杭州海康机器人技术有限公司
机器视觉概述
- 概念：机器视觉是一种通过计算机模拟人类视觉系统进行信息感知和处理的技术。
- 典型应用：生产日期识别系统、定位引导、尺寸测量、信息识别、缺陷检测。
- 主要行业：广泛应用于3C检测、生产管控、流通追溯等行业，侧重于感知品类、生产日期、批号等字符标识信息、条码信息，并应用于生产管控和流通追溯。
机器视觉系统组成与特点
- 系统组成：包括光源、镜头、相机、采集卡、工控机等。
- 特点：
- 节拍快：在3C检测行业，如电阻外观检测，1分钟需检测8000只。
- 精度高：尺寸测量、定位抓取应用中要求精度达0.01mm，读码与OCR识别准确率大于99.95%。
- 样本少：工业应用中难以收集大量训练样本，尤其是异常样本。
- 成本敏感：客户对成本控制敏感，机器视觉应用属于边缘化场景。
- 应用差异大：不同客户场景的差异性、规范性、检测对象兼容性等带来挑战。
- 成像可控：同一应用下相机安装、光照、被测物品基本稳定，成像可控。
机器视觉的难点
- 深度学习技术：随着人工智能发展，深度学习为解决传统机器视觉瓶颈提供新方法。
- 深度学习三要素：数据、算法、算力。
- 深度学习与传统算法的区别：
- 传统方法：经验驱动，依赖专家经验知识，手工设计特征。
- 深度学习：数据驱动，自动学习特征，端到端学习，无需显式经验或知识。
- 深度学习应用的困境：大数据/大模型易欠拟合，少量数据/小模型易过拟合。
深度学习的发展方向
- 模式一：聚焦小场景，如大分辨率、极小缺陷检测。
- 模式二：任务拆分，将复杂任务分解为多个子问题。
- 模式三：数据增强，通过数据扩充提升模型鲁棒性。
产品布局
- VM算法开发平台：通用型算法平台软件，简单易用，性能强大，应用广泛。
- SC系列智能相机：机身内置传统检测算法和深度学习算法，适用于汽车零部件、3C、半导体等行业。
- 深度训练平台：提供深度学习模型训练和优化工具。
- 采集卡：提供GigE、10GigE、USB3.0、Camera Link、CoaXPress等多种接口，支持不丢包和ToE技术。
- 光源：涵盖环形、条形、线光源，亮度高，光学性能好。
- 镜头：自主研发FA镜头系列，高清晰度，图像中心边缘清晰度一致性高。
- 工控机：专为工业和视觉应用打造，稳定、可扩展、可客制。
- 配件：提供电源线、I/O控制线、数据传输线等。
3D产品应用方向
- 3D激光轮廓传感器：高精度三维测量。
- RGB-D立体相机：实时三维成像。
- VM3D算法开发平台：3D视觉算法开发。
- RP机器人视觉引导平台：机器人视觉引导应用。
现场应用案例
- 光伏行业-太阳能电池片EL缺陷检测：深度学习目标检测替代人工检测。
- 锂电池行业-锂电池封口焊缺陷检测：解决传统方案漏检问题。
- 烟草行业-烟盒外包装缺陷检测：检测压痕、脏污、划痕等缺陷。
- 包装行业-产品标签缺陷检测：检测标签表面的打印脏污、异物、缺损等。
应用延伸
总结
杭州海康机器人技术有限公司通过深度学习技术提升机器视觉应用效果，提供全面的机器视觉系统解决方案，涵盖硬件和软件，并在多个行业实现成功应用，推动智能制造发展。
