日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

1、方案背景與目標(biāo)

中國(guó)瓷磚產(chǎn)業(yè)轉(zhuǎn)型升級(jí)和發(fā)展正在取得巨大成果，當(dāng)前已形成較大的瓷磚產(chǎn)業(yè)集群20余個(gè)，瓷磚生產(chǎn)企業(yè)超1500余家，年產(chǎn)量125億平方米，但我國(guó)瓷磚依舊未擺脫品質(zhì)普遍偏低的困境，處于“大”而不“精”的現(xiàn)狀。瓷磚生產(chǎn)環(huán)節(jié)一般經(jīng)過(guò)原材料混合研磨、脫水、壓胚、噴墨印花、淋釉、燒制、拋光，最后進(jìn)行質(zhì)量檢測(cè)和包裝。得益于產(chǎn)業(yè)自動(dòng)化的發(fā)展，目前生產(chǎn)環(huán)節(jié)已基本實(shí)現(xiàn)無(wú)人化，而質(zhì)量檢測(cè)環(huán)節(jié)仍大量依賴(lài)人工完成。該方式面臨以下幾項(xiàng)挑戰(zhàn)，一是人工檢測(cè)速度較慢，無(wú)法滿(mǎn)足高速生產(chǎn)節(jié)拍，影響生產(chǎn)速度；二是人工長(zhǎng)時(shí)間作業(yè)極度容易出現(xiàn)疲勞，檢測(cè)的準(zhǔn)確性得不到保證；三是不同質(zhì)檢員之間判斷標(biāo)注不一致，導(dǎo)致不穩(wěn)定的漏檢或誤檢；四是成本壓力，揀選過(guò)程每班次2-6名揀選工三班倒，企業(yè)需承擔(dān)較多人力成本，同時(shí)漏檢還會(huì)造成廢品流入市場(chǎng)，為企業(yè)帶來(lái)大量售后成本，通常一塊瓷磚的售后成本是生產(chǎn)成本的十幾倍。可見(jiàn)，瓷磚表面缺陷是瓷磚行業(yè)生產(chǎn)和質(zhì)量管理的重要環(huán)節(jié)，也是困擾行業(yè)多年的技術(shù)瓶頸。為解決以上問(wèn)題，本方案開(kāi)發(fā)了一套瓷磚表面缺陷自動(dòng)化揀選系統(tǒng)，有效幫助瓷磚生產(chǎn)企業(yè)提升產(chǎn)品的質(zhì)量及產(chǎn)量。

2、方案詳細(xì)介紹

2.1邊緣計(jì)算軟件平臺(tái)

沈自所自主研發(fā)的AI4Industry平臺(tái)是整個(gè)解決方案的核心架構(gòu)，該平臺(tái)為云、邊、端一體化架構(gòu)，是面向應(yīng)用場(chǎng)景的數(shù)據(jù)處理、算法開(kāi)發(fā)及模型迭代部署的一站式服務(wù)平臺(tái)。在用戶(hù)應(yīng)用視覺(jué)技術(shù)解決具體需求時(shí)，AI4Industry能夠無(wú)代碼的完成從數(shù)據(jù)管理到現(xiàn)場(chǎng)應(yīng)用的整個(gè)流程。平臺(tái)為深度學(xué)習(xí)提供個(gè)人數(shù)據(jù)集等資源的自由管理，支持?jǐn)?shù)據(jù)靈活的預(yù)處理、團(tuán)隊(duì)標(biāo)注及智能標(biāo)注，支持高度定制的模型訓(xùn)練，以及按需配置的模型部署能力，幫助用戶(hù)快速創(chuàng)建和部署模型，覆蓋AI視覺(jué)應(yīng)用的每個(gè)環(huán)節(jié)，具體如下圖所示。

圖1 AI4Industry平臺(tái)架構(gòu)

·  AI4Industry云側(cè)

云側(cè)作為整個(gè)架構(gòu)的指揮中心，主要分為用戶(hù)接口層、系統(tǒng)接口層、應(yīng)用服務(wù)層、領(lǐng)域服務(wù)層、基礎(chǔ)設(shè)施層，共5層。云側(cè)負(fù)責(zé)數(shù)據(jù)處理、算法開(kāi)發(fā)、模型迭代、應(yīng)用托管和遠(yuǎn)程監(jiān)控等功能。

具體來(lái)說(shuō)，AI4Industry云側(cè)的功能包括：

①　數(shù)據(jù)存儲(chǔ)與分析：將數(shù)據(jù)存儲(chǔ)在云端，利用團(tuán)隊(duì)標(biāo)注或智能標(biāo)注模式進(jìn)行數(shù)據(jù)標(biāo)注、以及分析和挖掘，為企業(yè)提供更全面的數(shù)據(jù)支持。

②　算法開(kāi)發(fā)與迭代：為企業(yè)提供無(wú)代碼方式算法開(kāi)發(fā)和模型訓(xùn)練，平臺(tái)提供一體化編程工具IDE，該工具針對(duì)自動(dòng)化硬件任務(wù)，基于工業(yè)自動(dòng)化特征，使用復(fù)合微服務(wù)抽象任務(wù)級(jí)指令。可對(duì)機(jī)器人等工業(yè)自動(dòng)化設(shè)備功能組件進(jìn)行建模，實(shí)現(xiàn)控制代碼與物理工藝過(guò)程的映射，實(shí)現(xiàn)任務(wù)的多層抽象與工藝級(jí)編程。IDE的核心優(yōu)勢(shì)是針對(duì)工序工步建立標(biāo)準(zhǔn)工步/工序庫(kù)，進(jìn)一步開(kāi)發(fā)工藝模板，先預(yù)編譯，然后根據(jù)硬件平臺(tái)實(shí)現(xiàn)代碼生成，實(shí)現(xiàn)工藝級(jí)配置，代碼自動(dòng)生成。針對(duì)深度學(xué)習(xí)CV任務(wù)，基于內(nèi)置的人工智能應(yīng)用接口，可實(shí)現(xiàn)各類(lèi)算子拖拽式集成調(diào)用，以極簡(jiǎn)的方式實(shí)現(xiàn)復(fù)雜的算法開(kāi)發(fā)任務(wù)，從而極大程度降低開(kāi)發(fā)者的重復(fù)工作。此外，一體化編程工具IDE是國(guó)內(nèi)首個(gè)支持工業(yè)業(yè)務(wù)語(yǔ)義服務(wù)與語(yǔ)義關(guān)聯(lián)的組態(tài)IDE，兼容輕量級(jí)微服務(wù)與標(biāo)準(zhǔn)工作流的工業(yè)領(lǐng)域組態(tài)IDE。

圖2 AI4Industry平臺(tái)人工智能應(yīng)用接口各層功能

①　應(yīng)用托管與部署：為企業(yè)提供應(yīng)用托管和部署服務(wù)，降低企業(yè)IT成本，提高應(yīng)用部署和管理效率。

②　遠(yuǎn)程監(jiān)控和維護(hù)：對(duì)整個(gè)系統(tǒng)進(jìn)行遠(yuǎn)程監(jiān)控和維護(hù)，及時(shí)發(fā)現(xiàn)和解決問(wèn)題，確保系統(tǒng)的穩(wěn)定性和安全性。

·  AI4Industry邊側(cè)

邊側(cè)作為云端和端側(cè)之間的橋梁，主要負(fù)責(zé)數(shù)據(jù)緩存、就近計(jì)算和實(shí)時(shí)控制等功能。通過(guò)在靠近設(shè)備或現(xiàn)場(chǎng)的位置設(shè)置邊緣計(jì)算節(jié)點(diǎn)，可以降低網(wǎng)絡(luò)延遲、提高數(shù)據(jù)處理速度和響應(yīng)速度。同時(shí)，邊側(cè)還可以減輕云端的負(fù)載，提高整個(gè)系統(tǒng)的穩(wěn)定性和可靠性。

具體來(lái)說(shuō)，AI4Industry邊側(cè)的功能包括：

①　數(shù)據(jù)緩存與預(yù)處理：在靠近設(shè)備或現(xiàn)場(chǎng)的位置設(shè)置數(shù)據(jù)緩存區(qū)，如架構(gòu)圖中繪制的磁盤(pán)陣列，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和篩選，降低網(wǎng)絡(luò)傳輸成本和延遲。

②　就近計(jì)算與快速響應(yīng)：利用邊緣計(jì)算技術(shù)進(jìn)行數(shù)據(jù)處理和分析，如架構(gòu)圖中繪制的GPU后端計(jì)算集群，快速響應(yīng)設(shè)備或現(xiàn)場(chǎng)的需求，提高生產(chǎn)效率和響應(yīng)速度。

③　實(shí)時(shí)控制與協(xié)同作業(yè)：對(duì)設(shè)備或現(xiàn)場(chǎng)進(jìn)行實(shí)時(shí)控制和協(xié)同作業(yè)，確保生產(chǎn)流程的順暢進(jìn)行和設(shè)備的安全穩(wěn)定運(yùn)行。

·  AI4Industry端側(cè)

端側(cè)作為直接與設(shè)備或現(xiàn)場(chǎng)交互的層級(jí)，主要負(fù)責(zé)數(shù)據(jù)采集、設(shè)備控制和人機(jī)交互等功能，AI4Industry已應(yīng)用已在多種工業(yè)場(chǎng)景中落地應(yīng)用，目前集成了數(shù)十種智能硬件的交互控制，包括不同品牌的機(jī)器人、工業(yè)相機(jī)、光源、PLC等，形成大規(guī)模的硬件生態(tài)系統(tǒng)。端側(cè)通過(guò)將設(shè)備或現(xiàn)場(chǎng)的數(shù)據(jù)采集到系統(tǒng)中，可以實(shí)現(xiàn)數(shù)據(jù)共享、分析和挖掘，為生產(chǎn)和管理提供更全面的數(shù)據(jù)支持，同時(shí)還可以對(duì)設(shè)備進(jìn)行遠(yuǎn)程控制和監(jiān)測(cè)，提高設(shè)備的運(yùn)行效率和安全性，此外，端側(cè)還可以提供人機(jī)交互界面，方便用戶(hù)進(jìn)行操作和管理。

具體來(lái)說(shuō)，AI4Industry端側(cè)的功能包括：

①　算法部署與應(yīng)用：將AI4Industry云側(cè)開(kāi)發(fā)好的算法部署至端側(cè)智能設(shè)備中，實(shí)現(xiàn)核心算法功能。

②　數(shù)據(jù)采集與傳輸：基于沈自所自研ThingOriginGateway網(wǎng)關(guān)產(chǎn)品，將設(shè)備或現(xiàn)場(chǎng)的數(shù)據(jù)采集并傳輸?shù)较到y(tǒng)中，確保數(shù)據(jù)的準(zhǔn)確性和完整性。

圖3 ThingOriginGateway網(wǎng)關(guān)系統(tǒng)界面

③　設(shè)備控制與監(jiān)測(cè)：對(duì)設(shè)備進(jìn)行遠(yuǎn)程控制和監(jiān)測(cè)，提高設(shè)備的運(yùn)行效率和安全性，同時(shí)，還可以及時(shí)發(fā)現(xiàn)和解決設(shè)備故障或異常情況。

④　人機(jī)交互與操作界面：提供簡(jiǎn)單、直觀(guān)的人機(jī)交互界面，方便用戶(hù)進(jìn)行操作和管理。用戶(hù)可以通過(guò)界面查看實(shí)時(shí)數(shù)據(jù)、控制設(shè)備或調(diào)整生產(chǎn)參數(shù)等。

2.2瓷磚表面缺陷揀選流程

在瓷磚表面缺陷檢測(cè)解決方案中，瓷磚表面缺陷揀選流程由三層循環(huán)結(jié)構(gòu)組成。

圖4 瓷磚表面缺陷檢測(cè)三層循環(huán)流程

·  外循環(huán)

外循環(huán)負(fù)責(zé)AI4Industry平臺(tái)云、邊、端三層任務(wù)交互，打通數(shù)據(jù)管理、算法管理、模型迭代、算法部署完整技術(shù)路線(xiàn)。首先通過(guò)ThingOriginGateway網(wǎng)關(guān)實(shí)現(xiàn)了對(duì)底層設(shè)備的數(shù)據(jù)采集，實(shí)現(xiàn)瓷磚圖像的獲取，然后通過(guò)網(wǎng)絡(luò)傳輸將數(shù)據(jù)上傳至AI4Industry平臺(tái)，利用團(tuán)隊(duì)標(biāo)注或智能標(biāo)注的方式，對(duì)缺陷數(shù)據(jù)完成篩選和標(biāo)注，利用一體化編程工具IDE開(kāi)發(fā)瓷磚缺陷檢測(cè)監(jiān)控系統(tǒng)，并調(diào)用人工智能應(yīng)用接口進(jìn)行瓷磚檢測(cè)算法開(kāi)發(fā)及檢測(cè)模型的訓(xùn)練，將在A(yíng)I4Industry平臺(tái)上開(kāi)發(fā)好的瓷磚缺陷檢測(cè)監(jiān)控系統(tǒng)上位機(jī)軟件、深度學(xué)習(xí)檢測(cè)模型及檢測(cè)算法部署至端側(cè)服務(wù)器中。

·  中循環(huán)

中循環(huán)負(fù)責(zé)每張瓷磚的表面缺陷檢測(cè)完整過(guò)程，可分為瓷磚傳送、圖像采集、算法推理、結(jié)果反饋、機(jī)器人分揀動(dòng)作，共5個(gè)步驟。

·  內(nèi)循環(huán)

內(nèi)循環(huán)負(fù)責(zé)核心算法的執(zhí)行，可分為后端推理算法和業(yè)務(wù)邏輯算法兩部分。后端推理算法利用基于深度學(xué)習(xí)開(kāi)發(fā)的CIS+CCD雙相機(jī)檢測(cè)模型實(shí)現(xiàn)瓷磚表面缺陷檢測(cè)，從而獲得原始檢測(cè)結(jié)果。業(yè)務(wù)邏輯算法包括結(jié)果后處理、尺寸及平整度計(jì)算、色號(hào)劃分、版面分類(lèi)等算法，將最終表面缺陷檢測(cè)出結(jié)果發(fā)送給PLC，反饋中循環(huán)實(shí)現(xiàn)機(jī)器人分揀動(dòng)作。

2.3專(zhuān)機(jī)硬件系統(tǒng)

皮帶傳送系統(tǒng)：用于穩(wěn)定傳送瓷磚通過(guò)設(shè)備，保證拍攝效果統(tǒng)一；

觸發(fā)傳感系統(tǒng)：用于發(fā)送信號(hào)實(shí)現(xiàn)各項(xiàng)揀選數(shù)據(jù)采集；

邊緣計(jì)算硬件系統(tǒng)：用于向邊緣計(jì)算提供算力和數(shù)據(jù)存儲(chǔ)服務(wù)；

圖像采集系統(tǒng)：利用CIS和CCD線(xiàn)掃相機(jī)實(shí)現(xiàn)瓷磚高清圖像采集；

照明系統(tǒng)：用于提供穩(wěn)定光源，輔助圖像采集系統(tǒng)獲取清晰瓷磚圖像及缺陷特征；

瓷磚分揀系統(tǒng)：基于檢測(cè)結(jié)果利用機(jī)械臂完成瓷磚分流分揀動(dòng)作；

其他控制單元系統(tǒng)：用于串聯(lián)皮帶傳送、圖像采集、數(shù)據(jù)交互、結(jié)果報(bào)警等流程。

2.4數(shù)據(jù)通訊

數(shù)據(jù)傳輸和通訊協(xié)議：使用標(biāo)準(zhǔn)通信協(xié)議，確保各個(gè)硬件和軟件組件之間的數(shù)據(jù)傳輸順暢。

2.5安全措施

系統(tǒng)訪(fǎng)問(wèn)控制：確保只有授權(quán)用戶(hù)可以訪(fǎng)問(wèn)系統(tǒng)，同時(shí)授權(quán)不同級(jí)別的權(quán)限。

數(shù)據(jù)安全性：確保從攝像頭到存儲(chǔ)的數(shù)據(jù)都受到適當(dāng)?shù)募用芎捅Ｗo(hù)。

審計(jì)與日志記錄：記錄系統(tǒng)的活動(dòng)和軟件算法執(zhí)行過(guò)程，以便在發(fā)生安全事件時(shí)進(jìn)行調(diào)查。

3、代表性及推廣價(jià)值

·  代表性成果

瓷磚表面缺陷形狀差異較大且尺寸不固定，小尺寸缺陷檢測(cè)尤為困難，本方案基于深度學(xué)習(xí)的高精度CIS+CCD雙相機(jī)檢測(cè)模型，并利用傳統(tǒng)視覺(jué)算法對(duì)檢測(cè)結(jié)果進(jìn)行嚴(yán)格后處理篩選和分級(jí)，在大缺陷檢測(cè)不被影響的條件下有效提高細(xì)小缺陷檢測(cè)能力，當(dāng)前缺陷檢測(cè)誤、漏檢率均低于0.5%。為適應(yīng)高速生產(chǎn)節(jié)拍，本方案基于TensorRT封裝一套業(yè)界領(lǐng)先的高速模型推理引擎TensorRT_Pro，同時(shí)加持業(yè)務(wù)引擎和模型推理并行計(jì)算框架，從數(shù)據(jù)采集、數(shù)據(jù)傳輸、模型推理，再到結(jié)果處理，一片瓷磚完整檢測(cè)時(shí)間僅需0.6s，可滿(mǎn)足瓷磚（400mm*800mm尺寸）80片/分鐘甚至更快的生產(chǎn)速度。本方案已轉(zhuǎn)化成產(chǎn)品并應(yīng)用到多家瓷磚生產(chǎn)頭部企業(yè)，量產(chǎn)并應(yīng)用已有兩年時(shí)間，具備較高的可靠性和穩(wěn)定性，目前已成功部署應(yīng)用十余臺(tái)套設(shè)備，為相關(guān)客戶(hù)至少節(jié)省50%以上人力成本，并減少客訴率近80%。

此外，該項(xiàng)目目前已產(chǎn)出專(zhuān)利10余篇、軟著1篇、高品質(zhì)論文2篇、培養(yǎng)研究生5人。

·  商業(yè)價(jià)值與社會(huì)價(jià)值

本方案可無(wú)縫遷移至多種表面缺陷檢測(cè)生產(chǎn)場(chǎng)景，具有較強(qiáng)的商業(yè)價(jià)值，該解決方案的成功實(shí)施，為相關(guān)領(lǐng)域如木板、鋼板等表面缺陷檢測(cè)場(chǎng)景，通過(guò)邊緣計(jì)算技術(shù)處理實(shí)際生產(chǎn)問(wèn)題提供了先行示范作用。同時(shí)，利用AI4Industry平臺(tái)采集到的瓷磚圖像及持續(xù)收集到的推理結(jié)果大數(shù)據(jù)，通過(guò)數(shù)據(jù)挖掘及知識(shí)圖譜等技術(shù)，分析預(yù)判生產(chǎn)過(guò)程中每個(gè)環(huán)節(jié)的當(dāng)前狀態(tài)及可能出現(xiàn)的問(wèn)題，對(duì)問(wèn)題預(yù)防、結(jié)果追溯、設(shè)備改進(jìn)等，都有極大的幫助，可不斷提高瓷磚制造效率和質(zhì)量，具有較高的社會(huì)價(jià)值。