中國電子技術(shù)標準化研究院-2024智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告-機器視覺篇-2024.07-94正式版-WN8

12345與供應商合作挖掘場景，研發(fā)設備持續(xù)深入中國行業(yè)場景，研制相關(guān)解決方案逐步提供一體化解決方案和服務推動底層核心軟硬件技術(shù)攻關(guān)通過軟件算法優(yōu)勢進軍產(chǎn)業(yè)零部件供應商傳統(tǒng)視覺供應商互聯(lián)網(wǎng)和IT企業(yè)生產(chǎn)企業(yè)智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢需求側(cè)驅(qū)動裝備革新，標志性技術(shù)成果不斷涌現(xiàn)機器視覺檢測裝備正處于快速發(fā)展時期。作為光學、機械自動化、電子信息、人工智能技術(shù)、軟件行業(yè)的交叉領(lǐng)域，機器視覺檢測裝備的最前沿技術(shù)既是在不同行業(yè)各類真實需求的推動下不斷實現(xiàn)并落地的，同時又被人工智能、軟硬件等前沿科技的突破而影響。工廠數(shù)字化提升效率AI

重新定義視覺計算成像機器視覺檢測裝備對生產(chǎn)質(zhì)量的機制追求需求側(cè)技術(shù)側(cè)柔性生產(chǎn)與大規(guī)模定制成本最優(yōu)ICT

技術(shù)（云計算、邊緣計算）大數(shù)據(jù)技術(shù)需求側(cè)驅(qū)動力未來工廠不斷向數(shù)字化、智能化、高質(zhì)量和成本最優(yōu)的方向發(fā)展，是推動機器視覺檢測裝備發(fā)展的最大驅(qū)動力。該驅(qū)動力分為以下四方面：效率維度：工廠不斷提升數(shù)字化水平、推進數(shù)字工廠和智能工廠建設的過程中，開展機器視覺檢測是效率提升的重要一環(huán)。生產(chǎn)效率是生產(chǎn)制造的核心要求。新型的數(shù)字化工廠正積極運用最先進的自動化控制、數(shù)字孿生產(chǎn)品設計、實時供應鏈管理等先進技術(shù)和管理理念，大幅提升生產(chǎn)效率。調(diào)研顯示，各行業(yè)最先進智能工廠的生產(chǎn)效率普遍高于行業(yè)水平

50%乃至數(shù)倍以上。機器視覺檢測裝備已成為智能工廠中穩(wěn)定生產(chǎn)運行、保障產(chǎn)品質(zhì)量、提升制造效率、確保服役安全的核心手段。30第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢質(zhì)量維度：對質(zhì)量的極致追求不斷推動智能制造應用最先進的技術(shù)，機器視覺檢測裝備是質(zhì)量的關(guān)鍵保障?！吨圃鞓I(yè)卓越質(zhì)量工程實施意見》要求大力增強質(zhì)量意識，視質(zhì)量為生命，以高質(zhì)量為追求。卓越質(zhì)量要求制造企業(yè)對全員、全要素、全過程、全數(shù)據(jù)的質(zhì)量管理和產(chǎn)品全生命周期質(zhì)量進行系統(tǒng)重構(gòu)，驅(qū)動質(zhì)量管理范式向數(shù)字化、體系化、系統(tǒng)化、精益化、零缺陷轉(zhuǎn)型。這一趨勢對產(chǎn)品質(zhì)量檢測提出了更嚴峻的要求。機器視覺檢測裝備具有檢測精度高、工作效率高及不受人為因素干擾等優(yōu)勢，在滿足大批量檢測連續(xù)性、一致性和可靠性要求的同時，能將人從惡劣檢測環(huán)境、高機械性重復性的勞動中解放出來，并且可以很好地適應各種工業(yè)應用場景，極大地提高工業(yè)產(chǎn)品質(zhì)量以及檢測過程的高度柔性化和智能化水平。生產(chǎn)流程維度：柔性生產(chǎn)和大規(guī)模定制生產(chǎn)愈加主流，倒逼檢測設備更加靈活、輕量化和模塊化。柔性生產(chǎn)和大規(guī)模定制生產(chǎn)的實現(xiàn)，需要兼顧高敏捷性、低成本和高復雜性。一方面，軟件系統(tǒng)要足夠靈活，將新產(chǎn)品生產(chǎn)需求變?yōu)閰?shù)和程序指令；另一方面，供應鏈要足夠精益和柔性。作為整體生產(chǎn)設備的一環(huán)，智能檢測設備需要高度適應性這種變化，在檢測速度和精度上，能快速靈活適配生產(chǎn)調(diào)整，同時力求小型化、模塊化，快速適應產(chǎn)線和產(chǎn)品的調(diào)整。成本維度：激烈競爭必然帶來的生產(chǎn)成本最優(yōu)，機器視覺檢測裝備則很好地順應了這一趨勢。隨著國內(nèi)勞動力成本不斷提高，制造業(yè)逐漸淘汰勞動密集型生產(chǎn)方式。在精度檢31智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇測方面，機器視覺可憑借高分辨率的圖像采集設備和計算機軟件算法提高檢測效率。在生產(chǎn)環(huán)境要求方面，機器視覺可適應全天候工作，并且效果穩(wěn)定，同時對于部分艱、難、險的工作環(huán)境，也有較強的適應能力。在成本方面，規(guī)?；臋C器視覺應用將低于持續(xù)升高的人工成本，可以最大程度的實現(xiàn)制造業(yè)企業(yè)自動化降本。技術(shù)側(cè)驅(qū)動力技術(shù)變革重塑著機器視覺檢測裝備的技術(shù)模塊和形態(tài)機器視覺檢測裝備從信息處理功能來講，可概括為“信息感知”“信息互聯(lián)與管理”“信息分析”“決策與執(zhí)行”等四大模塊。目前影響較大且快速發(fā)展的技術(shù)包括人工智能（AI）、計算成像技術(shù)、ICT

技術(shù)（新一代通訊技術(shù)、云計算等）、大數(shù)據(jù)大模型技術(shù)等，其共同重塑著機器視覺檢測裝備的技術(shù)模塊和形態(tài)。算法的發(fā)展提升了機器視覺檢測裝備的檢測精度和速度1.

算法創(chuàng)新未來將進一步探索新的算法和模型，以提高機器視覺技術(shù)的精度和穩(wěn)定性。例如，深度學習算法已經(jīng)被廣泛應用于圖像分類、日標檢測等任務，未來可以進一步研究如何將其應用于更復雜的機器視覺任務。32第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢2.

算力需求隨著算法的不斷復雜化，對計算資源的需求也越來越高。為了滿足實際應用的需求，未來將需要研究更高效的計算和存儲解決方案，如利用GPU進行加速計算、利用云端進行數(shù)據(jù)存儲等。3.

數(shù)據(jù)采集數(shù)據(jù)是機器視覺技術(shù)的核心資源之一。未來將需要研究更高效的數(shù)據(jù)采集和處理方法，以提高數(shù)據(jù)的質(zhì)量和數(shù)量。例如，可以利用多視角、多光照條件下的數(shù)據(jù)采集方法，以提高數(shù)據(jù)的多樣性和適應性。4.

應用場景拓展未來將需要探索更多的機器視覺應用場景，以推動機器視覺技術(shù)的發(fā)展。例如，可以將機器視覺技術(shù)應用于智能交通智慧城市等領(lǐng)域，以提高城市管理的智能化水平5.

大模型技術(shù)探索企業(yè)從非標的算法開發(fā)逐步變?yōu)橥ㄓ玫纳疃葘W習和大模型算法開發(fā)，這是由于小樣本學習技術(shù)、預訓練、預適應非常適合于工業(yè)檢測場景，機器視覺裝備將從這場技術(shù)革命中受益，但工業(yè)場景與生俱來的碎片化、樣本量少等特點，也對大模型的應用提出了挑戰(zhàn)。技術(shù)發(fā)展趨勢之一：檢測數(shù)據(jù)的深度挖掘推動裝備突破傳統(tǒng)功能和定位面對構(gòu)建智能工廠過程要求的感知、認知、決策等需求，企業(yè)將有能力借助機器視覺檢測裝備進一步開展數(shù)據(jù)挖掘?？梢灶A見，機器視覺檢測裝備的功能和定位將發(fā)生變化，將從減工降本、提質(zhì)增效的功能，轉(zhuǎn)向通過監(jiān)控工廠運行流程，對各類生產(chǎn)要素進行分析評估，助力企業(yè)開展決策，形成閉環(huán)的質(zhì)量管理方式。通過機器視覺檢測裝備開展質(zhì)量管控的現(xiàn)狀和痛點1.整體數(shù)據(jù)孤島，如檢測圖片散落在各個獨立的設備上難以進行排查，難以回溯，數(shù)據(jù)容易丟失，而且也不好做相應的改善和優(yōu)化。33智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇2.

質(zhì)量管控和上游的生產(chǎn)工藝無法形成一個回溯關(guān)聯(lián)，沒有辦法從源頭改善品質(zhì)，這是由于產(chǎn)量大，工藝控制點非常多，檢測繁雜，極限制造對于精度和品控要求越來越高，隨著產(chǎn)線速度越來越快，對整個檢測的效率要求越來越高，缺陷種類非常復雜細小，區(qū)分度比較低。3.

對于制造企業(yè)來說，品質(zhì)部跟市場部具有不同的關(guān)注點，品質(zhì)部關(guān)心的是質(zhì)量怎樣能夠滿足相應的要求，到生產(chǎn)部關(guān)心的是生產(chǎn)的量，存在天然的矛盾。質(zhì)量閉環(huán)系統(tǒng)構(gòu)建的三個層次針對上述問題，供應商和企業(yè)逐步了解到構(gòu)建整個企業(yè)數(shù)字化質(zhì)量和品質(zhì)閉環(huán)的價值：能夠保障品質(zhì)檢查的一致性、保障品質(zhì)數(shù)據(jù)的可視化、可預警、統(tǒng)一化處理，實現(xiàn)缺陷精準分類和工藝改善、建立真正的無憂的質(zhì)量保障系統(tǒng)，構(gòu)建人、機、AI

復合質(zhì)量檢查體系。質(zhì)量閉環(huán)系統(tǒng)構(gòu)建的三個層次：工業(yè)

AI

落地優(yōu)化

AI

系統(tǒng)將

AI

工具化用

AI

結(jié)合相應的算法落地方法論和工具鏈完善

AI

檢測系統(tǒng)。以數(shù)據(jù)為核心驅(qū)動

AI系統(tǒng)優(yōu)化，追求質(zhì)量數(shù)字化閉環(huán)將

AI

已

經(jīng)

變

成

AI

工具、平臺和解決方案等，構(gòu)建

AI

驅(qū)動的數(shù)字化質(zhì)量平臺隨著工業(yè)

4.0

和智能制造的推進，智能工廠的構(gòu)建已經(jīng)成為制造業(yè)的核心議題。在滿足感知、認知和決策需求的過程中，機器視覺檢測裝備通過分析生產(chǎn)數(shù)據(jù)，為改進工藝和提升生產(chǎn)效率扮演著重要角色。隨著工業(yè)自動化的規(guī)模逐漸擴大，智能制造模式下的場景多樣、工藝復雜、產(chǎn)品多品種、小批量、個性化生產(chǎn)要求高。為解決需求，整合碎片化場景、打造全流程數(shù)字化閉環(huán)的一體化設備將會極大地促進信息技術(shù)與運營技術(shù)的快速融合。在感知方面，通過高精度的傳感器和先進的圖像處理技術(shù)，機器視覺檢測裝備對生產(chǎn)線上的產(chǎn)品進行實時檢測和數(shù)據(jù)采集。實現(xiàn)對產(chǎn)品外觀、尺寸、顏色、重量等特征的精確測量和識別，以及產(chǎn)品缺陷、異物等的檢測和分類。這些感知數(shù)據(jù)34第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢可以與生產(chǎn)管理系統(tǒng)進行集成，實現(xiàn)數(shù)據(jù)的實時傳輸和共享，從而為生產(chǎn)過程中的質(zhì)量控制提供了精確的手段。在認知方面，機器視覺檢測裝備能夠通過對產(chǎn)品質(zhì)量數(shù)據(jù)進行深入分析和挖掘，可別出影響產(chǎn)品質(zhì)量的因素和關(guān)鍵點，從而為生產(chǎn)工藝的優(yōu)化提供依據(jù)。此外，機器視覺檢測裝備還可以通過深度學習和模式識別技術(shù)，實現(xiàn)對產(chǎn)品質(zhì)量的自動分類和評估，從而為生產(chǎn)過程中的質(zhì)量控制提供支持。在決策方面，機器視覺檢測裝備能通過對產(chǎn)品數(shù)據(jù)的分析和預測，通過對生產(chǎn)線上的數(shù)據(jù)進行實時監(jiān)測和分析，實現(xiàn)對生產(chǎn)過程的動態(tài)調(diào)整和控制，從而優(yōu)化生產(chǎn)效率和產(chǎn)品質(zhì)量，為生產(chǎn)決策提供科學依據(jù)。此外，機器視覺檢測裝備與數(shù)字化品質(zhì)管理系統(tǒng)的集成，能夠?qū)崿F(xiàn)生產(chǎn)計劃、物料管理、庫存控制等生產(chǎn)管理環(huán)節(jié)的自動化和智能化數(shù)字閉環(huán)，從而提升生產(chǎn)決策的效率和準確性。阿丘科技：三步走實現(xiàn)質(zhì)量控制閉環(huán)第一步：把質(zhì)量標準數(shù)字化、檢測模式數(shù)字化。原來用表格或者紙質(zhì)方式記錄的缺陷標準要回歸到本質(zhì)以數(shù)字化方式建檔起來，可以優(yōu)化和改善。原來是人工目視，現(xiàn)在通過機器視覺的方式把它轉(zhuǎn)化成數(shù)字化信號存儲起來，相當于原圖也可以存儲起來，最終實現(xiàn)可反饋、可存儲、可復制。第二步：實現(xiàn)缺陷檢測的AI化，將工藝沉淀到模型池。通過AI高泛化的適應能力結(jié)合AI的抽象能力，把原來檢測不出來的缺陷檢測出來，把能檢的全部檢出來。對造成這些缺陷的原因進行相應的分析，把它沉淀到相應的模型池。35智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇第三步：AI

強缺陷分類，實現(xiàn)工藝溯源，閉環(huán)優(yōu)化實現(xiàn)真正的零缺陷管控。AI有非常強的缺陷分類能力，在把缺陷分完類之后或者精細化分類完之后，再相應地往前追溯工藝就成為一種可能。最終實現(xiàn)工藝的數(shù)字化、制造的數(shù)字化、誤差的數(shù)字化和品質(zhì)的數(shù)字化，以此來實現(xiàn)構(gòu)建完整的質(zhì)量管控閉環(huán)。微億智造：深入分析場景數(shù)據(jù)，全方位完善質(zhì)量管理體系在對面工廠多品種、小批量的質(zhì)檢需求時，圍繞自研的核心技術(shù)“視覺感知模組+

機器人智能控制

+

工業(yè)

AI

算法及云計算能力”，在“眼手腦云”四個技術(shù)方向上進行全面整合，形成標準化的智能視覺系統(tǒng)，在實施項目的過程中能夠按照標準化流程快速生成解決方案。通過柔性化的質(zhì)檢設備在軟件平臺上進行快速切線，做到一機多檢。質(zhì)檢設備的質(zhì)量分析軟件會對檢測過程中拍攝到的缺陷進行記錄和分析，并且生成新的軌跡和點位下發(fā)給打磨機器人對瑕疵品進行修復處理。另外通過對漏檢和過殺數(shù)據(jù)進行模型再訓練，從而不斷提高檢出率到達提升產(chǎn)品質(zhì)量的目的。面對工業(yè)現(xiàn)場多樣化的檢測需求，從“人機料法環(huán)”五個場景著手，結(jié)合多模態(tài)數(shù)據(jù)的整合處理能力，深入分析企業(yè)質(zhì)量體系中存在的問題、缺陷及風險，形成數(shù)據(jù)可視化圖表的全鏈路流程，通過數(shù)字看板快速傳遞生產(chǎn)過程異常行為信息，對整個生產(chǎn)過程進行質(zhì)量追溯和質(zhì)量反饋，逐步完善了產(chǎn)品質(zhì)量管理體系，在人員、設備、物料、流程、環(huán)境檢測場景做到全方位提質(zhì)、降本、增效。中科慧遠：用于智能工廠的檢測裝備管理平臺專注于智能工廠的數(shù)字化解決方案，構(gòu)建跨行業(yè)的解決方案，應用于精密光學、芯片封裝、半導體、家具及相關(guān)行業(yè)。解決方案包括底層智能硬件、AOI

智能設備和智能平臺。其中，智能平臺由QADS

平臺、深度學習平臺和圖像處理平臺組成，均支持自定義擴展功能。QADS

專注于工廠的核心需求，如產(chǎn)量、成本和質(zhì)量。QADS

的總體框架包括：數(shù)據(jù)層、應用層和交互層。其中，數(shù)據(jù)層用于數(shù)據(jù)采集和大數(shù)據(jù)存儲；應用層基于大數(shù)據(jù)分析和挖掘技術(shù)，主要實現(xiàn)以下功能：IPQC

閉環(huán)管理、根源本地化、缺陷管理、質(zhì)量追溯、故障診斷報告、模型重訓練、批量部署、機制模型、數(shù)據(jù)管理、缺陷趨勢預警、設備預測性維護、產(chǎn)品追溯，缺陷重新調(diào)整、SOP

建議、36第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢CPK、SPC統(tǒng)計。交互層設計用于數(shù)據(jù)顯示管理和決策分析查詢，主要包括數(shù)字孿生、ODS管理、工藝優(yōu)化、查詢統(tǒng)計報表、遠程停機和恢復、過檢和漏檢管理、開關(guān)配方、設備生產(chǎn)線監(jiān)控。QADS部署結(jié)構(gòu)可以連接每個車間、生產(chǎn)線和設備；通過將生產(chǎn)和質(zhì)量數(shù)據(jù)收集到服務器上進行分析和挖掘，QADS向生產(chǎn)、質(zhì)量和管理部門提供統(tǒng)計結(jié)果和建議；同時，通過在不同的CM工廠部署云架構(gòu)，可以將數(shù)據(jù)聚合到客戶技術(shù)發(fā)展趨勢之二：以大模型為代表的

AI

技術(shù)正在大幅提高檢測能力上限AI是一種新的工業(yè)視覺分析問題&解決問題框架：以數(shù)據(jù)為核心，高效解決&持續(xù)優(yōu)化工業(yè)視覺問題。AI重構(gòu)機器視覺，體現(xiàn)在算法和整體解決方案兩個維度。算法維度傳統(tǒng)機器視覺算法的核心是定量分析和特征工程。而當檢測場景過于復雜時，傳統(tǒng)算法會因難以構(gòu)建特征工程而無法解決。工業(yè)視覺所需要解決的圖像處理、定位、檢測、測量、識別等問題，都將會或正在被AI全部重構(gòu)。AI升維解決復雜缺陷檢測問題。AI基于樣本學習構(gòu)建模型，針對復雜背景、低對比度、柔性電子、強干擾等問題，不直接構(gòu)建特征工程，因此這是“升維”解決問題思路。AI的簡化和通用性。通過對算法問題的極度抽象，AI可簡化工業(yè)視覺問題，針對復雜各異的場景采取通用化算法模塊，用兩到三個通用的算法模塊訓練數(shù)據(jù)即可獲得指標優(yōu)秀的結(jié)果。降低成本。AI通過小樣本訓練可以達成降本。傳統(tǒng)算法的運用要求工程師擁有較為專業(yè)的圖像處理背景知識，門檻相對較高，意味著人力成本較高。AI介入后，僅僅訓練少數(shù)樣本就可以達到或超過傳統(tǒng)算法的精度，魯棒性更優(yōu)，整體來看使用成本也會降低。37第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢工業(yè)

AI

落地高對比度定量成像，到目視定性成像，簡化

&

通用成像方案，提高成像空間效率，降紙成像方案成本輕量級場景個性化一體化解決方案，線上即時訓練算法模組以

AI

為中心，提高推理

&

訓練效率，降低部署

&

維護成本復雜場景能用解決方案，通用大模型自動化模組更加柔性，降低自動化方案復雜度

&

提高自動化方案通用性和柔性綜上，產(chǎn)業(yè)認為，是否嵌入了AI功能未來有可能將會成為判斷機器視覺檢測設備是否先進的衡量標準。AI模塊即將成為機器視覺檢測裝備的標配。面對算法模塊樣本少、訓練時間少的特點，企業(yè)從非標的算法開發(fā)逐步變?yōu)橥ㄓ玫纳疃葘W習和大模型算法開發(fā)。AI大模型技術(shù)疊加行業(yè)大數(shù)據(jù)，將重新定義檢測裝備部署維護新范式，擴大檢測能力邊界，重新定義檢測裝備新商業(yè)模式隨著計算能力的提升和大數(shù)據(jù)的爆炸式增長，大模型（FoundationModel）成為了AI檢測領(lǐng)域的一個發(fā)展趨勢。與傳統(tǒng)解決單一問題的深度學習算法和小模型相比，工業(yè)大模型具有更強的表征能力、泛化能力和和自適應能力，可以更好地處理工業(yè)領(lǐng)域復雜的實際檢測場景。小模型工業(yè)大模型小模型主要針對特定檢測場景需求進行訓練，能完成特定任務，但是在另一應用場景中可能不適用，需重新訓練。這些模型訓練基本是“手工作坊式”，并且模型訓練需要大規(guī)模的標注數(shù)據(jù)，如果某些應用場景的數(shù)據(jù)量少，訓練出的模型精度就會不理想。大模型主要利用深度學習技術(shù)構(gòu)建的規(guī)模較大的神經(jīng)網(wǎng)絡模型，通過大量的檢測數(shù)據(jù)進行訓練和優(yōu)化，主要包括以下優(yōu)點：a.

大模型在廣泛下游場景中具備優(yōu)勢，有望降低定制化開發(fā)成本，根據(jù)具體場景實現(xiàn)可落地的視覺檢測方案，快速拓展應用場景。B.

大模型在零樣本或少量樣本上表現(xiàn)優(yōu)秀，客戶可將文字、圖片、3D

點云等格式輸入大模型中，生成關(guān)于特定工業(yè)檢測項目的文字版本以及代碼版本，快速處理復雜場景的大量圖像數(shù)據(jù)，提高檢測能力上限。39智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇工業(yè)大模型在質(zhì)檢領(lǐng)域的典型技術(shù)應用大模型結(jié)構(gòu)設計。在模型結(jié)構(gòu)設計方面，可采用具有層次結(jié)構(gòu)的大模型，如Transformer

模型或

CNN

模型等。這些模型具有很好的表示能力和泛化性能，可以適應各種不同的質(zhì)檢任務。同時，可以根據(jù)實際需求，設計適合于質(zhì)檢任務的特定模型結(jié)構(gòu)，以提高模型的準確性和效率。大模型

finetune

策略。在模型訓練方面，可采用

finetune

策略對大模型進行微調(diào)。這種策略可以在保持大模型原有優(yōu)勢的同時，針對特定的質(zhì)檢任務進行調(diào)整和優(yōu)化，以提高模型的準確性和魯棒性。知識蒸餾和壓縮技術(shù)。大模型基于對通用知識的理解變得更廣泛，能夠補足小模型的學習能力、交互能力和生成能力，可以通過壓縮（剪枝量化）或者知識蒸餾，部署到小模型環(huán)境中去替代一部分能力。采用模型壓縮技術(shù)，將大模型壓縮成小模型，以平衡性能和資源消耗之間的權(quán)衡，兼顧工業(yè)質(zhì)檢要求的高檢測能力和高速度。數(shù)據(jù)中臺。數(shù)據(jù)中臺可以將各個場景的數(shù)據(jù)和圖像進行綜合管理和統(tǒng)一規(guī)劃，從而實現(xiàn)數(shù)據(jù)的高效利用和共享。在質(zhì)檢領(lǐng)域，數(shù)據(jù)中臺可以提供統(tǒng)一的數(shù)據(jù)管理和共享平臺，將不同的數(shù)據(jù)格式和來源進行整合、清洗和標注，以支持工業(yè)大模型的應用。思謀科技：利用先進技術(shù)多途徑增加樣本數(shù)量缺陷圖片智能生成用于模型訓練面對缺陷樣本少的痛點，思謀基于現(xiàn)有實物缺陷圖片利用

AIGC

技術(shù)生成缺陷圖片，幫助算法模型更好更快地收斂，取得更好的檢出效果。利用

AIGC

技術(shù)生成缺陷圖片的同時，從缺陷變形、缺陷顆粒、缺陷碰傷等指標維度，持續(xù)提升生成缺陷圖片的有效性。以劃痕缺陷為例，日常實踐中，收集到大量帶有劃痕缺陷的場景，使大模型學習到劃痕的特征，在新的項目上，我們只需要收集合格的產(chǎn)品圖，就可以利用大模型在指定位置生成十分逼真的劃痕缺陷。不同顏色產(chǎn)品的數(shù)據(jù)擴充同一種產(chǎn)品可能有不同的型號，比如市場上的大部分手機都有著不同的顏色系列。40第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢在此類實踐中，最開始要解決的是銀色手機產(chǎn)品的缺陷檢測，后續(xù)又需要解決藍色和青色的產(chǎn)品。對于缺陷檢測來說，收集合格的數(shù)據(jù)是很容易的，但是收集有缺陷的數(shù)據(jù)很難，因為產(chǎn)線上出現(xiàn)缺陷的概率都很小。思謀在收集了大量的銀色產(chǎn)品帶缺陷數(shù)據(jù)之后，可以只收集藍色和青色產(chǎn)品的合格數(shù)據(jù)，利用風格遷移、缺陷生成的技術(shù)，將銀色產(chǎn)品的缺陷數(shù)據(jù)變成其他產(chǎn)品的缺陷數(shù)據(jù)從而大大減少收集缺陷數(shù)據(jù)的時間。開發(fā)五軸智能檢測一體機，最大量的獲取樣本以消費電子行業(yè)為例，當前消費電子設備的預防和表面缺陷的檢測及其數(shù)據(jù)樣本采集仍主要依靠人工，存在效率低、評判標準不一、采集數(shù)據(jù)量少等缺點。因此機器視覺檢測憑借其速度更快、精度更高等優(yōu)勢，正在被越來越多地應用到消費電子行業(yè)。但同時機器視覺檢測也存在著接口不統(tǒng)一、無法適應快速變化的市場等其他一系列問題。針對這些行業(yè)痛點，開發(fā)了這款具備普遍適用性的五軸智能檢測一體機，只需簡單更換產(chǎn)品夾具，即可對不同種類及款式的3C產(chǎn)品做360°的外觀全檢及典型樣本采集，顯著提升了樣本的采集效率或數(shù)量。思謀五軸智能檢測一體機基于強大的機器視覺與深度學習能力，在先進的自動化設計能力與光學能力的加持下，配置雙面五軸，提供多種穴位選擇，軟件與硬件有效結(jié)合，滿足各類產(chǎn)品的檢測需求。比如手機中框、耳機倉、鼠標、智能手表、手機鋰電池、充電頭等，都可在同一設備上，針對設備的各種缺陷類型進行快速靈活的、無死角外觀的六面全檢，助力企業(yè)柔性化生產(chǎn)的同時獲取大量的數(shù)據(jù)樣本進一步服務于企業(yè)質(zhì)檢工作的提升。前景與挑戰(zhàn)從大小模型互補發(fā)展到替代高度定制化的小模型?，F(xiàn)階段工業(yè)領(lǐng)域大模型與小模型相輔相成，未來大模型可能會替代高度定制化的小模型。數(shù)據(jù)收集難度大、數(shù)據(jù)質(zhì)量不高。工業(yè)領(lǐng)域本身門類多，各個企業(yè)間的數(shù)據(jù)壁壘非常明顯，尤其在某些核心制造環(huán)節(jié)，難以收集到足夠的標注數(shù)據(jù)來訓練這些模型，這類環(huán)節(jié)往往不適用大模型。計算資源和存儲需求高。工業(yè)大模型的訓練和推理需要大量的計算資源和存儲空間。為了滿足這種需求，企業(yè)需要投入大量的資金和人力資源來建設高性能的計算基礎設施和存儲設備。41智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇可解釋性和可理解性難度較大。由于工業(yè)大模型的復雜性和黑箱性，往往很難對其內(nèi)部運作機制進行解釋和理解。這使得人們難以信任大模型的輸出結(jié)果，也難以進行故障排查和模型優(yōu)化等工作。未來趨勢1.基于AIGC的圖像生成模型。面對機器視覺對工業(yè)大模型的需求，基于AIGC圖像生成模型成為一個熱點趨勢，此類模型對工業(yè)領(lǐng)域的知識有較好的理解能力，能夠生成細節(jié)豐富并且精密可控的工業(yè)圖像，了解缺陷的成因和形態(tài)，在給定場景中生成有幫助的缺陷圖片。2.構(gòu)建工業(yè)領(lǐng)域多模態(tài)大模型。工業(yè)領(lǐng)域多模態(tài)大模型對于工業(yè)領(lǐng)域的知識有較好的理解，對于圖片模態(tài)的數(shù)據(jù)有著很強的理解能力，可以捕捉到圖片的各種細節(jié)，并根據(jù)圖片內(nèi)容正確分析其中的物品是否存在缺陷以及其缺陷的成因等，使模型對于圖片的細節(jié)理解更加充分，更能適應工業(yè)常見的需求；增加和增強基于對比進行圖片理解的功能，使大模型可以通過不同圖片之間的差異來完成更復雜的任務。增加圖片模態(tài)的輸出，支持更加復雜的輸出形式，使其更加直觀。工業(yè)大模型在機器視覺檢測裝備領(lǐng)域具有廣泛的應用前景，但也面臨著計算資源、數(shù)據(jù)質(zhì)量、可解釋性和技術(shù)門檻等方面的挑戰(zhàn)和限制。為了更好地應用和發(fā)展工業(yè)大模型，需要不斷地進行技術(shù)研究和應用探索，同時也需要企業(yè)和政府等各方面的大力支持和推動。技術(shù)發(fā)展趨勢之三：新一代信息通信技術(shù)的融合應用大大提升裝備實時響應速度面對計數(shù)、識別、面陣質(zhì)量檢測等場景的高速傳輸?shù)男枨?，企業(yè)逐步開展5G、6G的網(wǎng)絡擴容和建設，并推動邊緣云和邊緣視覺的計算框架研發(fā)，通過5G、6G將數(shù)據(jù)上傳到云端，能極大提升整個控制系統(tǒng)的響應速度。5G

技術(shù)的幾大優(yōu)勢在容量方面，5G通信技術(shù)將使單位面積的移動數(shù)據(jù)流量比4G增長1000倍；42第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢在傳輸速率方面，單個用戶的典型數(shù)據(jù)速率提高了10到100倍，峰值傳輸速率高達10Gbps（相當于4G網(wǎng)絡速率的100倍）；端到端延遲減少了5倍；在可訪問性方面：網(wǎng)絡設備的數(shù)量增加了10到100倍；在可靠性和能耗方面：每位能耗應降低至千分之一，小功率電池的電池壽命應增加10倍。除了網(wǎng)絡速度快之外，它還具有低延遲，支持海量連接并支持高速移動的特點。視覺檢測中

5G

的應用領(lǐng)域數(shù)據(jù)傳輸與處理能力增強：5G技術(shù)為機器視覺提供了更快的數(shù)據(jù)傳輸速度和更低的延遲，這使得機器視覺系統(tǒng)能夠更快速地處理和分析圖像數(shù)據(jù)。傳統(tǒng)的機器視覺系統(tǒng)往往受限于數(shù)據(jù)傳輸速度和處理能力，而5G的引入大大提升了這兩方面的性能。實時視頻監(jiān)控與分析：借助5G網(wǎng)絡，機器視覺系統(tǒng)可以實現(xiàn)高清、實時的視頻監(jiān)控。這種實時監(jiān)控對于生產(chǎn)車間安全保障領(lǐng)域具有重要意義。同時，通過5G網(wǎng)絡傳輸?shù)母咔逡曨l可以進行實時分析，為決策提供支持。遠程控制與操作：5G的高速度和低延遲特性使得遠程控制機器人或設備變得更加精確和可靠，可以大大提高工作效率和安全性。邊緣計算與云計算的融合：5G技術(shù)為邊緣計算和云計算的融合提供了可能。在機器視覺應用中，這種融合可以使得圖像處理和數(shù)據(jù)分析更加高效。通過在邊緣設備進行初步的數(shù)據(jù)處理和分析，再將關(guān)鍵數(shù)據(jù)上傳到云端進行深度挖掘，可以大大提高機器視覺系統(tǒng)的性能和效率。工業(yè)無線相機和

AGV

工業(yè)控制傳統(tǒng)的工業(yè)相機和AGV依靠有線網(wǎng)絡或WiFi進行數(shù)據(jù)傳輸和動作執(zhí)行控制，并且有線網(wǎng)絡存在許多問題，例如生產(chǎn)線布局限制，工業(yè)AP頻段開放以及嚴重干擾等問題。5G技術(shù)能確保使AGV在各種場景能夠不間斷地進行工作并平穩(wěn)地切換工作內(nèi)容。面對提升性價比和響應能力的需求，企業(yè)加強了對于嵌入式、輕量化、模塊化零部件和可配置視覺系統(tǒng)的開發(fā)，將標準器件組合使用，實現(xiàn)快速參數(shù)設置和功能拓展，并推動邊緣云和邊緣視覺的計算框架研發(fā)。43智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇邊緣計算：在本地提供

IT

服務、計算能力，減少上傳的數(shù)據(jù)量、節(jié)省網(wǎng)絡操作、服務交付的時間延遲，提高傳輸效率，讓海量數(shù)據(jù)實現(xiàn)本地存儲、處理、分析、決策和執(zhí)行。企業(yè)可以選擇將算力下沉至更貼近設備端的邊緣計算，衍生出端

-邊

-

云的協(xié)同新模式。端邊云協(xié)同：將端側(cè)、邊緣側(cè)、云側(cè)的計算連接共通，在靠近設備端、客戶端的地方建立起邊緣計算能力，將云端能力下放到靠近設備的邊緣節(jié)點，起到減少延遲、降低能耗、增強對信息訪問量的優(yōu)化效果，并使數(shù)據(jù)交互變得更加安全，以端側(cè)智能化為切入點，協(xié)同云邊滿足客戶在敏捷部署、時延帶寬、產(chǎn)品成本、數(shù)據(jù)安全等方面的多樣化業(yè)務需求。中移（上海）信息通信科技有限公司：云邊端機器視覺解決方案基于算網(wǎng)優(yōu)勢，充分利用

5G

原生特性，結(jié)合人工智能關(guān)鍵技術(shù)，打造了基于OnePower

工業(yè)互聯(lián)網(wǎng)平臺的云邊端一體化工業(yè)視覺檢測產(chǎn)品，為客戶提供云邊端一體標準化、多樣化服務。改變了傳統(tǒng)

AI

視覺服務提供模式，通過打造OnePower-AI

完整云邊端機器學習技術(shù)棧，基于模型開發(fā)

IDE

提供覆蓋數(shù)據(jù)準備、開發(fā)環(huán)境、模型訓練、模型部署全流程托管服務，可面向不同企業(yè)類型提供從訓推一體化的

AI

一站式自服務模式，結(jié)合云網(wǎng)算力融合及云邊算力編排協(xié)同創(chuàng)新技術(shù)，實現(xiàn)部署交付周期縮短

2

倍以上，業(yè)內(nèi)領(lǐng)先。針對視覺檢測行業(yè)多、場景雜的情況，面向五大客戶場景，基于云邊端一體化架構(gòu)打造五大系列產(chǎn)品，分別為軟終端系列、標準系列、專家系列

-

推理入駐式、專家系列

-

云化集中推理、智能檢測設備系列。結(jié)合一鍵算法部署、快速運維等技術(shù)突破能力，面向不同體量的企業(yè)提供不同落地實踐方式。針對中小型企業(yè)客戶，提供云端標注、模型訓練、模型驗證、模型部署一體化能力，基于云邊協(xié)同將模型鏡像批量下發(fā)至本地推理環(huán)境，后續(xù)用戶可持續(xù)訂閱云服務進行零代碼模型升級迭代；針對大型企業(yè)客戶，提供入駐式云邊端一體化工業(yè)視覺檢測服務，結(jié)合邊緣云等架構(gòu)，實現(xiàn)實時和批處理推理，支持企業(yè)根據(jù)生產(chǎn)工藝、檢測標準進行模型自運維和監(jiān)控升級。44第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢技術(shù)發(fā)展趨勢之四：新型成像技術(shù)和多模態(tài)融合技術(shù)助力裝備適應更多復雜場景面對制造業(yè)多維感知和測量的需求，供應商開發(fā)3D相機產(chǎn)品，應用于機器視覺檢測裝備當中。2D視覺無法獲得物體的空間坐標信息，隨著工業(yè)控制對精確度和自動化的要求越來越高，3D相機變得更受歡迎。目前市場上涌現(xiàn)出標準化3D視覺軟、硬件產(chǎn)品，產(chǎn)業(yè)鏈已初步形成。以尺寸檢測、定位引導、識別為主的3D相機逐漸滲透進集成商的方案，以3C、汽車行業(yè)為主的新場景不斷涌現(xiàn)，3D視覺技術(shù)落地速度逐步加快。目前市場上存在多種類型的3D相機，其中常見的有激光3D相機、結(jié)構(gòu)光3D相機、光場相機和TOF相機。激光

3D

相機1.高精度：激光3D相機能夠?qū)崿F(xiàn)亞微米級的距離測量精度。2.大范圍：激光3D相機可以在較大的測量范圍內(nèi)獲取物體的三維信息。3.復雜環(huán)境適應性：激光3D相機在光線強度較低或復雜背景下依然能夠準確獲取數(shù)據(jù)。結(jié)構(gòu)光

3D

相機1.高速獲?。航Y(jié)構(gòu)光3D相機可以實現(xiàn)快速的三維數(shù)據(jù)獲取，適用于高速檢測和測量。2.精確度高：結(jié)構(gòu)光3D相機能夠提供亞微米級別的測量精度。3.數(shù)據(jù)完整性好：結(jié)構(gòu)光3D相機可以通過多個視角的數(shù)據(jù)拼接實現(xiàn)更高數(shù)據(jù)質(zhì)量。4.復雜環(huán)境適應性：結(jié)構(gòu)光3D相機對光照條件較為敏感，在強光或弱光環(huán)境下可能會影響測量精度。光場相機1.大深度范圍：光場相機能夠獲取包括背景和前景在內(nèi)的大深度范圍內(nèi)的三維信息。2.實時獲?。汗鈭鱿鄼C具有實時捕捉和處理數(shù)據(jù)的能力。3.信息密度高：光場相機能夠提供豐富的深度信息，使得后期處理更加靈活。TOF

相機1.實時性強：TOF相機可以實時捕捉和處理數(shù)據(jù)，適用于需要快速反饋的應用。2.距離范圍廣：TOF相機可以在相對較大的距離范圍內(nèi)進行測量，適用于長距離應用場景。3.精度受限：相對于其他相機技術(shù)，TOF相機的測量精度可能較低。45智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇未來，相機核心部件的發(fā)展趨勢更先進的相機和傳輸技術(shù)。伴隨著半導體、鋰電等行業(yè)工藝提升以及制造業(yè)的提質(zhì)增效等，直接推動視覺相關(guān)核心部件的飛速發(fā)展，繼續(xù)朝著超高速和超大分辨率的發(fā)展，采集數(shù)據(jù)量從原有的10Gbps提升到了100乃至180Gbps，傳輸接口也從傳統(tǒng)的USB往更高速的CoaXPress和FiberCXP發(fā)展，從傳統(tǒng)的幾十KHZ往幾1000KHZ邁進。TDI的階數(shù)從32階，64階朝著512階，1024階高速發(fā)展。高光譜成像技術(shù)的落地。高光譜成像以前主要用于地球觀測和空間探測的新一代遙感技術(shù)，能獲取的詳細光譜信息可以對圖像場景中的物體進行分析和識別，基于工業(yè)和智能制造領(lǐng)域的高光譜成像、多光譜的核心部件也是未來主要的發(fā)展趨勢。感存算一體的芯片集成趨勢。即感知、計算、存儲幾個單元都被集成到一個芯片。感算存一體的芯片化集成，使得各模塊間的數(shù)據(jù)傳輸不受傳統(tǒng)芯片間的帶寬和延遲限制，使得超高速和超低功耗會有質(zhì)的飛躍。因此感存算一體也是未來技術(shù)發(fā)展的趨勢。事件相機等智能感知應用的落地?；谑录上窈蛡鹘y(tǒng)成像相結(jié)合的高速相機的發(fā)展，通過每一個像素異步獨立，基于對比度的變化從而智能感知場景的變化，這種全新的技術(shù)也是未來工業(yè)和智能制造領(lǐng)域核心部件的發(fā)展趨勢。46第三章機器視覺檢測裝備技術(shù)發(fā)展趨勢面對多模態(tài)檢測的需求，企業(yè)開發(fā)的檢測裝備將不僅僅局限于圖像數(shù)據(jù)的處理，還將融合其他傳感器數(shù)據(jù)，如聲音、溫度、壓力等，以提供更全面的信息。通過多模態(tài)融合，可以進一步提高檢測和識別的準確性，并支持更廣泛的應用場景。微震動影像分析所有的機械和運動系統(tǒng)都會產(chǎn)生各種各樣的振動，其中一些振動反映的是系統(tǒng)的正常運動狀態(tài)，而另外一些則反映了系統(tǒng)的異常運動狀態(tài)(內(nèi)部故障、軸連接不平衡等)。可通過智能視覺微震動探測器采集設備數(shù)據(jù)，利用微動影像分析技術(shù)，實時監(jiān)測工業(yè)設備的微觀影像，繼而分析設備微動幅度和頻率等數(shù)據(jù)，并運用算法對所獲得的數(shù)字信號進行分析，與正常運轉(zhuǎn)狀態(tài)的設備數(shù)據(jù)進行綜合特征比對，進而判斷被測設備的運轉(zhuǎn)狀態(tài)。工業(yè)聲紋檢測在設備故障的評判指征中，聲音是電機設備健康狀況的最重要綜合表征之一。當設備的零件或部件由于磨損、老化等原因狀態(tài)發(fā)生變化后，其聲紋信號的特性也會相應發(fā)生變化。通過監(jiān)測這些特征能夠?qū)υO備的狀態(tài)進行評價，及時發(fā)現(xiàn)故障。可采用工業(yè)級智能聲紋非接觸探測器，基于先進的聲源定位技術(shù)，可自動排除環(huán)境干擾，將采集聲紋與設備聲紋庫模型進行比對，從而定位故障原因，實現(xiàn)實時偵測異常聲源，快速精準鎖定局部位置。紅外成像分析系統(tǒng)獲取到各點紅外信息后，對圖像進行配準分析，收集圖像特征點的溫度，判斷溫度是否高于設定閾值，對熱故障進行狀態(tài)異常分析，憑借溫度信息相互比較后得到的結(jié)果，實現(xiàn)工業(yè)設備熱故障檢測?？删劢褂谝曨l圖像振動、紅外成像、工業(yè)聲紋檢測三類技術(shù)的特征融合與故障分類判斷，憑借多模態(tài)定位與校準，提供安全可靠的設備故障檢測服務，當設備出現(xiàn)異常情況時及時反饋，同時對設備健康狀態(tài)進行研判，做好實時更新預警，真正做到防范于未然，提高工業(yè)設備安全生產(chǎn)效能。凌云光：3C

行業(yè)多模態(tài)感知檢測裝備3C制造業(yè)中微小/異性/柔性零件多、操作空間狹小、整機緊湊度高以及產(chǎn)線47智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇操作環(huán)境的動態(tài)性和不確定性對新型智能裝備中機器人感知能力、精細化操作能力以及自適應能力提出了很高要求。這個時候就需要引入多模態(tài)感知的方式，綜合利用不同傳感器獲取信息，從而避免單個傳感器的感知局限性和不確定性，形成了對環(huán)境或目標更全面的感知和識別，提高了系統(tǒng)的外部感知能力，是實現(xiàn)智能自動化組裝必不可少的技術(shù)點。如，對于扣排線而言，感知模態(tài)涉及有光視覺、力觸覺、聲音聽覺，整個組裝過程需要綜合

3D

視覺定位，高精度皮膚級力控反饋，氣路真空控制，2D

視覺檢測以及聲音輔助判斷等。整個工藝過程就是模擬人工操作，模仿學習。技術(shù)路徑研制精細感知操作核心器部件。研發(fā)“視觸力”結(jié)合的微型精密傳感器以及感知

-操作一體執(zhí)行器，實現(xiàn)對常見

3C

操作狹小空間內(nèi)的精密感知與精細操作。完成“視觸”結(jié)合的微型精密傳感器研制和“感知

-

操作”一體執(zhí)行器的設計與驗證工作。采集熟練工人的

3C

裝配操作示范數(shù)據(jù)并進行多模態(tài)解析，實現(xiàn)技能的獲取與拓撲解析。構(gòu)建多維、多層次復雜操作技能知識庫，基于知識表示、更新與推理滿足對新裝配任務、新操作場景中的操作技能學習要求，并進行了技能拓撲解析，構(gòu)建了技能知識庫和動作基元。大規(guī)模多模態(tài)技能預訓練模型學習。構(gòu)建多模態(tài)技能預訓練模型，采用自監(jiān)督學習方法實現(xiàn)技能預訓練，進而通過“微調(diào)”學習范式實現(xiàn)技能的少次

/

零次技能學習。技術(shù)發(fā)展趨勢之五：可配置的系統(tǒng)模塊讓裝備的快速靈活部署成為可能面對生產(chǎn)加工設備集成視覺模塊較為復雜，亟需提升性價比和響應能力的需求，應用嵌入式、輕量化、模塊化零部件，實現(xiàn)快速參數(shù)設置和功能拓展，開發(fā)可配置視覺系統(tǒng)將成為供應商發(fā)力熱點。不同于視覺器件或行業(yè)中專用的視覺設備，可配置視覺系統(tǒng)是為了解決實際應用時的痛點而提供的機器視覺系統(tǒng)級解決方案與增值服務。根據(jù)應用項目要求變化48智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇計算成像技術(shù)的發(fā)展將有助于可配置系統(tǒng)擺脫對高精度器件的依賴為了滿足機器視覺系統(tǒng)繼續(xù)提高視場和分辨力的挑戰(zhàn)，以合理的性價比解決機器視覺的現(xiàn)場成像問題，催生了計算成像技術(shù)。通過收集與物質(zhì)發(fā)生相互作用的光的信息（幅值、相位、偏振、波長，以及這些參數(shù)的變化量），利用光學理論（幾何光學、物理光學、量子光學）計算解析出光波中攜帶的有關(guān)物體的信息（包括形狀、成份、溫度、應力等等）。它利用算力和算法，降低了可配置系統(tǒng)對高精度光學元器件的依賴，可以充分挖掘出光信號中包含的目標特征信息，實現(xiàn)見所未見。計算能力的提升和計算框架的發(fā)展趨勢將賦予可配置系統(tǒng)完整的檢測能力機器視覺應用的早期算力不足時，可配置系統(tǒng)主要依靠光學設計和算法優(yōu)化上下大功夫，使之能適應應用的需求。最早視覺系統(tǒng)都是采用

DSP

和

FPGA

的分離嵌入式架構(gòu)，應用范圍受限。現(xiàn)階段利用新材料、新設計，創(chuàng)造具備性能提升、新功能、顯著降低尺寸和重量的新型光學系統(tǒng)。結(jié)合深度學習和人工智能等技術(shù)，使信息獲取、處理、存儲、發(fā)送、認知及執(zhí)行融為一體，可實現(xiàn)復雜場景自適應成像、多光譜成像、偏振成像等多功能智能化的光電產(chǎn)品?；谥悄苤圃斓倪吘壴萍軜?gòu)的邊緣視覺有望成為可配置視覺系統(tǒng)的另一個重大推手?，F(xiàn)代智能制造要求可配置的視覺系統(tǒng)除了前端深入感知產(chǎn)品質(zhì)量數(shù)據(jù)外，還需要對這些質(zhì)量圖像數(shù)據(jù)進行大數(shù)據(jù)深入挖掘?？茖W地度量缺陷，建立知識圖譜分析工藝，改進生產(chǎn)過程。這就要求可配置視覺系統(tǒng)具有邊緣云與邊緣視覺的架構(gòu)?？梢詫崿F(xiàn)缺陷分類，知識圖譜和數(shù)字孿生等工作。50智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇自身具備柔性、可配置屬性高的全智能相機在經(jīng)歷了硬件算力、軟件交互以及互聯(lián)互通之后，智能相機逐漸邁入全智能時代，此時要求智能相機不僅能夠代替人來完成看見和判斷，更需要其自身具有柔性，而這種柔性體現(xiàn)在對工業(yè)網(wǎng)絡節(jié)點信息的主動獲取，自身算法方案、算法參數(shù)的調(diào)整、演練、切換，網(wǎng)絡故障的主動探測和應急預案，響應不同網(wǎng)絡節(jié)點定制化圖像信息訂閱等等52第四章機器視覺檢測裝備細分行業(yè)應用情況第四章機器視覺檢測裝備細分行業(yè)應用情況細分行業(yè)應用情況本報告梳理了鋰電、光伏、汽車、消費電子、半導體等細分領(lǐng)域機器視覺檢測裝備的應用現(xiàn)狀和應用場景，分析了未來發(fā)展趨勢，并整理了行業(yè)典型應用案例。消費電子、半導體仍是機器視覺檢測裝備主要應用行業(yè)消費電子、半導體行業(yè)產(chǎn)品尺寸較小，檢測要求高，適合使用機器視覺裝備進行檢測，產(chǎn)品對精細程度的高要求也反過來促進了機器視覺技術(shù)的革新。此外，消費類電子行業(yè)存在產(chǎn)品生命周期短、更新?lián)Q代快的行業(yè)特征，智能手機等消費類代表產(chǎn)品更新周期為兩年左右。頻繁的型號迭代和設計變更導致制造企業(yè)需要頻繁采購，更新其生產(chǎn)線設備，對其上游的機器視覺行業(yè)產(chǎn)生巨大需求。同時，隨著產(chǎn)品的不斷更新?lián)Q代和精密化，其對精度的要求逐步提高。鋰電、光伏行業(yè)產(chǎn)能持續(xù)擴充，是近年機器視覺檢測裝備主要增長點國內(nèi)鋰電、光伏行業(yè)達到國際領(lǐng)先水平，相關(guān)應用場景橫向拓展，以及中國產(chǎn)品加快進入國際供應鏈，客戶對于安全、高一致性、高品質(zhì)要求不斷提升，帶動了機器視覺檢測在鋰電、光伏制造環(huán)節(jié)的檢測點不斷增多，部分檢測場景已被列入規(guī)范項，全線視覺檢測正成為動力電池廠和光伏制造廠的標配。53智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇紡織、鋼鐵、印刷、食藥等傳統(tǒng)行業(yè)檢測場景不斷被挖掘拓展食品、醫(yī)藥、紡織品的安全工作被認為是關(guān)系國計民生的大事，是社會關(guān)注、人民關(guān)心的重大敏感問題。醫(yī)藥和食品的安全檢測需求愈發(fā)龐大且嚴苛。企業(yè)逐步在產(chǎn)品的整個生產(chǎn)過程甚至后段的包裝過程部署機器視覺檢測裝備，通過機器檢測逐步代替部分人工，保證產(chǎn)品質(zhì)量優(yōu)良，確保安全高效的生產(chǎn)形勢。（一）光伏行業(yè)我國光伏行業(yè)產(chǎn)業(yè)鏈逐步完整，產(chǎn)能面臨過剩風險，進入技術(shù)迭代階段。自我國制定了

2030

年

碳

達

峰，2060

年

碳

中

和，2030

年非化石能源占比達25%

的總體計劃以來，光伏產(chǎn)業(yè)充分利用自身技術(shù)基礎與產(chǎn)業(yè)配套優(yōu)勢快速發(fā)展，逐步取得國際競爭優(yōu)勢并不斷鞏固，目前已形成了從高純硅材料、硅錠

/

硅棒

/

硅片、電池片

/

組件、光伏輔材輔料、光伏生產(chǎn)設備到系統(tǒng)集成和光伏產(chǎn)品應用等完整的產(chǎn)業(yè)鏈，產(chǎn)業(yè)規(guī)模迅速壯大。54第四章機器視覺檢測裝備細分行業(yè)應用情況裝機量代表著光伏行業(yè)所有發(fā)電機組功率的總和。2021和2022年，中國光伏新增裝機量分別為54.88GW和87.41GW，2023年光伏行業(yè)景氣度隨著雙碳目標的推進及相關(guān)新能源需求的提升之下仍然保持了高速增長的勢頭。1-11月新增裝機量163GW，同比增長創(chuàng)下歷史新高，2024年起我國光伏年均新增裝機規(guī)模將逐步縮減，企業(yè)將逐步尋求技術(shù)突破以打破此輪產(chǎn)能過剩帶來的競爭僵局。機器視覺技術(shù)為光伏行業(yè)提供了新的生產(chǎn)方式。太陽能電池板、組件等不僅需要高度的制造精度，而且在運營過程中，還很容易受到環(huán)境因素的影響，光伏組件需進行灰度、溫度、直接及反射輻射等多項測試。使用機器視覺技術(shù)可以快速完成全尺寸組件的檢查，并對內(nèi)部晶體結(jié)構(gòu)、構(gòu)件精度、材料均勻性、物理性質(zhì)等參數(shù)進行實時監(jiān)控，在制造過程中發(fā)現(xiàn)缺陷，進行快速反饋和調(diào)整，并通過機器視覺技術(shù)，生產(chǎn)線可以自動化運作，無需人工操作，大大提高了生產(chǎn)效率。一般來說，光伏行業(yè)多晶硅料需要經(jīng)過硅片、電池片以及組件3個生產(chǎn)環(huán)節(jié)，幾十道工序才能變?yōu)樽詈蟮慕M件。在每道工序的處理過程中，生產(chǎn)來料的管控、設備穩(wěn)定性、工藝參數(shù)設定、雜質(zhì)引入等因素，均可能導致中間產(chǎn)物出現(xiàn)多種缺陷，例如右圖所示的硅片環(huán)節(jié)的硅片隱裂、電池片環(huán)節(jié)的刻蝕過刻、鍍膜氣流印、組件環(huán)節(jié)的焊帶虛焊等，這些缺陷會直接影響組件光電轉(zhuǎn)換效率與使用壽命，造成產(chǎn)品的降級或報廢。不論是對哪個生產(chǎn)環(huán)節(jié)，每道工序產(chǎn)生的缺陷片若未被及時剔除而流入后道的工序，都會造成生產(chǎn)資源的浪費與產(chǎn)品良率下降，降低產(chǎn)線的產(chǎn)能，因此視覺檢測系統(tǒng)對光伏工藝的生產(chǎn)質(zhì)量管控具有重大意義。55智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇某

PERC

硅片生產(chǎn)環(huán)節(jié)涉及機器視覺檢測場景切片、插片、檢測分選刻蝕工藝鍍膜、印刷測試分選EL

測試接線盒焊接組裝檢驗包裝應用場景：對硅片、電池片、組件的工藝質(zhì)量管控具有重大意義。光伏行業(yè)產(chǎn)業(yè)鏈重點機器視覺場景匯總產(chǎn)業(yè)鏈應用場景價值點相關(guān)機器視覺檢測裝備和解決方案成分檢測、生長爐溫控系統(tǒng)機器視覺硅料分揀系統(tǒng)硅料尺寸智能識別裝備硅料

硅

棒

缺

陷

降低原料成本，提礦產(chǎn)

檢

測

和

參

升原料品質(zhì)數(shù)測量上游避免人工檢測的不足

,

大幅度提高硅硅片外觀

片檢測效率

,

減少缺陷檢測

退貨率和廢品量

,提高硅片生產(chǎn)的效率和質(zhì)量硅片檢測分選裝備硅片生產(chǎn)解決方案及智能視覺開發(fā)平臺硅片電池片隱裂隱裂檢測設備太陽能電池網(wǎng)版定位激光切割系統(tǒng)電

池

片

外有效地預測電池片的性能和壽命，提高產(chǎn)品的質(zhì)量和穩(wěn)定性觀

檢

測，EL

檢

測，柵

線

印

刷檢測電池片中游電池片膠形檢測云平臺電池片光致發(fā)光和電致發(fā)光檢測設備對玻璃生產(chǎn)線的實玻

璃

原

片

時生產(chǎn)質(zhì)量管理和玻璃

檢

測

和

磨

過程控制，進行缺背板

邊檢測等

陷分類匯總統(tǒng)計，改進生產(chǎn)工藝，提光伏玻璃檢測設備光伏玻璃原片表面在線檢測設備高成品率56第四章機器視覺檢測裝備細分行業(yè)應用情況續(xù)表產(chǎn)業(yè)鏈應用場景價值點相關(guān)機器視覺檢測裝備和解決方案光伏組件生產(chǎn)解決方案及智能視覺開發(fā)平臺組件匯流帶視覺檢測系統(tǒng)絕緣片定位、匯流

實時監(jiān)測組件物理條扶正安

參數(shù)和外觀缺陷，裝定位、

避免質(zhì)量問題帶來接線盒定

的損失和風險位及焊接光伏組件光伏

EL

檢測實時數(shù)據(jù)傳輸視覺檢測設備光伏組件智能檢測系統(tǒng)及

AI應用平臺下游檢測等通過定期巡檢，發(fā)現(xiàn)電站中可能存在的故障和缺陷，提高電站的檢修效率和安全性光伏電站智能控制一體化系統(tǒng)發(fā)電站

發(fā)電站巡檢光伏電站智能控制一體化系統(tǒng)、智慧光伏電站未來發(fā)展趨勢：電池片和光伏組件視覺檢測技術(shù)攻關(guān)成為關(guān)鍵問題。2022年1月，工業(yè)和信息化部、住房和城鄉(xiāng)建設部、交通運輸部、農(nóng)業(yè)農(nóng)村部、國家能源局等五部委聯(lián)合印發(fā)《智能光伏產(chǎn)業(yè)創(chuàng)新發(fā)展行動計劃（2021-2025年）》，明確光伏多個制造環(huán)節(jié)的技術(shù)方向，提出到2025年，光伏行業(yè)智能化水平顯著提升，產(chǎn)業(yè)技術(shù)創(chuàng)新取得突破，新型高效太陽能電池量產(chǎn)化轉(zhuǎn)換效率顯著提升，形成完善的硅料、硅片、裝備、材料、器件等配套能力；計劃從加快產(chǎn)業(yè)技術(shù)創(chuàng)新、提升智能制造水平、實現(xiàn)全鏈條綠色發(fā)展等多方面提升行業(yè)發(fā)展水平。政策支持、光伏擴產(chǎn)、終端制造廠商的智能化工廠轉(zhuǎn)型均為光伏設備的自動化、智能化升級帶來利好，機器視覺系統(tǒng)作為智能制造的重要組成部分，也將在光伏產(chǎn)線迎來更高的覆蓋率。同時，機器視覺系統(tǒng)本身技術(shù)的發(fā)展，深度學習、先進算法、3D、嵌入式技術(shù)等進一步降低使用門檻，成本更具落地價值，將促使光伏生產(chǎn)環(huán)節(jié)更多工位的機器代人，標準化設備以及一體化設備的更多創(chuàng)新和應用。當下機器視覺系統(tǒng)應用的另一個強大推力，是光伏產(chǎn)業(yè)本身的重大技術(shù)迭代。硅料設備迎顆粒硅新技術(shù)；硅片設備迎大尺寸、CCZ升級新機遇；電池設備迎HJT、TOPCon光伏技術(shù)新革命；組件設備迎大尺寸+多主柵+多分片+N型組件多重技術(shù)變革，工藝變化必然推動光伏設備創(chuàng)新升級：57智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇在硅片環(huán)節(jié)金剛線切割機將具備更高線速、更小軸距，使用線徑更小的金剛線，對視覺系統(tǒng)的精度有了更高要求；硅片分選設備需要更靈活的尺寸規(guī)格切換能力，生產(chǎn)效率，以及對硅片厚度、線痕、尺寸、隱裂等的檢測精度。在電池片環(huán)節(jié)激光設備因新的工藝需求也對視覺精度、穩(wěn)定性要求更為嚴格；絲網(wǎng)印刷機中，雙軌高精度大硅片印刷設備對視覺系統(tǒng)能力的集成度需求更高；電池片效率測試分選設備因?qū)?/p>

TOPCon

和

HJT

的電池測試具有更大優(yōu)勢，視覺系統(tǒng)的應用效率也將面臨不斷升級。在組件環(huán)節(jié)劃焊一體機將成為新建產(chǎn)線的重點設備，其中對組件全尺寸的兼容能力、電池片切割精度、0BB串焊技術(shù)的創(chuàng)新，也將提升機器視覺系統(tǒng)的應用和技術(shù)迭代速度。未來發(fā)展趨勢：電池片和光伏組件視覺檢測技術(shù)攻關(guān)成為關(guān)鍵問題。我國當前主流PERC電池（P型電池）效率接近于瓶頸，具有更大提升空間的N型電池（TOPCon,HJT等）正逐步取代P型電池。機器視覺在電池片生產(chǎn)環(huán)節(jié)中的普及率越來越高，同時生產(chǎn)企業(yè)也對機器視覺檢測的精度和檢出能力提出了更高要求。目前，光伏行業(yè)上中下游絕大多數(shù)涉及機器視覺檢測的環(huán)節(jié)仍需要技術(shù)攻關(guān)。當下機器視覺系統(tǒng)在光伏產(chǎn)線的覆蓋率尚未達到飽和，部分工藝環(huán)節(jié)仍處于技術(shù)攻關(guān)階段，面對未來的產(chǎn)能需求和新技術(shù)要求，機器視覺系統(tǒng)還需要更快的技術(shù)迭代提速。如在電池片生產(chǎn)過程缺陷檢測檢出率與過殺率、電池片效率分析能力仍有突破空間；光伏產(chǎn)品種類差異大，視覺可能存在不兼容的問題；組件產(chǎn)線設備的一體化趨勢，倒逼對視覺系統(tǒng)功能集成的穩(wěn)定性、視覺算法模塊的通用性和易用性亦要進行更進一步的研究；視覺軟件AI學習能力的智能性和成本控制也是未來的重點研究課題。58第四章機器視覺檢測裝備細分行業(yè)應用情況表：亟待突破技術(shù)方向產(chǎn)品技術(shù)攻關(guān)需求詳細描述在電池片效率分析、離線

PL

過程缺陷、鍍膜段

PL

淺缺陷及細小缺陷等領(lǐng)域存在剛性攻關(guān)需求。電池片剛性檢測需求電池片工藝中的視覺檢測設備在功能設計和故障排除時對功能集成的模塊化和可替換性具備較大需求，因此采用分布式系統(tǒng)、嵌入式系統(tǒng)、智能相機將成為趨勢。電池片玻璃模塊化需求速度需求當前新建產(chǎn)線速度達到

35m/min，現(xiàn)有視覺設備難以滿足檢測需求。受限于接線盒等組件安裝和工藝復雜度，自動化安裝和檢測設備必須具備更加復雜的工藝實現(xiàn)能力，同時，由于光伏組件的零件和設備往往由不同廠家提供，搭載的視覺模塊需切換兼容不同組件型號，呈現(xiàn)不同的運算邏輯。接線盒技術(shù)復雜度大解決方案案例：新一代高速光伏硅片檢測分選裝備——蘇州天準科技股份有限公司案例簡介光伏硅片制造位于光伏產(chǎn)業(yè)鏈上游，其質(zhì)量直接影響下游電池組件的質(zhì)量以及發(fā)電系統(tǒng)的發(fā)電效率和使用壽命，因此光伏硅片的檢測是產(chǎn)業(yè)環(huán)節(jié)中首先需要解決的質(zhì)量控制問題。天準科技推出的新一代高速光伏硅片檢測分選設備以機器視覺為技術(shù)基礎，融合深度學習算法，結(jié)合3D線結(jié)構(gòu)光位移傳感器等硬件模組，能夠?qū)崿F(xiàn)2D、3D尺寸測量以及臟污、劃痕、隱裂等光伏硅片質(zhì)量的全方位檢測，同時滿足高速、高精度的實際生產(chǎn)需求，是光伏產(chǎn)業(yè)鏈的核心裝備之一。技術(shù)優(yōu)勢（1）高性能線結(jié)構(gòu)光

3D

位移傳感器研制——自主研發(fā)基于線結(jié)構(gòu)光的3D位移傳感器，滿足光伏硅片3D尺寸的高精度在線測量對性能的要求，有效降低設備綜合成本。（2）多維度融合硅片缺陷智能檢測方法——融合深度學習算法，同時采用自研AOI4.0檢測平臺，提升缺陷檢測準確率，瑕疵檢測率≥98%。59智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇（3）超高速光伏硅片傳輸系統(tǒng)——配合裝備高速檢測節(jié)拍，自主研發(fā)新型光伏硅片傳輸系統(tǒng)，可保證裝備檢測速率達到

16000PCS/h。應用成效（1）對光伏硅片厚度、TTV、電阻率、PN、線痕、隱裂、臟污、崩邊、尺寸等指標的高速檢測及分揀；（2）自研

AOI4.0

檢測平臺，瑕疵檢測速度、檢出率進一步提升；（3）實現(xiàn)光伏硅片質(zhì)量的全方位檢測，是光伏硅片制造業(yè)的核心裝備。其綜合性能達到世界領(lǐng)先水平；（4）瑕疵檢測率≥

98%，檢測速度達到

16000PCS/h。解決方案案例：組件匯流帶視覺檢測系統(tǒng)——杭州海康機器人股份有限公司案例簡介組件位于光伏產(chǎn)業(yè)鏈末端，直面終端需求市場。保證組件產(chǎn)品的質(zhì)量安全、提高生產(chǎn)產(chǎn)能以及降低生產(chǎn)成本成為組件生產(chǎn)環(huán)節(jié)的必然趨勢。?？禉C器人采用機器視覺的無損檢測方法對組件進行定位、測量以及缺陷檢測，全方位對產(chǎn)品進行質(zhì)量檢測，實時反饋生產(chǎn)情況，最大程度降低生產(chǎn)成本，提升生產(chǎn)效率。技術(shù)優(yōu)勢（1）高兼容性光學方案——海康針對材料本身特性進行深入研究，做了大量實驗驗證，制定出高兼容性光學方案，使其兼容多尺寸電池片、多類型匯流帶以及多類型焊帶。（2）深度學習與傳統(tǒng)圖像處理算法融合——?？挡捎蒙疃葘W習算法將目標從復雜背景中提取出來，然后運用傳統(tǒng)圖像處理算法分析灰度、面積、長寬比等形態(tài)特征判斷檢測目標是否屬于缺陷。這不僅發(fā)揮了深度學習強大的魯棒性和泛化能力，將復雜背景轉(zhuǎn)化為單一背景，而且充分發(fā)揮傳統(tǒng)圖像處理算法在單一背景下高性能、高效率的優(yōu)勢，準確且快速地識別并定位出缺陷。60第四章機器視覺檢測裝備細分行業(yè)應用情況應用成效（1）檢測系統(tǒng)整體檢測精度在0漏檢的前提下，實現(xiàn)0.5%以下的誤檢率；（2）物料在流水線輸送過程中完成圖像采集和檢測處理，不影響生產(chǎn)節(jié)拍，檢測結(jié)果實時顯示并輸出報警信號，及時處理，最大程度減少生產(chǎn)成本；（3）圖像數(shù)據(jù)及檢測結(jié)果本地儲存，既可實時檢測，亦可問題追溯查詢，促進工藝優(yōu)化改善；（4）設備全天24小時在線工作，可替代兩個工人的工作量，一臺設備每年可節(jié)約14.4萬的人力成本(按照人均6000元/月計算)。解決方案案例：接線盒激光焊接機視覺檢測系統(tǒng)——陜西維視智造科技股份有限公司案例簡介接線盒焊接是光伏組件后段中的重要工藝環(huán)節(jié)。接線盒的電極焊接質(zhì)量直接關(guān)乎組件的性能，其焊接工藝也從熱壓焊、加錫焊升級到目前更具性價比的激光焊。針對接線盒激光焊接場景中的焊前定位和焊后檢測難題，維視智造獨創(chuàng)“三級AI定位方案”，自研專用神經(jīng)網(wǎng)絡模型，同時配套高性能自研視覺硬件，打造了更高效、更智能，并具有極佳穩(wěn)定性的接線盒激光焊接機視覺檢測系統(tǒng)。技術(shù)優(yōu)勢（1）更強檢測能力——維視自研視覺部件+VisionBankAI優(yōu)秀的全棧算法能力，搭載英特爾處理器及軟件工具套件，傳統(tǒng)、深度學習、3D算法可深度融合業(yè)務流程，幫助光伏企業(yè)快速檢出多類及小微產(chǎn)品瑕疵，及時歸類不良品，可保證0漏檢，誤檢率最低<0.01%；（2）更高檢測穩(wěn)定性——維視方案從視覺系統(tǒng)底層邏輯設計出發(fā)，以更成熟的模塊化算法結(jié)構(gòu)，可高強度負載數(shù)據(jù)處理量，保證無宕機、無重啟動，歷經(jīng)市場千萬次驗證，全面解決系統(tǒng)的穩(wěn)定性問題，充分保障生產(chǎn)的正常運營；（3）更簡單操作維護——維視視覺系統(tǒng)模塊化、0代碼、智能化、拖拉拽式的開發(fā)模式，可幾何級提升視覺應用搭建效率，操作界面清晰易懂，全面降低人員培訓及設備維護成本61智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇應用成效（1）針對性研發(fā)出“三級

AI

定位方案”：依據(jù)實際生產(chǎn)工藝流程中按壓前、后和焊后的不同檢測需求，實現(xiàn)關(guān)鍵點精確定位，在保證定位精度的前提下，滿足近

100%

的定位成功率；（2）創(chuàng)新自研算法：自研焊接缺陷檢測神經(jīng)網(wǎng)絡模型，完美解決焊后焊帶超出、焊帶偏移、虛焊、內(nèi)縮、無匯流條、焊帶缺失等檢測難題；（3）焊后檢測可保證在接近“0

漏檢”的前提下，“誤檢率”低于

0.5%；（4）整套激光焊視覺方案，在經(jīng)過了

3

代設備的量產(chǎn)后，從精準度到穩(wěn)定性已可輕松滿足不同企業(yè)的工藝標準。解決方案案例：5G+AI

光伏組件

EL

和外觀視覺檢測系統(tǒng)——中移（上海）信息通信科技有限公司案例簡介在光伏組件生產(chǎn)中，由于生產(chǎn)工藝導致的組件的瑕疵會不同程度的影響后續(xù)光伏組件在應用中的發(fā)電效率因而造成能耗損失甚至引發(fā)嚴重災難。光伏組件制造長期通過人工目檢進行

EL

檢測和外觀檢測，穩(wěn)定性差、質(zhì)量無法追溯、工藝問題無法預警，基于

5G+AI

的光伏組件視覺檢測系統(tǒng)面向光伏組件制造企業(yè)，建設工業(yè)質(zhì)檢端邊服務，提供光伏組件

EL

檢測、外觀檢測等場景解決方案。核心功能包括：生產(chǎn)檢測、產(chǎn)品管理、一人多機遠程復檢、歷史檢測結(jié)果追溯、多維度質(zhì)量分析等。技術(shù)優(yōu)勢（1）云邊端一體標準化、多樣化服務——在基礎技術(shù)架構(gòu)上結(jié)合云網(wǎng)算力優(yōu)勢，采用多級別檢測模型、多模態(tài)數(shù)據(jù)處理，打造云邊端一體化產(chǎn)品，為企業(yè)提供更高效的檢測服務；在業(yè)務架構(gòu)上結(jié)合人工智能、專家復審、多維度結(jié)構(gòu)化質(zhì)量溯源等多種創(chuàng)新點，保障檢測服務的安全性和準確性，滿足客戶多樣化的需求。（2）經(jīng)典機器視覺

+

深度學習模型雙核心算法架構(gòu)——產(chǎn)品在技術(shù)方面依托中國移動云算力，通過經(jīng)典機器視覺

+

深度學習模型雙核心算法架構(gòu)，實現(xiàn)更高效、更智能、更準確的檢測，實現(xiàn)重點缺陷類型

100%

覆蓋，算法覆蓋范圍及性能水平已達行業(yè)領(lǐng)先水平，最大可比人工質(zhì)檢提效

10

倍。62第四章機器視覺檢測裝備細分行業(yè)應用情況應用成效（1）對光伏組件EL線性隱裂，叉狀隱裂，樹狀隱裂，虛焊等缺陷的檢測；對光伏組件外觀主珊寬度、串錯位、串間距及片間距等缺陷的檢測；（2）通過深度學習和零-小樣本學習技術(shù)，實現(xiàn)在極少量的數(shù)據(jù)情況下，構(gòu)建出有效的AI模型，實現(xiàn)少樣本情況下的缺陷檢測；（3）通過AI質(zhì)檢管理分析診斷平臺，對產(chǎn)品質(zhì)量進行自動定位溯源，從生產(chǎn)原料、生產(chǎn)設備、工藝流程、人工操作等環(huán)節(jié)多維度分析，實現(xiàn)質(zhì)量管理閉環(huán)，提高生產(chǎn)質(zhì)量；（4）效果收益可以達到：覆蓋二十余種缺陷種類。在一人多機的模式下，綜合檢出率達99.8%。（二）鋰電行業(yè)政策、企業(yè)競爭引領(lǐng)鋰電行業(yè)達到國際領(lǐng)先水平在我國推進碳中和的大背景下，新能源電池發(fā)展迅猛。近年來，中國鋰電池出貨量占全球鋰電池出貨量40%以上。綜合中國電池廠統(tǒng)計數(shù)據(jù)顯示，2022年中國鋰電池出貨量達到1173GWh，未來隨著新能源汽車滲透率的不斷提升及其他下游產(chǎn)業(yè)的發(fā)展，我國鋰電池出貨量有望進一步提升。根據(jù)電池廠的規(guī)劃產(chǎn)能，預計2024年中國鋰電池出貨量將達到2000GWh。至2027年，以平均每年0.5—1TWh增長，遠超市場實際出貨量預期。圖：我國鋰電行業(yè)產(chǎn)能情況我國鋰產(chǎn)能（GWH）3000250020001500100050002020?2021?2022?2023?2024?202563智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇鋰電企業(yè)需求正向促進機器視覺設備供應商產(chǎn)品競爭力提升鋰電企業(yè)追求提升產(chǎn)品工藝水平和質(zhì)量穩(wěn)定性目前國內(nèi)主流鋰電池生產(chǎn)企業(yè)技術(shù)水平基本處于同一水平內(nèi)，短期內(nèi)依靠技術(shù)拉開差距較為困難，因此紛紛對鋰電池設備提出更高要求，期望在產(chǎn)品生產(chǎn)工藝精細度及產(chǎn)品質(zhì)量穩(wěn)定性、一致性、高效率等方面獲得優(yōu)勢，以提高產(chǎn)品競爭力。鋰電池生產(chǎn)企業(yè)陸續(xù)通過與機器視覺設備企業(yè)共同定制研發(fā)方向，要求設備企業(yè)根據(jù)其自身工藝及技術(shù)特點，開發(fā)更加契合的鋰電池設備。鋰電生產(chǎn)和質(zhì)檢設備的海外市場需求持續(xù)增加鋰電池生產(chǎn)和質(zhì)檢設備一般需要根據(jù)電池生產(chǎn)企業(yè)的需求進行定制化設計，電池生產(chǎn)企業(yè)與設備供應商具有較高黏性。動力電池企業(yè)紛紛啟動海外項目建設，與之配套的鋰電池設備企業(yè)也隨之陸續(xù)開啟海外市場拓展，松下、LG化學、SK、三星等海外大型企業(yè)擴產(chǎn)步伐加速，對國產(chǎn)設備采購需求持續(xù)擴大，我國鋰電池設備海外市場需求呈持續(xù)增加態(tài)勢。應用場景——品質(zhì)管控要求促進檢測場景精細化和復雜化鋰電池行業(yè)對于質(zhì)量和產(chǎn)線效率的要求越來越高，產(chǎn)線建設和改造需求日益旺盛?！洞龠M汽車動力電池產(chǎn)業(yè)發(fā)展行動方案》《關(guān)于加快推動新型儲能發(fā)展的指導意見》等政策文件的出臺有力推動了對于鋰電池及相關(guān)自動化生產(chǎn)檢測設備的需求。面對新能源汽車等應用領(lǐng)域?qū)τ阡囯姵匦阅苄滦枨?，《鋰離子電池行業(yè)規(guī)范條件（2021年本）》對于先進制造工藝、無人化、全工序品質(zhì)管控提出了新要求，電池企業(yè)對高效率智能制造、全工序視覺檢測的需求急劇增加。與此同時，多元化的應用場景也加速了動力電池需求分化，帶來原材料和生產(chǎn)工藝迭代。這使得鋰電視覺檢測場景愈加復雜和精細化，對于視覺參與智能制造過程、全過程缺陷檢測的要求變得更高。64智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇未來發(fā)展趨勢：產(chǎn)能提升不斷推動檢測技術(shù)提質(zhì)增效——在鋰電電池及上游原材料的生產(chǎn)制造中，隨著行業(yè)逐步從高速發(fā)展轉(zhuǎn)向高質(zhì)量發(fā)展以及用戶對于鋰電安全的更高需求，機器視覺已經(jīng)成為鋰電池生產(chǎn)企業(yè)解決質(zhì)量和效率問題的必然選擇，對產(chǎn)品實現(xiàn)

100%

的質(zhì)量監(jiān)測和工藝監(jiān)控逐步成為必然，對生產(chǎn)效率的不斷提升和生產(chǎn)成本的極致降低也日益成為機器視覺產(chǎn)業(yè)的普遍訴求。——相比于

3C

電子、汽車等行業(yè)海外機器視覺巨頭的技術(shù)積累，我國鋰電行業(yè)是近年來發(fā)展極快的新興行業(yè)，機器視覺供應商與制造商協(xié)同配合發(fā)展，產(chǎn)業(yè)成熟度將進一步加大，在未來

3-5

年內(nèi)有望維持高增速，是最具潛力的下游應用市場。圖：2023

年鋰電行業(yè)重點場景視覺檢測必要性和攻關(guān)完備度攻關(guān)完備度場景必要性120100806040200電芯?電極?電芯裝配?模組?CTP?Pack表：亟待突破技術(shù)方向發(fā)展趨勢詳細描述電池材料檢測寬度和

隨著工藝和

PPM

的提升，高速、超高速的設別陸續(xù)投入生產(chǎn)使用，預計平均速度要求不斷提升

每年產(chǎn)線對視覺檢測系統(tǒng)的速度提升需求達到

50%極片毛刺缺陷是電池部件中極難檢測的缺陷類型，大小一般在

7

～

10μm，難極片毛刺等極難檢測

點在于檢測的面積大與微米級毛刺瑕疵的精準成像的天然矛盾。無法檢出的相的攻關(guān)類型關(guān)微米級毛刺，是導致鋰電池容量和續(xù)航能力降低、內(nèi)部短路、爆炸起火等問題關(guān)鍵。鋰電行業(yè)整體缺乏標準化、一體化、模塊化的解決方案，基于工藝不斷創(chuàng)新、產(chǎn)品尺寸多不安、傳統(tǒng)多線陣解決方案難以保證相機和光源安裝高度、角度的一致。每個基地和產(chǎn)線都需要大量視覺維護人員，安裝調(diào)試時間較長，切位換型成本較高缺乏標準化解決方案66第四章機器視覺檢測裝備細分行業(yè)應用情況解決方案案例：極片毛刺檢測系統(tǒng)——上海貝特威自動化科技有限公司案例簡介極片毛刺是電芯工藝制程由來已久的痛點，精度高、速度快、抖動頻率高、光源亮度高等問題是毛刺檢測的四大障礙，貝特威采用高分辨率相機配合遠心鏡頭實現(xiàn)高精度，采用目前最快的CXP圖像傳輸實現(xiàn)高速度，研發(fā)高頻振動跟隨裝置實現(xiàn)高頻抖動跟隨，自研高亮光源和控制器實現(xiàn)us級相機曝光時間，解決了毛刺檢測取不到理想圖像的難題，把毛刺在線檢測變成可能。技術(shù)優(yōu)勢（1）高精度——毛刺檢測系統(tǒng)精度可以達到7um；（2）高速度——滿足在線3000mm/s以下的毛刺檢測；（3）低曝光——曝光低至1us；（4）高頻振動跟隨裝置——高達200Hz的振動跟隨頻率。應用成效（1）高速振動下清晰成像，滿足毛刺檢測對圖像的要求；（2）高速的檢測算法，滿足300幀/秒的檢測速度；（3）高亮光源，曝光低至1us，有效解決拖影問題，提高檢測精度；（4）穩(wěn)定的檢測算法，綜合漏殺率0%，過殺率0.0001%。解決方案案例：動力鋰離子電池三維缺陷檢測儀——中國科學院自動化研究所案例簡介傳統(tǒng)2D視覺方法無法獲取物體表面深度信息，雙目立體、TOF和傳統(tǒng)光度立體等3D方法存在三維重建精度低、魯棒性差等缺點，傳統(tǒng)結(jié)構(gòu)光方法則容易受高光表面反射光影響，難以應用于動力鋰離子電池等具有高反光表面特性物體的缺陷檢測。動力鋰離子電池三維缺陷檢測儀具有檢測精度高、非接觸測量、魯棒性67智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇強等特點，尤其是針對具有高反光特性的產(chǎn)品，開展多曝光融合的結(jié)構(gòu)光三維重建技術(shù)，解決了結(jié)構(gòu)光三維檢測中的高反光難題，實現(xiàn)了三維視覺技術(shù)在工業(yè)領(lǐng)域的突破性應用。技術(shù)優(yōu)勢（1）高精度反光表面非接觸式

3D

檢測——無需接觸物體表面，對于具有高反光特性的物體，多曝光融合的結(jié)構(gòu)光三維重建算法可消除高反光表面帶來的影響，獲取完整、清晰地實現(xiàn)鋰離子電池的三維外觀，在常規(guī)

50mm*50mm

視野下，可實現(xiàn)

0.05mm

的檢測精度，可穩(wěn)定檢測

0.1mm

以上的不良品。（2）少樣本缺陷檢測算法——可有效解決生產(chǎn)現(xiàn)場高光表面產(chǎn)品缺陷樣本數(shù)量較少、缺陷樣本不均衡、較難進行深度學習模型訓練問題，使用所提出的跨域少樣本學習的三維缺陷檢測方法，實現(xiàn)電池缺陷高效檢出。（3）光學掃描系統(tǒng)——超高速投影，可實現(xiàn)

250Hz

的投影儀頻率，0.2s

內(nèi)完成圖像采集，1s

完成

3D

檢測。應用成效（1）可實現(xiàn)高反光表面高精度

3D

重建。有效解決重建鋰離子電池

3D

外觀時遇到的成像飽和，三維重建數(shù)據(jù)確實以及三維重建精度下降的問題；（2）少樣本缺陷檢測。針對生產(chǎn)現(xiàn)場較高光表面產(chǎn)品缺陷樣本數(shù)量較少，較難進行深度學習模型訓練的問題，使用跨域少樣本缺陷檢測算法，實現(xiàn)少樣本情況下的缺陷檢測；（3）高反光表面物體的三維重建和缺陷檢測?？捎糜阡囯x子電池、金屬制品表面、鎂帶、銅片、鋁板等；（4）可穩(wěn)定檢測深度

>0.1mm

的凹坑

/

凸起，深度

>0.1mm

的劃痕，直徑>2mm,

高度

>0.08mm

的氣泡，綜合檢出率達到

98.6%，過殺率小于

3%。68第四章機器視覺檢測裝備細分行業(yè)應用情況解決方案案例（模板）：博視像元

|

高速面陣

/

線陣相機——北京博視像元科技有限公司案例簡介公司自主研發(fā)的CoaXPress接口高速面陣/線陣相機，打破國外壟斷，是目前業(yè)內(nèi)性能最優(yōu)的工業(yè)相機產(chǎn)品。CoaXPress接口時最新一代的工業(yè)相機接口協(xié)議，在傳輸帶寬和穩(wěn)定性方面都有絕對的優(yōu)勢。采用該接口的工業(yè)相機可以最大程度發(fā)揮傳感器的采集效率，滿足客戶和產(chǎn)線對速度的越來越高的要求。目前面陣相機可以覆蓋50萬像素-4億像素豐富的產(chǎn)品型號，線陣相機覆蓋2K-16K黑白/彩色多種產(chǎn)品型號，也有具備TDI和紫外功能的高端線陣相機。技術(shù)優(yōu)勢（1）高速率——在CoaXPress接口的加持下，工業(yè)相機的傳輸帶寬可以達到50Gbps，未來通過光纖傳輸?shù)腃XP協(xié)議可以實現(xiàn)100Gbps的傳輸速度。最大程度發(fā)揮傳感器性能。（2）高分辨率——單傳感器6500萬像素，以及采用Pixelshift技術(shù)實現(xiàn)的4億像素相機，是目前業(yè)內(nèi)最高分辨率。（3）高可靠性——公司在產(chǎn)品的結(jié)構(gòu)防護和散熱方面具有豐富的設計經(jīng)驗，可以應對嚴苛的工廠環(huán)境，具備MTBF60000小時的運行能力。應用成效（1）鋰電涂布檢測。高速線陣相機非常適合鋰電工藝前段的涂布檢測環(huán)節(jié)，高行頻可以滿足設備的高速要求，多接口可以滿足客戶單采集卡多相機的要求，節(jié)省成本；（2）毛刺檢測。高速面陣相機可以對極片的端面進行快速拍照，滿足150m/min的產(chǎn)線速度和對毛刺的檢測要求；（3）硅片檢測。高分辨率面陣相機可以一次對硅片進行成像，實現(xiàn)9000片/小時的檢測要求，極大的提高硅片檢測的效率；（4）極耳/極片檢測。采用具備紫外波段成像能力的傳感器可以提高極耳/極片缺陷的對比度，大幅提升系統(tǒng)的檢測能力。69智能檢測裝備產(chǎn)業(yè)發(fā)展研究報告——機器視覺篇解決方案案例

:東聲包藍膜方形電池外觀缺陷全檢項目——東聲（蘇州）智能科技有限公司案例簡介隨著鋰電池新工藝、原材料加速迭代升級，對機器視覺的要求也日益嚴苛，如何提高