂所有表面多缺陷外观检测 高效 两套视觉工位同步高速飞拍，充分满足企业14s检测的生产节拍 经济效益 •通过工业视觉质检平台改造现有产线，利用视觉识别技术代替人工质检，降低漏检率，提高质检效率 •以单条产线为例： •改造前：人工质检，3个班次，每班4个人共12人负责一条生产线（0.6万个轮毂/天）的产品质检，因检验员视觉疲劳与注意力下降等主观原因导致漏检现象，造成产品客户抽检不合格 经济效益 •改造后：全自动检测，每个班次仅配备1个复检人员，实现生产成本下降。以每名质检工人8万元/年人工成本计算，直接经济效益为9 * 8 = 72万元/年，且不合格品检出率明显提高 •全国范围内： •以全国现有的750条轮毂产线计算，预计每年可降本72 * 750 = 5.4亿元 预计单条产线直接经济效益分析 五金保温杯质检需求 •五金保温杯表面瑕疵质检作为保温杯包装环节前的最后一步，质检的效率与可靠性直接影响了企业的生产效率与企业形象。当前产商主要依靠人工肉眼观察完成产品质检，工人劳动强度大，而且长期接触油漆对身体造成较大影响 瓶体为镜面或磨砂。直径5-14cm，杯高不超过38cm，杯口喷漆斜面倒角90度 产品范围 针对镜面和磨砂喷漆材质，检测喷漆后的漆面颗粒物、凹陷突起、划痕、流液、磕碰、漆面不平整 质检需求 自动化喷涂产线，次品率0.6%；人工喷涂产线，次品率5%。每条产线需2-3名质检员，每名工人检测节拍5-6秒，平均每个保温杯检测节拍为2秒 生产情况 质检 保温杯质检算法 •算法包含对保温杯瓶身和瓶底两项检测，每项检测均采用传统机器视觉+深度学习结合的方法进行缺陷检测•产线侧采集和标注1467个缺陷样本和2480个无缺陷样本，分割筛选出4972个训练样本数据，在测试集上，算法瑕疵检出率>95% 传统机器学习 深度学习 •图像比对： •通过深度学习算法对图片中的缺陷进行修复，将修复后的图片和有缺陷的图片对比 通过对前后两张图像对齐，比对差异，得到缺陷位置和尺寸 •色域： 通过对前后两张图像对齐，比对差异，得到缺陷位置和尺寸 •边缘离散度分析： 通过对前后两张图像对齐，比对差异，得到缺陷位置和尺寸 该种方法需要大量杯子图像数据，但适应性更广，可以检测少见缺陷进一步提高良率准确性 保温杯质检产线设备形态 方案优势 柔性 柔性设计可兼容不同大小、不同样式的保温杯产品检测 智能 配合组合光源高效解决多曲面产品检测的行业难题 全检 基于智能工业平台算法适用于保温杯侧面、底面多缺陷外观检测 高效 高速相机+轻量化算法，充分满足企业2s检测的生产节拍 经济效益 •通过工业视觉质检平台改造现有产线，利用视觉识别技术代替人工质检，降低漏检率，提高质检效率 •以单条产线为例： •改造前：人工质检，3个班次，每班3个人共9人负责一条生产线（4万个保温杯/天）的产品质检，因检验员视觉疲劳与注意力下降等主观原因导致漏检现象，造成产品客户抽检不合格 经济效益 •改造后：全自动检测，每个班次仅配备1个复检人员，实现生产成本下降。以每名质检工人8万元/年人工成本计算，直接经济效益为6 * 8 = 48万元/年，且不合格品检出率、质检效率更加稳定 •全国范围内： •全国现有8000余家保温杯生产企业，以每家1个点位测算，预计每年至少可降本48 * 8000 = 38.4亿元 成果介绍 二 成果推介 案例推广 三 应用案例 汽配轮毂表面：今飞轮毂是轮毂行业龙头企业，目前产品在国内的排名分别为汽车轮毂第三、摩托车轮毂行业第二。研究院业务所针对客户需求设计软硬件一体化解决方案，完成光、机、电、算法与检测软件的集成，打造业内首个轮毂表面缺陷全检应用，实现4大类21种缺陷自动识别 人工质检，3个班次，每班4个人共12人负责一条生产线的产品质检（6000+轮毂/天），因检验员视觉疲劳与注意力下降等主观原因导致漏检现象 实现全自动检测，每个班次仅配备1个复检人员，相较于人工检减少9人，以每名质检工人8万元/年人工成本计算，每条产线直接经济效益72万元/年，瑕疵检出率大于95%，NG品检出率100%，检测速度小于14s 应用案例 五金保温杯外观：浙江匡迪是国内大型保温杯生产企业，年产保温杯达3000万只以上。业务所在客户产线上完成了保温杯漆面质检设备的搭建与调试，实现多种保温杯型号漆面颗粒物、凹陷、突起等6种瑕疵的精准识别 3个班次，每班3个人共9人负责一条生产线（4万个保温杯/天）的产品质检，保温杯喷漆后瑕疵检测依赖人工，存在油漆危害健康，检出率不稳定等问题 场景痛点 全自动检测，每个班次仅配备1个复检人员，相较于人工检减少6人，以每名质检工人8万元/年人工成本计算，每条产线直接经济效益48万元/年，瑕疵检出率大于95%，NG品检出率100%，检测时间小于2s 应用案例 光伏组件质检：光伏组件制造长期通过人工目检进行EL检测和外观检测，稳定性差、质量无法追溯、工艺问题无法预警，近年AI质检已逐步替代人工。海泰新能源是上研自研算法打造的标杆示范项目，实现了光伏组件EL检测规模落地 场景痛点 人工质检，2个班次，每班2个人共4人负