機器視覺：智能制造的關(guān)鍵

機器視覺，指用機器代替人工來做測量和判斷。機器視覺的應(yīng)用使得工業(yè)生產(chǎn)更加自動化、智能化，大大提高了生產(chǎn)效率，機器視覺已成為實現(xiàn)工業(yè)自動化和智能化的必要手段之一。目前，機器視覺在工業(yè)領(lǐng)域已經(jīng)實現(xiàn)了外觀檢測、引導(dǎo)和定位、高精度檢測和識別等方面的廣泛應(yīng)用：

5G助力智能制造加速發(fā)展，但工業(yè)應(yīng)用落地依然存在阻礙

隨著“新基建”概念的提出與“十四五”專項規(guī)劃的出爐，伴隨著智能制造的號角，5G的發(fā)展風(fēng)頭正盛。5G“三超”（超高速、超大連接、超低時延）的關(guān)鍵能力，可以滿足工業(yè)場景下高速率數(shù)據(jù)采集、遠(yuǎn)程控制、數(shù)據(jù)傳輸?shù)姆€(wěn)定可靠性、業(yè)務(wù)連續(xù)性等需求。5G技術(shù)的發(fā)展，給智能制造在生產(chǎn)管理方面帶來了快速、有效的信息共享能力。機器視覺結(jié)合以“端、邊、云”架構(gòu)理念設(shè)計的5G架構(gòu)體系，能夠快速融入到多行業(yè)的應(yīng)用中。

但是在工業(yè)場景中，產(chǎn)業(yè)應(yīng)用的差異化給5G技術(shù)的落地提出了新的技術(shù)需求，工業(yè)場景的碎片化，使得時延和可靠性仍無法達(dá)到工業(yè)生產(chǎn)的要求。主要表現(xiàn)在：

1）垂直行業(yè)特性迥異，知識壁壘高，制造流程對可靠性和穩(wěn)定性要求高，目前的運營商網(wǎng)絡(luò)還很難滿足工業(yè)物聯(lián)網(wǎng)對性能方面要求。5G現(xiàn)有網(wǎng)絡(luò)還需持續(xù)優(yōu)化，提出更加精準(zhǔn)的專網(wǎng)架構(gòu)體系。

2）每個行業(yè)間的特性差異巨大，物聯(lián)網(wǎng)與每個行業(yè)結(jié)合，要根據(jù)行業(yè)自身特性調(diào)整其網(wǎng)絡(luò)能力，則給網(wǎng)絡(luò)建設(shè)復(fù)雜度提出了更高要求。

• 精準(zhǔn)工業(yè)控制。生產(chǎn)過程中，操作的精準(zhǔn)控制是必須要求。邊、云的數(shù)據(jù)進(jìn)行分析、判斷、決策，再轉(zhuǎn)換成工業(yè)設(shè)備控制指令進(jìn)行下發(fā)至設(shè)備執(zhí)行，期間實現(xiàn)設(shè)備間精準(zhǔn)信息交互和高效協(xié)作必須依靠網(wǎng)絡(luò)的低時延、高穩(wěn)定性。
• 局域網(wǎng)部署，保證數(shù)據(jù)安全性。工業(yè)企業(yè)對生產(chǎn)過程中產(chǎn)生的業(yè)務(wù)數(shù)據(jù)有安全私密性要求，保證數(shù)據(jù)不出園區(qū)，是企業(yè)自有核心技術(shù)保護的需要。當(dāng)前大部分場景的工業(yè)控制系統(tǒng)還部署在本地，受通信技術(shù)和處理能力限制，工業(yè)云平臺涉及工業(yè)控制的深度還不夠，多鏈接、大數(shù)據(jù)支持等仍需要加強。
• 高穩(wěn)定性、低時延。目前工業(yè)物聯(lián)網(wǎng)的應(yīng)用只能停留在表層的數(shù)據(jù)采集、展示和管理，難涉及工業(yè)系統(tǒng)控制核心領(lǐng)域及生產(chǎn)制造過程，其中穩(wěn)定性和時延難滿足是主要因素。

基于工業(yè)領(lǐng)域生產(chǎn)特點，MEC需加強新技術(shù)方向建設(shè)

MEC (Multi-access Edge Computing)是一個邊緣云平臺，是指靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺，能就近提供智能互聯(lián)服務(wù)，滿足行業(yè)在數(shù)字化變革過程中對業(yè)務(wù)實時、業(yè)務(wù)智能、數(shù)據(jù)聚合與互操作、安全與隱私保護等方面的關(guān)鍵需求。

MEC重點發(fā)展的技術(shù)方向除了完善自有通訊架構(gòu)建設(shè)，同時也要提升應(yīng)用場景設(shè)備的硬實力。MEC技術(shù)可在以下幾個方面展開探索：

1. 超低時延：目標(biāo)的理想時延是1ms，典型場景可做到5-10ms。同時要兼顧時延和其他性能指標(biāo)之間的平衡關(guān)系值，尤其是在超低時延的同時要求100%可靠性，及較高業(yè)務(wù)吞吐量。
2. 視頻編解碼技術(shù)：工業(yè)產(chǎn)線智能化設(shè)備多以視頻、圖像方式進(jìn)行傳輸、數(shù)據(jù)分析等。除了5G大帶寬的數(shù)據(jù)要求外，在視頻流、圖片等信息傳輸保證不失真前提下的壓縮能力也必須依靠網(wǎng)絡(luò)的穩(wěn)定性和可靠性。視頻編解碼技術(shù)可保證壓縮比的大幅度提升，減少管道帶寬的開支。
3. 超算能力：隨著5G應(yīng)用的深入及更多深度學(xué)習(xí)算法的應(yīng)用，大量數(shù)據(jù)的采集、分析能力的加強，快速提升了對MEC的算力要求。MEC需更快的完成端側(cè)的處理能力，復(fù)雜深度學(xué)習(xí)算法在MEC的超算需求更迫切，則算力需快速提升。

Eye-X通用化工業(yè)視覺平臺讓機器視覺技術(shù)更加廣泛滲透工業(yè)領(lǐng)域

機器視覺的核心技術(shù)圍繞著引導(dǎo)和定位、外觀檢測、高精度檢測、識別等應(yīng)用展開，其以光、電、算、軟結(jié)合的方式實現(xiàn)，精度可達(dá)μm級、圖像大數(shù)據(jù)量要求高。上行帶寬超過100Mbps，時延10ms以內(nèi)居多。尤其在工業(yè)生產(chǎn)場景中，產(chǎn)業(yè)鏈條跨區(qū)域現(xiàn)象非常普及，如何在區(qū)域之間保證信息的穩(wěn)定性、及時性、實時性是保證整個工業(yè)生產(chǎn)過程的所必須支持的技術(shù)。

新視智科自主研發(fā)的Eye-X通用化工業(yè)視覺平臺架構(gòu)體系在工業(yè)制造中可實現(xiàn)引導(dǎo)定位、外觀測量、高精度檢測、識別等功能，滿足工業(yè)生產(chǎn)需求。該平臺采用軟件模塊標(biāo)準(zhǔn)化、通用化設(shè)計，由機器視覺管理、深度視覺算法、數(shù)據(jù)管理與分析、以及工業(yè)質(zhì)檢云等功能模塊組成，支持多種類標(biāo)準(zhǔn)接口，支持多種核心應(yīng)用零部件及多應(yīng)用場景。

• 機器視覺管理模塊：提供六大類百多種算子，圖像化編程、靈活方便。
• 深度視覺算法：結(jié)合深度學(xué)習(xí)技術(shù)重點提供缺陷檢測、目標(biāo)分類和OCR識別等功能。三大功能模塊，可快速匹配不同應(yīng)用場景需求。
• 數(shù)據(jù)管理與分析模塊：重點提供設(shè)備接入管理、數(shù)據(jù)分析及決策、數(shù)據(jù)可視化、數(shù)字孿生、報表統(tǒng)計、數(shù)據(jù)聯(lián)動等應(yīng)用，打造新時代智慧工廠。
• 工業(yè)質(zhì)檢云提供工業(yè)領(lǐng)域系統(tǒng)云化部署方案，實現(xiàn)樣本收集、標(biāo)注、訓(xùn)練、模型在線更新等。

目前，Eye-X通用工業(yè)視覺平臺已經(jīng)在多場景如紡織、3C、金屬等卷材，光伏、玻璃等片材，以及新能源鋰電、鋼鐵、酒業(yè)、水泥等領(lǐng)域得到廣泛應(yīng)用，滿足多場景算法、大數(shù)據(jù)分析、分布式架構(gòu)等需求。

Eye-X通用化工業(yè)視覺平臺與MEC架構(gòu)融合，助力智能制造+5G應(yīng)用泛化

MEC 和 5G 的融合為工業(yè)智能化改造提供了充分的想象空間，MEC 可以實現(xiàn)對工業(yè)業(yè)務(wù)數(shù)據(jù)的本地分流卸載、對業(yè)務(wù)的近端處理，在滿足企業(yè)數(shù)據(jù)不出園區(qū)的安全隱私性需求的同時，也進(jìn)一步降低了業(yè)務(wù)時延，提升了諸如遠(yuǎn)程控制、遠(yuǎn)程協(xié)作等業(yè)務(wù)的體驗。

而Eye-X通用化工業(yè)視覺平臺架構(gòu)體系可融合到MEC核心算法中，通過借助MEC在算力、算法、存儲上的優(yōu)勢，及圖像流、視頻流等方面的編解碼及圖像壓縮能力等優(yōu)勢，可以有效提高機器視覺在工業(yè)領(lǐng)域的檢測、識別、定位等需求的應(yīng)用能力，快速在工業(yè)領(lǐng)域的應(yīng)用場景中落地，并有助于提升在不同應(yīng)用場景的擴展能力。

“通過高清攝像頭、工業(yè)相機采集生產(chǎn)線上產(chǎn)品的圖像信息，通過5G的高上行帶寬進(jìn)行圖像信息的傳送，結(jié)合MEC平臺保障業(yè)務(wù)路徑最短。MEC平臺部署的機器視覺AI 算法對圖像進(jìn)行處理、分析和理解，以識別各種場景下的目標(biāo)和對象，實時檢測生產(chǎn)線上產(chǎn)品的質(zhì)量，包括外觀缺陷檢測、尺寸檢測、圖案檢測等，以達(dá)到對產(chǎn)品質(zhì)量檢測的高精度、實時性、高效率的目的，可以最大程度替代人工質(zhì)檢，降低企業(yè)成本，提升質(zhì)檢的效率和效果?！?/font>