導讀
實體經濟是一國經濟的立身之本、強國之基、財富之源，是構筑未來發展戰略優勢的重要支撐。顯然，在未來一段時期，各行各業都會圍繞這一主線展開行動，而ICT企業作為先進科技企業的典型代表，將成為助力中國實體經濟轉型升級的“排頭兵”。在此背景下，高通公司聯合智次方·物聯網智庫通過對產業領軍企業進行深度訪談，撰寫一系列案例文章，并制作案例集《2023高通賦能企業數字化轉型案例集》，這是其中的第二篇——工業質檢篇。
常言道，“千里之堤，潰于蟻穴”，在工業制造領域，一個看似不起眼的瑕疵就有可能帶來十分嚴重的后果。特別是在電子產品、汽車、航天航空等高科技產業中，輕則致使財產受到損失，或使供應鏈企業痛失訂單，重則甚至可能引發傷亡事故。
縱觀整個生產制造行業，企業為提升良品率費盡心血，或優化生產工藝，或精益生產流程，或購買先進設備，然而無論如何完善，卻始終無法徹底消除缺陷和瑕疵。工業質檢是生產制造的關鍵一環，也是守護產品質量的最后一道防線，如今在物聯網、AI、邊緣計算等新一代信息技術的加持下，數智化的“質檢員”將帶給生產制造企業越來越多的安全感。
移遠通信：讓屏蔽蓋瑕疵無處遁形
屏蔽蓋是屏蔽電子信號常用的工具，在電子產品的生產中發揮著重要作用。伴隨著電子產品的不斷發展、創新，以及AI技術的日趨成熟，傳統電子器件開始與新型可穿戴設備進行融合，這對模組產品的外形尺寸及外觀質量提出了更高要求。而外觀不良在沖壓生產過程中極易發生，容易造成較高的生產損耗，以及產品批量性不良的問題。
質量檢測是提升產品良率的關鍵
目前，傳統屏蔽蓋表面質量檢測多采用人工檢測，或基于傳統機器視覺技術實現外觀缺陷檢測，不僅檢測效率低下，成本問題也十分突出。
例如，人工檢測需要人員培訓后才能上崗，而很多人并不愿意將自己的精力花費在質檢這項繁瑣且枯燥的工作上，因此不僅招工困難，而且人力成本也非常高昂;另外，人工檢測缺乏統一的認定標準，當長時間重復工作后，員工極易受心理情緒、主觀經驗以及疲勞程度的影響，造成檢測精度低、檢測速度慢、檢測效率不佳的問題;更重要的是，人工檢測也難以滿足大規模檢測需求。
傳統的機器視覺技術雖然能夠代替人工檢測，提升一定的檢測效率，但也存在識別能力單一等問題。尤其在屏蔽蓋檢測場景中，其復雜的材質以及紋理，是傳統機器視覺檢測難以處理和應對的，并且還需要手動配置一些復雜的閾值，極大增加了質檢過程中的不便，造成質檢效率的低下。
AI質檢員上崗，提升質檢效率
針對于此，上海移遠通信技術股份有限公司(以下簡稱“移遠通信”)通過采用搭載屏蔽蓋外觀缺陷檢測解決方案的檢測設備，利用AI、機器視覺等技術，讓企業對屏蔽蓋外觀質量能夠精準把控，保障了產品的檢測質量和檢測效率。該解決方案基于高通QCS8250物聯網解決方案開發，采用DSP+HVX加速，融合Compute Vision技術與AI計算，可實現對屏蔽蓋的在線實時監測、瑕疵品剔除、數據分析與統計等一站式服務，并可對檢測設備進行不斷迭代優化。
具體來看，該解決方案采用基于深度學習的分割算法進行屏蔽蓋缺陷檢測，利用雙線掃描相機的分視屏閃的打光方案，針對屏蔽蓋表面的小凹坑、油污、劃痕、壓傷等外觀質量問題，可以實現“0漏檢”。搭載該解決方案的屏蔽蓋外觀檢測設備在運行過程中，利用高通QCS8250物聯網解決方案上的DSP(數字信號處理)運行語義分割模型，進行圖像識別，發現屏蔽蓋上缺陷，并將缺陷的大小和閾值相比，進而確定產品是否合格。對于不合格的產品，程序會通過控制剔除識別功能將缺陷樣本剔除。
與傳統的人工檢測相比，該解決方案在強大的邊緣計算和通信能力保駕護航下，檢測效率、檢測精度、檢測速度得到了巨大提升。在移遠通信常州智能制造中心的模組生產測試線上，通過在每條產線引入一臺檢測設備，每個屏蔽蓋的檢測耗時可以縮短到500毫秒以內，漏檢率和誤檢率分別縮小到0.5%和1%以內。
高通QCS8250物聯網解決方案讓質檢更具智慧
在尋求穩定生產的工廠中引入領先的AI并非易事，一方面，工業質檢的核心難點在于質檢準確率，而工業缺陷數據集目前較少，數據樣本也不均勻，這就對AI算法提出了較高的要求;另一方面，工業場景復雜多樣，尤其是針對精度要求較高的行業，耗時波動、算法的泛化能力等都能影響設備的穩定性。
為此，移遠通信在屏蔽蓋外觀缺陷檢測解決方案中搭載了基于高通QCS8250物聯網解決方案開發的移遠AI智能模組SG865W-WF，該模組性能強大，綜合算力最高達15TOPS，不僅支持Wi-Fi 6和藍牙5.1通信，還可以與移遠LTE模組EC20、5G模組RG500Q等實現無縫對接，在滿足屏蔽蓋檢測設備對算力需求的同時，保障屏蔽蓋外觀檢測設備網絡連接的高速率和高可靠性，從而準確、高效地完成檢測工作。
而除了在算法方面和設備穩定性方面的挑戰外，由于客戶的產品大多數并非單一產品，因此工業產線結構的不斷變化也影響著檢測準確率，且需要質檢系統能夠自動換線，相機和算法也要能很好地適應產線變化。
移遠通信產品部智能模組產品線產品經理趙彩光表示：“高通的產品在性價比和穩定性方面都較為突出，屏蔽蓋外觀缺陷檢測解決方案基于高通QCS8250物聯網解決方案開發，采用SNPE深度學習推理框架和內置AI計算加速技術，從而助力提高模型推理速度，為屏蔽蓋檢測設備提供充足算力。另外，高通的產品也更適合在全球范圍內廣泛推廣。”
阿加犀：讓更多AI質檢員“進廠”
隨著降本增效的壓力愈發迫切，不少生產制造企業率先踏上了數字化轉型的旅途，計劃在工業質檢環節引入數字化解決方案，然而很多制造企業想要部署一套完整可行的工業質檢方案并非易事。
制造企業部署完整可行的工業質檢方案存在重重挑戰
具體而言，傳統方案大多以X86+GPU工控機的方案為主。這種部署形式投入巨大，部署周期較長。一方面，需要企業先組建一支包括算法工程師、嵌入式軟件工程師在內的多人團隊，并且前后歷經近20天才能完成數據采集標注、儲存管理、模型訓練優化、算法芯片適配、評估和部署等任務;另一方面，X86+GPU工控機的方案通常一次性硬件投入較大，且此后的高功耗還會持續拉高企業的運營開支，并增加碳排放量。
同時，工業場景復雜多變，不僅面臨著轉產換產的麻煩，同時還有很多定制化需求。而基于X86+GPU工控機方案的工業檢測設備多為整機或大型工控機，設備內置算法能檢測的對象單一，兼容性較低，很難對工業質檢環節下被檢測物品豐富多樣的品類和千變萬化的瑕疵進行有效支持，無法應對工業質檢過程中不同場景下日益增長的定制化需求。
另外，復雜多樣、難以窮盡的被檢測物品類型，人造樣本成本高、偏差大，行業內缺乏公開有效、可直接使用的負樣本(缺陷)數據集，也導致了數據收集過程中需要花費大量時間和精力進行需求溝通，致使周期長、成本高。
阿加犀讓AI質檢走進“工廠”
針對于此，成都阿加犀智能科技有限公司(以下簡稱“阿加犀”)打造了基于阿加犀AidLux平臺方案和高通QCS8250物聯網解決方案的工業AI在線檢測系統，能夠提供“高效率、定制化、低成本”的智能化工業質檢方案，且能以高通ARM方案替代傳統的X86方案，高效完成工業質檢。
具體來說，阿加犀的AI在線檢測系統形成了一套完整的閉環體系。在開發驗證環節，阿加犀通過AI開發平臺強大的通用性算法能力，將采集到的檢測樣本用于檢測模型的快速訓練，最快三天即可驗證客戶模型，而正樣本算法也可實現以更少的樣本訓練出檢測精度更高的模型。同時，模型遷移工具還能幫助客戶將原有的X86高能耗檢測項目迅速平移到高通平臺，實現低功耗硬件快速替代上線，顯著降低制造企業整體檢測成本。
在部署環節，阿加犀將優化后的AI檢測模型以dlc等高效的運行方式運行在阿加犀AidLux平臺上，通過智能調度高通芯片各個計算單元，讓AI檢測模型獲得更強大效果輸出。而阿加犀提供自研軟件平臺，僅需簡單幾步就能完成一個數十人團隊近20天的工作。該方案不僅能滿足工業客戶極高的檢測效率、精度及定制化需求，同時通過直接部署在客戶原產線上的形式，也能夠助力制造企業快速開啟AI質檢工作。
某世界500強衛品企業在衛品檢測產線上引入搭載阿加犀檢測平臺的陣列服務器和智能邊緣計算盒子AidBox打造的工業AI在線檢測系統后，極大解決了準確性、轉產換產、檢測效率等難題。目前，該企業不僅能檢測出友商無法檢出的低灰階缺陷和粘絲毛發缺陷，還能保證檢出率大于99.99%，誤判率小于0.01%，漏廢率為0%，檢測精度為0.3mm2(毛發、纖維絲、淺色臟污、雜質等)，像素精度為0.02mm/pixel，檢測速度為1500 pcs/min，單個產品檢測時間<30ms。
智能邊緣計算盒子AidBox
高通QCS8250物聯網解決方案助力滿足80%以上近萬種品類工業檢測場景
要同時解決工業產線部署繁瑣、傳統檢測設備換產麻煩、負樣本稀缺難以獲取，以及X86硬件高成本高能耗的問題，對解決方案商而言是一次技術大考，其中牽扯到的一個重要問題就是硬件性能問題。
基于高通QCS8250物聯網解決方案平臺并采用阿加犀AidLux軟件平臺的陣列服務器，可達到工業級通信標準，且傳輸效率更高。同時，每塊芯片提供最高達15TOPS的算力支持，通過AIoT應用開發和部署平臺AidLux，智能調度每個計算單元，能夠極致釋放芯片平臺算力，降低硬件投入和能源消耗。同時，其內置豐富算法，可滿足80%以上近萬種品類工業檢測場景，而高復用率的算法可直接使用或加樣訓練使用。嵌入式設備更換部署也很容易，便于換產，且創新的正樣本檢測算法能夠快速驗證需求，極大降低檢測需求溝通成本。
成都阿加犀智能科技有限公司SVP趙明浩表示：“工業質檢是企業數字化發展較早的行業領域。隨著市場對產品質量要求的持續提高，生產廠商也在不斷追求為客戶提供更優質的服務。這些都驅使著智能工業質檢技術的升級迭代。我們認為，長遠來看，像工業檢測這類在智能制造中的重點環節，采用高通高性能芯片平臺，能幫助企業獲得更好的收益。”
創通聯達：降低工業質檢數字化方案的落地門檻
在質檢環節部署數字化方案的另一道門檻來自工業細分領域“隔行如隔山”的特性。由于不同制造行業的場景和需求不同，往往需要高度定制化的解決方案，這相應也會增加方案的部署成本和落地周期。
憑借多年來在工業領域的深入積累，全球領先的智能物聯網產品和解決方案提供商重慶創通聯達智能技術有限公司(以下簡稱“創通聯達”)能夠為工業質檢應用提供模塊化、可復用的解決方案，幫助客戶縮短開發周期、降低部署成本、輕松擁抱數字化未來。
機器視覺助推工業質檢加速發展
在創通聯達看來，傳統的人工目視檢測面臨檢測標準和結果無法統一，勞動強度大，易疲勞從而導致漏檢和誤檢，以及操作安全隱患等問題。機械裝置接觸檢測(三坐標測量)則存在設備成本高，速度慢，靈活性差，無法滿足大規模生產制造的要求等挑戰。與之相比，機器視覺如同為機器設備植入了眼睛和大腦，成為助推工業質檢解決方案進化的“加速劑”。
在機器視覺技術的賦能下，創通聯達基于高通機器人RB5平臺開發了一套領先的工業質檢解決方案。在靠近產線的邊緣側，AOI(Automated Optical Inspection，自動光學檢測)設備通過攝像頭采集圖像，然后上傳至TurboX Inspection缺陷檢測平臺。系統將自動對圖像進行缺陷檢測，基于深度學習的視覺處理引擎，準確、快速地標注缺陷的位置、類別、大小等信息，同時依據客戶生產業務規則，對缺陷后道輸出規則進行處理，輸出最終類型判定結果，并反饋信號給硬件設備執行下一步動作。
高通機器人RB5平臺為工業質檢提供強大AI性能支持
顯然，對缺陷圖片的精準識別需要性能強大的硬件提供算力支撐。高通機器人RB5平臺采用專為機器人應用而設計的高通QRB5165處理器。該處理器擁有強大的異構計算架構，以及業界領先的第五代高通AI引擎，可實現每秒15TOPS的AI性能，能夠運行復雜的人工智能和深度學習任務。該處理器能夠在嚴苛的能耗條件下，通過全新高通Hexagon張量加速器(HTA)在邊緣端進行推理運算，從而提供卓越的機器學習能力。同時，該平臺還融合了最先進的5G通信技術，創新的5G+AI能力充分滿足了創通聯達工業質檢解決方案對強大算力和穩定連接的要求。
以創通聯達某電氣行業客戶為例，客戶工廠設備比較老舊，無法提供數據連接，其采用人工肉眼來進行產品質量檢測，檢驗效率低下，同時無法有效保證出廠產品質量品控的穩定性。而在部署了創通聯達的工業質檢解決方案后，其質檢環節發生了質的改變，不但檢測準確率從90%提升至99%，而且每條產線能夠節省3-6個檢測人員，顯著降低了成本。
創通聯達副總裁楊新輝表示：“工業制造領域企業普遍存在技術基礎薄弱、數據采集難度大、場景需求多樣、部署環境復雜等挑戰，對企業智能化和數字化升級帶來限制和挑戰。一套完整的工業質檢方案經常需要綜合應用到光學、機械、電子、計算機軟硬件等方面的前沿技術，涉及到計算機、圖像處理、模式識別、人工智能信號處理、光機電一體化等多個領域復雜學科技術的應用和精整配合——而高通的解決方案能夠完美支撐這些需求，助力現代化制造提質、增效、降本。”
寫在最后
根據IDC發布的《中國AI賦能的工業質檢解決方案市場分析(2022)》報告，預計2025年中國工業AI質檢整體市場將達到9.58億美元，2021-2025年CAGR為28.5%。顯然，工業質檢數智化發展正當時!隨著新一輪工業革命的推進，物聯網、大數據、AI等新技術將與工業質檢之間產生妙不可言的化學反應，尤其是云端智能的下沉，邊緣側AI能力的“覺醒”，有望助推工業生產進入更加精細化的時代，為所有生產制造型企業守住產品良率這條“生命線”。
