工业AI质检标准化研究报告（2022年）

C++ </> 工业AI质检标准化研究报告 IndustrialAIQualityInspectionStandardization ResearchReport 前言 工业制造业是一个国家综合实力的典型代表，我国是全球制造业第一大国，拥有41个工业大类、207个工业中类、666个工业小类*，是全世界唯一拥有联合国产业分类中所列全部工业门类的国家。但同时，制造业向高端化、智能化和绿色化转型仍然任重道远。 工业互联网，是新一代信息通信技术与工业经济深度融合的新型基础设施，是工业应用模式和工业生态发展的重要平台，已成为支撑工业制造业转型的重要技术组成方案。在工业互联网领域，加快核心技术产品攻关，如人工智能（AI）在工业领域的应用，将推动我国工业的数字化转型。 随着数字化时代的到来，制造业作为国家经济基础，正在加速向数字化、智能化的转变。在制造业产品的生产过程中，涉及多种零部件的识别检测应用。零部件产品种 类众多、数量庞大、更新迭代快，对外观检测准确性、灵活性、成本管控等有强烈需求。传统人工检测方式已经越来越难以适应企业数字化的发展诉求。利用前沿的AI、物联网等新技术，可以提升整体工业质检的效率。 现阶段，工业AI质检解决方案，正在逐步融入制造业产品的生产流程中。实时计算处理，统一网络、存储资源协同调度和优化，满足服务的低时延、应用智能、安全与隐私保护等方面的需求，均需要通过标准化的方法，统一产业的需求。目前行业中仍缺少体系化的工业AI质检标准，没有具体场景所对应的技术能力要求，从而影响产业生态的规模发展。工业AI质检标准化研究报告，旨在分析工业AI质检领域实际落地应用，总结归纳质检硬件设备、机器学习平台、运行监控软件、接口等方面标准化需求，提出应用实现的基本技术方向。 数据来源：工信微报《中宣部举行党的十八大以来工业和信息化发展成就发布会》 目录 Content 第1章 工业AI质检在制造业中的应用 01 第2章 工业AI质检的标准化现状 09 第3章 工业AI质检标准化实施路径 20 第4章 工业AI质检的基本技术要求 31 第5章 工业AI质检标准化发展方向建议 37 编委会 顾问 鲁春丛王宝友王晞吴运声吴永坚徐炎杨鹏徐樱丹 主编 朱浩历明张玉良马戈李艳霞汪铖杰黄小明王川南王亚彪 刘永刘俊龚星常健欧贫扶黄渊张磊韦昭南王剑武邱毅龙显洋杨抒含黄中华袁海龙赵保名黄强张世维张琳樑 杨翠翠李博梅述家代威徐永太黄超刘海涛李建慧武杨倪平李赟石竹君 策划及支持 周威程力鑫梁麗汶周静静刘科岐 3 1 2 82 第一章 工业AI质检在制造业中的应用 1.工业AI质检的行业应用 工业AI质检技术可依托于工业互联网体系中丰富的算力、算法资源，结合云边协同等技术手段，推动工业生产数字化转型。通过工业AI技术，我们可以从自动缺陷检测与物料分拣、虚拟量测与过程质量控制、设备预测性维护，能源管理与能效优化，生产与维护计划的排程优化等方面，助力工业企业优化产业流程，提升生产效率。工业AI质检技术目前已经有丰富的落地行业应用，下面将着重介绍以下几个工业AI质检的行业应用案例： 宁德时代将工业AI质检技术应用于动力电池若干工序的外观检测舜宇光学将工业AI质检技术应用于摄像头模组外观检测 富驰高科将工业AI质检技术应用于摄像头支架外观检测 第一章工业AI质检在制造业中的应用02 2.工业AI质检技术在宁德时代动力电池若干工序中的应用 宁德时代新能源科技股份有限公司，是新能源创新科技公司，为全球新能源应用提供解决方案和服务。宁德时代的智能制造系统，通过技术团队的自主研发，持续引领设备及工艺创新。生产自动化、智能化及信息化水平达前沿水平，率先运用人工智能、图像识别、机器学习、预测性算法和5G等新技术，打造高效智能工厂。 宁德时代将工业AI质检技术引入到动力电池若干工序中的安全判断环节，通过运用AI分析综合判定产品的质检结果。宁德时代在应用工业AI质检技术时采用了“融合增强+视觉学习+特性适配”三位一体的综合解决方案，并推动在工业场景使用“2D+3D”多模态融合技术解决动力电池若干工序中的外观质检难题，在生产制造环节取得了提质、降本、增效的成果，实现算法对人工检测的替代。 03第一章工业AI质检在制造业中的应用 为了应对日益复杂的制造工艺和满足高质量的产品需求，宁德时代在2020年提出了“极限制造”的理念。面对“极高的质量要求，极复杂的工艺流程，极快的生产速度”三大挑战，宁德时代运用以人工智能为关键能力的智能制造使能技术，建立了极限制造体系架构，打造以智能制造平台为核心，多平台多系统深度交互的工业化和信息化融合生态平台，支撑极限制造目标的实现。 在锂电池的生产工序中，前段工序及中段卷绕，支持高速在线生产，每道工序生产完后，人眼无法检测，必须自动化设备智能质检；中段、后段工序及包装段工序，早期采用人工肉眼检测，面临人员招聘和培训流程长、人工检测不稳定性等问题。应用AI质检技术后，显著增强效率。 宁德时代在工业AI质检环节中，已经应用了2D缺陷检测、3D缺陷检测、边缘分割、匹配算法，对齐算法，深度判断，校正算法等重要AI算法。 第一章工业AI质检在制造业中的应用04 3.工业AI质检技术在舜宇光学“摄像头模组外观检测”中的应用 浙江舜宇智能光学有限公司，是综合光学零件及产品制造商。公司专业从事光学及光电相关产品设计、研发、生产及销售，主要产品包括三大类：光学零组件、光电产品、光学仪器，是全球领先的将光、机、电、算技术综合应用于产品开发和大规模生产的光学企业。 手机摄像头是舜宇光学的主要产品之一。在摄像头模组外观检测中，舜宇光学引入工业AI质检技术，通过拍摄产品多种视角、分析产品外观质量，设定判定准则，辨别缺陷种类、确定产品的合格情况。 05第一章工业AI质检在制造业中的应用 在舜宇光学AI质检设备的运行流程中，包括如下环节：在进料输送机和进料仓位就位后，托盘进入上料输送机，通过双视觉定位取料并逐个上料至旋转吸盘模组，通过双搬运模组交叉运行至顶面检测工位，通过四轴联动，检测顶面和4个侧面外观，通过下料模组取料，并交叉运行至底面检测工位，通过三轴联动检测底面外观，外观全部检测完成后，对合格品和不合格品进行分类，将合格品通过托盘下降至出料运送机，出料运送机及出料仓位完成相关操作。 （5.2）NG分类 （5.1）OK摆盘 （1）进料 （4）出料搬运 （2）抓取 （3）外观检测 第一章工业AI质检在制造业中的应用06 4.工业AI质检技术在富驰高科“摄像头支架外观检测”中的应用 上海富驰高科技股份有限公司，是一家金属粉末注射成型 （MIM）产品专业制造商，经过20多年的发展，富驰高科的产品目前已在消费电子、医疗、汽车、航空航天等领域获得广泛的市场应用。富驰高科近年来一直致力于智能制造的研发投入和自动化水平的提升，在产品尺寸量测中取得了较好的效果和规模化应用，并不断探索工业AI质检技术，在缺陷自动检测领域中的应用。 摄像头支架外观质检中有很多痛点，包括质检环节需要配备大量人力，人力成本消耗大，工人招聘及培训困难，人员流动性大；产品更新替代频率高，生产工期赶；质检质量要求高。 富驰高科将工业AI质检技术引入“摄像头支架外观检测”中，通过运用AI分析，分析产品外观，通过80多个不同外观拍摄视角，综合判定产品的质检结果。 07第一章工业AI质检在制造业中的应用 在富驰高科的“摄像头支架外观检测”中，通过采用多轴联动与深度学习的一站式工业AI质检一体机，提升良率与节省运营成本。 工业AI质检解决方案，通过高度柔性组合光配合多轴高速联动控制，能够灵活快速获取立体工件全方位细节图像；支持人工上下料或利用机器人上下料，满足前期试产抽样、后期量产全检的定制化检测需求；兼容多类产品，产品换型只需设计相应夹具，无需设备改造，大大节省硬件投入成本；保证工位多机台数据高度一致，克服工业AI的小样本及模型迁移问题，通过配备配备远心镜头及背光源，测量精度达0.02mm。 在算法模型部署应用方面，采用TNN进行模型加速，在系统架构上通过把算法PPL模块化，并行化，异步化。通过智能调度，在有限算力资源下，提升整体性能，同时节约硬件成本。 富驰高科应用工业AI质检解决方案，每个产品的质检时间仅需4秒。在这4秒内，从80多个角度拍摄产品，并对这80多张图片进行处理，得出质检结果。产线漏检率大幅降低，每年节省成本超过数千万元。 第一章工业AI质检在制造业中的应用08 第二章 工业AI质检的标准化现状 1.与工业AI质检相关标准现状 目前业界已经开展了AI机器视觉领域的研究，AI机器视觉技术，以图像视频作为输入，通过对图像数据的标注、建模，和模型训练，形成对图像的分析判断。在国内外多个标准组织中，已经有标准和相关研究，所涉及的领域，包括机器视觉编码、3D机器视觉、边缘计算等。 在国家标准方面，已有的智能制造机器视觉在线检测系统相关标准，主要在线检测系统架构、功能和性能方面，提出了通用要求和检测方法，但对与工业AI质检技术实现过程中的关键要素没有定义，特别在检测设备的各项硬件技术、数据管理、AI模型构建、云边端应用部署方面，仍需要进一步标准化。 在行业标准方面，有面向机器智能的视频编码的标准研究，主要在高效的数据表征与压缩方面进行规定，以支撑机器智能视频应用或人机混合智能视频应用。进行了3D机器视觉工业互联网创新应用场景的标准研究，主要集中于3D机器视觉应用的场景，但标准研究并未将相关技术与工业相结合，并未聚焦于工业质检的核心应用领域。 第二章工业AI质检的标准化现状10 在中国通信标准化协会的物联网标准技术委员会总体工作组和工业互联网产业联盟中，立项并推进了“基于边缘计算的机器视觉”系列标准，涵盖了应用场景与业务需求、参考架构、技术要求、测试方法等方面。系列标准重点突出的是边缘计算技术，描述的机器视觉所应用的领域包括了工业、交通、安防、医疗等多个领域，并未聚焦于工业质检领域。 在国际电联电信标准化多媒体研究组（ITU-SG16）中，开展了工业机器视觉业务需求、工业生产线智能表面缺陷检测服务需求的研究，在工业视觉业务需求的研究中，介绍了机器视觉的基础定义，以及智能制造中，机器视觉的基本应用需求和参考架构。在工业生产线智能表面缺陷检测服务需求的研究中，提出了性能要求和应用要求。目前两项研究还在进展中，并未结合具体的应用案例及技术内容，提出明确的要求。 在国际电气与电子工程师协会（IEEE）中，推进了标准“机器视觉在线检测通用要求”，主要定义了基于机器视觉的在线检测通用要求，包括了数据格式，数据传输处理的流程，定义了应用场景和在线检测部署评估效果。目前标准仅定义了通用要求，并未针对工业质检的实践应用及AI技术提出具体的要求。 11第二章工业AI质检的标准化现状 标准名称 标准类型 适用范围 备注 智能制造机器视觉在线检测系统通用要求 国家标准 机器视觉在线检测系统的架构、系统功能要求、系统性能要求等。 由工信部归口 规定了机器视觉在线检测系统的测试方法，包括对 智能制造机器视觉 测试过程的要求和定义、 在线检测系统 国家标准 综合性能检查测试以及面 由工信部归口 测试方法 向数据交互情况的互联互通数据检查测试。 机器视觉编码系统总体技术要求 行业标准 面向机器智能的视频编码技总体技术要求进行规范。 CCSATC1/WG3 工业互联网创新应用场景及技术要求3D机器视觉 行业标准 3D机器视觉在工业互联网中的场景、架构及技术要求。 CCSAST8/WG1 基于边缘计算的机器视觉第1部分：应用场景与业务需求 行业标准团体标准 基于边缘计算的机器视觉的典型应用场景、业务需求及技术能力要求。 CCSATC10/WG1 第二章工业AI质检的标准化现状12 标准名称 标准类型 适用范围 备注 基于边缘计算的机器视觉第2部分：参考架构