編者按：為全面落實《工業和信息化部辦公廳關于組織開展移動物聯網應用優秀案例征集活動的通知（工信廳通信〔2020〕268號）》要求，上海市通信管理局會同市經信委組織開展了上海地區移動物聯網應用優秀案例征集評選活動，評選出了一批移動物聯網領域的新應用、新產品、新平臺，為繼續提升移動物聯網應用廣度和深度、構建高質量產業發展體系，現開展優秀案例宣傳推廣活動，推動產生更多的產業數字化、治理智能化、生活智慧化應用。

——————————————

一、基本情況

——————————————

中國聯合網絡通信有限公司上海市分公司（簡稱上海聯通）于2008年10月15日與中國聯通集團同步完成融合重組，是中國聯通在上海的重要分支機構，擁有包括移動和固定通信業務在內的全業務經營能力。在集團聚焦戰略的引領下，上海聯通植根上海這一片熱土，主動對接地方經濟建設和社會發展，助力地方基礎設施能級提升。

近年來，上海聯通更是加快數字化轉型步伐，打造新型企業，積極深化體制機制改革，堅持走以創新為引領的差異化發展道路，加快培育依托CT能力的IT能力，在5G、云計算、大數據、物聯網、人工智能等方面打造特色優勢，聚焦智慧城市、智能制造、智慧醫療、智慧教育等重點領域，成功打造了上飛“5G未來工廠”項目，為上海市教育單位獨家提供教育行業云服務，助力滬上三甲醫院上線為首批互聯網醫院等，力爭成為數字化綜合信息服務運營商，為上海“五個中心”建設，打造全球卓越城市和建設社會主義現代化國際大都市、推動智慧城市建設積極貢獻力量。

——————————————

二、解決方案及應用情況

——————————————

當前制造業產品瑕疵缺陷的檢查，多是人工檢查或半自動檢測，生產線檢查的勞動力量很大，效率低，質檢對質量控制和產能都產生了很大影響，甚至抑制了生產量。上海金智達復合材料有限公司成立于2002年，是一家專業從事汽車內飾復合材料生產的企業，為200多家國內外客戶提供高質量汽車復合內飾的產品，包括頂棚、門板、座椅、頭枕等數萬個種類，并配合客戶參與新產品開發、提供完整的產品解決方案。

質量檢測是任何一家制造企業必不可少的環節，但是越來越高的客戶要求和復雜的質量問題對質檢工作帶來多重挑戰，與此同時檢測經驗無法得到傳承，經驗不足的員工無法有效判斷缺陷。

中國聯通5G+AI工業質檢解決方案，采用深度學習技術，從產品圖像中訓練和洞察出缺陷，提升質檢效率，降低質檢成本，提升產品的競爭力；同時，該方案結合了5G網絡大帶寬、低時延的特性，及時將前端采集到的高清圖像傳輸至云端進行AI識別，滿足了企業在實際生產環境中對質檢效率的要求。

圖1聯通AI機器視覺檢測方案總體架構

AI機器視覺檢測解決方案，采用AI深度學習技術，從產品圖像中洞察缺陷，提升工業制造質檢效率，降低質檢成本。

用機器代替人進行目標對象的識別、判斷和測量，能完成人眼所不能勝任的某些工作，解決工業領域的痛點，其方案特點主要包括：

5G接入能力：實現采集數據實時回傳

本地/邊緣識別能力：實現數據實時識別、判定

邊云協同：平臺推送已訓練模型至邊緣切點，邊緣節點上傳數據至平臺進行存儲、模型優化

融合圖像處理：兼容多種數據采集設備及格式，軟硬件集成能力強

多種部署模式：根據客戶需求模塊化集成，可靈活選擇本地部署、邊緣云部署、云部署等

圖2聯通整體優勢

由中國聯通研發5G+AI視覺檢測解決方案已順利落地嘉定上海金智達復合材料有限公司，并克服了材料瑕疵種類多、瑕疵難成像、瑕疵標準模糊等技術難題，通過高功率光源、8K+4K高清工業相機的成像設備，建立了共計28大類復合材料瑕疵檢測模型，幫助客戶對織物類、PVC類成品進行實時監測、質量分析，最終提供生產工藝改進建議。目前AI視覺檢測已經順利完成一期，得到客戶認可，項目二期進行與5G做深度融合，實現每臺檢驗機的復制，逐漸豐富算法增強算力，實現5G與智慧工業的深度融合。

圖3 高精度瑕疵定位平臺

——————————————

三、服務規模及成效

——————————————

通過端+5G網絡+邊緣云+云服務的協作的解決方案，解決端側算力成本越來越高、單點系統維護成本過高、數據孤島、數據不能有效共享、工廠車間有線互聯網建設成本過高、容量不足、通用性、智能性和同類應用快速復制性欠佳、實際應用中視覺檢測準確率較低、不可自學習、動態優化等問題，達到了以下效果：

實現數據互聯互通、動態閉環

通過5G網絡連接，產線上每個工業視覺應用不再是獨立的數據孤島，帶來的價值包括但不局限于以下方面：a）工廠中央生產控制系統可以實時獲得每個被檢測對象的結果、狀態，納入全工廠生產管理系統；b）云端訓練平臺能實時獲取多個現場端的樣本圖像，快速更新及實時部署優化后模型；c）實現新檢測應用的快速部署及推廣，使能柔性生產；d）實現現場設備的云端統一維護監控等；

提升設備標準化、智能化水平

隨著被檢測對象復雜性的增加，越來越多的視覺檢測要依賴于深度學習算法，而深度學習需要大量的樣本及強大的GPU 能力不斷迭代訓練以提升檢測成功率；現有深度學習更多的是依靠在現場人工樣本的采集及模型的更新，推理訓練一體化的設備又大多局限于成本及特定的應用場景，極大的限制了深度學習的應用。5G+AI 的解決方案通過多點樣本的實時獲取，在云端統一架構平臺上實現推理訓練，支持快速的新模型迭代更新，能使得深度學習在工業視覺應用中被廣泛推廣，普遍提升視覺檢測成功率；

簡單、易部署，支持規模應用

在工業中實現一個匹配用戶需求的視覺檢測系統，需要具備光學、網絡及圖像算法的專業技能，對用戶是個不小的挑戰。5G+AI 的解決方案中將復雜的樣本標注、圖像處理等統一在云端平臺實現，并通過AI 算法實現智能標注、智能閉環，降低系統應用的復雜性，使得工業視覺檢測能被應用到更多的生產環節中。

提升生產效率，減少維護成本

5G+AI的解決方案能極大的提升生產效率，一方面部分工業應用場景具有移動性訴求：如安裝于機械臂的視覺定位相機，因為機械臂的頻繁移動而使線纜纏繞損耗嚴重，需要經常更換，另外如后裝視覺應用、不固定部署場景，無線傳輸的方式都可以很好的解決；另一方面，工程技術人員可以在云端進行操作維護，無需到到現場即可進行軟件更新、設備調測、功能擴展等操作，能大幅降低系統維護成本，提升效率。

降低視覺規模部署低成本

根據公開資料，工業是目前機器視覺應用比重最大的領域，其中又以電子制造和汽車制造為主，但也僅占到整個生產環節的10~20%，傳統工業行業占比更低；導致該結果的主要原因一方面是因為不同行業被檢測對象差別極大而技術實現困難，另一方面是因為端側一體化的視覺檢測系統成本過高限制了應用。5G+AI的工業視覺解決方案中，可以將需要強大軟硬件算力支持的計算統一在云端平臺實現，并同時支持多類不同應用場景，端側僅部署標準的圖像采集系統，進而降低全系統部署成本；同時，遠端維護的方式也可以極大的降低系統的操作維護成本。

——————————————

四、應用前景

——————————————

圖4工業AI機器視覺檢測分類

目前汽車內飾行業、織物類生產加工行業等生產紡織端為中國質量視覺檢測主要需求市場，除了工業級的應用外、煙草薄片、造紙等行業也為AI視覺識別貢獻了少部分市場份額，部分視覺識別技術也應用于模具生產、金屬制品深加工等行業。但是由于受到人工智能技術及算法算力的限制，在化工、煉鋼、機械制造、新材料等領域存在大量空白市場。

圖5工業AI機器視覺檢測的行業應用

未來，基于5G技術的多AI視覺檢測機器協同作業技術能夠輕松實現復雜環境下工作，從而填補化工、煉鋼、機械制造、新材料等領域的空白市場，并不斷開拓視覺檢測項目建設新模式，即通過對瑕疵樣品的數據采集以及平時生產環境下遇到的瑕疵品類，進行數據匯聚機器學習，實現相機對產品瑕疵檢測的智能化判別和分析，數據的不斷豐富使識別精準度不斷提高。能夠為業主節省大量檢驗人員投入與運維成本，進一步提升產品質量檢測品質，實現柔性工廠的二次升級。

（轉載自上海市通信管理局“上海通信圈”）

原文標題：基于5G和邊緣計算技術的復合材料AI視覺檢測項目設計與實現

文章出處：【微信公眾號：新機器視覺】歡迎添加關注！文章轉載請注明出處。