智能制造設備如何擁有最強大腦？機器視覺+AI

博世智能制造解決方案事業部（BMG-3CN） 幾維

智能制造產線設備的發展正日益推動著工業領域的進步和創新。隨著技術的不斷演進，機器視覺和人工智能（AI）兩個關鍵領域的結合，為智能制造設備構建了最強大腦。機器視覺通過傳感器和相機等設備獲取視覺信息，而AI則通過算法和模型分析這些信息并做出智能決策。博世智能制造解決方案事業部（BMG）致力于提供高性能的產線設備解決方案，已具有數十種結合前沿技術的落地實踐，并始終聚焦于持續創新。

設備如何看見？

機器視覺模擬了人類的視覺系統，使用高分辨率相機和先進的成像方案設計，能夠實時捕捉設備生產過程中的圖像和視頻數據。

設備如何思考？

獲取大量數據后，人工智能會進行學習，提取模式、關聯和規律，從而完成深入理解與智能決策，并執行特定的操作。

隨著近些年深度學習能力的飛躍發展，BMG團隊結合了大量最新AI技術到實際案例中。例如在汽車制造行業中，常見的應用場景有表面缺陷檢測、視覺方案追溯性以及設備動作序列識別等。

01

表面缺陷檢測

表面缺陷檢測作為機器視覺領域的經典應用，傳統方案需要確認成像方案后，收集足夠多的缺陷樣本，并通過其形態學特征判定缺陷的檢出。缺陷樣本的長尾效應是各類學習算法的一大挑戰，未知類型的新缺陷也是生產過程中的潛在風險。

而無監督AI方法僅使用易于收集的正常樣本，通過在線持續性學習自動工作流，可以同時保持極低的逃逸率和誤殺率，較短的推理時間且低維護成本等優點。

02

視覺無損追溯

生產過程中，零件追溯性可以幫助追蹤零件的來源、生產批次和工藝參數等信息，有助于發現和解決問題，提高產品質量。傳統方案中零件的追溯性多通過物體表面激光或油墨打印DMC，或使用RFID讀寫器等。

而在引入基于AI的圖像編碼方案后，可以僅使用零件表面的圖像在數據庫中查詢該零件的綁定信息，同時具有零件表面無損、沒有零件尺寸要求、對環境干擾魯棒性高等優點，可以實現準確識別，低直通率，并有效降低節拍時間。

03

動作關鍵點檢查

對于某些半自動化產線，設備的視頻流信息可同時實現多種功能的檢測。例如，操作員的手部動作、機構到位的時間周期、多個機構間協作異常的實時檢測等。

在引入AI技術的檢測及追蹤后，可僅使用小體積、低功耗、幀率高、響應快的邊緣設備進行本地運算，具有數據安全、響應快、成本低等優點。

博世智能制造解決方案事業部提供完善的工藝開發硬件系統和流程，具備高度自動化的機器視覺及人工智能技術。我們秉持本地化理念，通過博世全球資源的支持，確保項目成功實施，并提供專業的技術咨詢、培訓和售后支持，與客戶建立長期合作伙伴關系，共同實現業務增長和成功。