工控家

供应

工控商机>供应>机器视觉>输入输出单元>

快速发布产品

机器视觉智能检测解决方案及应用案例分析

英伟达与蓝海大脑移动商铺二维码 移动商铺二维码
金蓝海科技有限公司
联系人:张晋锋 手机号码:13901040881 固定电话:010-82770520 所在城市:全国 通讯地址:北京市海淀区东北旺南路29号 公司网址:http://www.lanhy.cn
公司类型:企业单位 / 生产企业,分销/代理 主营项目:GPU服务器|GPU工作站|液冷GPU工作站|水冷GPU工作站|AI智能终端|

价格:面议

发货期限:付款之日起 20 天内发货

所在地:北京市 海淀区厂商性质:生产商

品牌:蓝海大脑有效期至:长期有效

热度:411更新时间:2020-07-22 10:28:28

13901040881 / 010-82770520  联系人:张晋锋

联系我时,请说明是在工控家网上看到的,谢谢!

 随着工业物联网技术的迅猛发展,掀起了以云计算、大数据、以及人工智能 AI 等信息技术正与传统工业深入融合,由此衍生的 “智能制造4.0” 理念,正在为全球工业带来深远变革。中国的制造业巨头也纷纷借此发力,向智能化、数字化制造演进,实施战略转型。如何高效科学的管理和分析制造业务链上的生产价值,推进制造企业生产工艺优化与产品质量提升是每一个制造企业在数字化、智能化转型过程中的必经之路。
 
视觉识别面临的挑战

1. 精力疲劳:人眼识别的方式对产品进行检测,产生疲劳而导致注意力不集中,出现偏差。
2. 二次损伤:人手触摸产品,观察产品不同角度的亮度及表面差异,给产品造成二次损伤。
3. 多道检测流程:检测产品工艺缺陷、产品LOGO、铭牌漏装、螺钉漏装等层层的检测流程,时间长会导致产品疏忽及漏检。
4. 缺乏可用于人工智能模型训练的大规模数据集
5. 需要新的基础架构满足计算加速
6. 缺乏从技术到产品到规模化应用的工程化经验
7. 动态图像识别、实时视频分析、模型部署等技术瓶颈待突破
8. 特定领域应用规模化部署成本
9. 人工智能领域人才结构不平衡
 
智能视觉识别解决方案

通过利用机器视觉硬件组件的设计搭建和图像识别算法开发,可实现对产品外观质量快速、准确的智能化检测。完成对所有产品质量数据的全样本量化存储。基于产品质检数据与生产制造过程数据的闭环关联与分析挖掘, 对产品成品件质量影响因素进行全面分析和开裂缺陷的准确预测,实现生产线问题及时告警和支持决策响应。

基于边缘计算和AI的视觉识别平台
基于AI技术的视觉识别平台,主要由边缘端(边缘计算)和中心端(中心计算)两部分组成,其中工业相机,工业机器人以及英伟达NVIDIA Jetson Nano研发的HI 209V产品等嵌入式智能设备构成了图像视频采集端,部署在工厂自动化产线上;边缘计算部署的采集端及中心计算部署的液冷GPU工作站集群则撑起了该AI平台的主控系统。视觉识别平台整体架构如图。

蓝海大脑视觉识别平台

边缘计算端
- 在边缘计算端执行图像采集的机器人装有一个工业摄像机,一个工业照相机。工业照像机进行远距离拍摄,用于检测有无和定位;工业摄像机进行摄像,用于 OCR 识别。

- 以烤箱检测为例,当系统开始工作时,通过机器人与旋转台的联动,先使用摄像机对烤箱待检测面的全局视频摄像,并检测计算后,提取需要进行 OCR 识别位置,驱动工业相机进行局部拍摄。

- 相机采集到的不同视觉图像,会首先交由基于英伟达NVIDIA Jetson Nano开发的HI 209V边缘计算进行视频处理:快速降噪(修复)、视觉增强、失焦修复、风格转换等预处理。

- 根据标准图像机本库进行数据的预处理:数据清洗、图像预处理、数据集构造、归一化处理、检测需求确定是否需要传输回到中心计算端,如果需要,则通过网络传送到中心端交由液冷GPU工作站HD210 分析处理。

中心计算端

- 中心计算端是由 液冷GPU工作站和视觉识别平台两部分组成。

- 系统在收到边缘端发来的数据后,首先会利用 视觉识别平台提供的初样模型对预处理过的图像进行提取识别,提取出需要进行检测的标的物,例如型号、合格证、铭牌或线缆等等。

- 视觉识别平台提供的 AI能力,将帮助边缘计算数据进行数据管理、训练引擎、机器视觉模型、模型算法库等一系列 AI 处理流程。通过 视觉识别平台中集成的深度学习开发框架,系统可以通过不断地迭代分布式训练,提升检测物识别率。

-  将深度学习模块引入制造业识别,不仅可以让视觉识别平台快速、敏捷、自动地识别出待测产品的诸多缺陷,如产品工艺缺陷、产品LOGO、铭牌漏装、外观整洁度等问题。更重要的是,该视觉识别平台能够对非标准变化因素有良好的适应性,即便检测内容和环境发生变化, 视觉识别平台也能很快地予以适应,省去冗长新特征识别、验证时间。同时这一方案也能有效地提高检测的鲁棒性,令识别率高达 99.81%,克服了传统视觉检测过于依赖图像质量的问题。
蓝海大脑 AI 视觉系统特点

1. 核心技术
    - 采用国际前沿的深度学习算法
    ​- 支持多种缺陷类型,适应多种产品
    ​- 自学习性,可不断迭代改善
    ​- 小样本训练及模型的裁剪

2. 优势
    ​- 无需编程,降低集成难度
    ​- 快速部署,极大缩短时间
    ​- 适应性强,快速迁移能力

3. 特点
    ​- 高校协同 (GPU+CPU)
    ​- 缺陷定位、缺陷分割、缺陷分类、缺陷检测
    ​- 无序分拣、拆垛码垛
    ​- 多维数据实战应用能力
客户收益

1. 预测性维护、精确定时
   通过在装配线上使用联网的工业物联网传感器,智能制造可以跟踪设备磨损的关键指标,如振动和温度。可在网络边缘提供实时数据分析,准确提示需要维护时间,尽可能减少停机时间及降低成本。

2. 更严格的质量管理
   检测产品异常,避免影响产品质量。通过计算机视觉查看最微小的缺陷。加强质量控制,在整个生产过程中(从供应链到工厂车间)增加了数据分析和情报。

3. 测量和管理机器
    具有开放和可互操作的特点,通过与现有设备集成,可收集和分析整个生产线上的性能数据。通过使用联网的工业物联网传感器和智能设备来提高机械操作的可见度,智能工厂整体设备效率 (OEE)得到提高。

4. 安全传输、效率更高
    支持工业物联网的传感器、设备和可穿戴设备可在智能工厂出现危险时提醒工人 , 并提高工人在严峻环境中工作表现 。 从海上钻机到物流仓库,蓝海大脑的工业物联网解决方案可为联网工人提供信息,提高安全性和生产力。
 
典型应用场景

挑 战
钢铁企业工艺繁多、运行工况复杂,大量采用自动化设备。一般采用热轧精轧机、金属冷轧机等冶金专用设备, 生产过程存在危险性和重复性。需对带钢等产品的规格尺寸及缺陷进行自动检测。

解决方案
- 采用多台工业相机、摄像机对成卷前的带钢表面和端面进行图像采集
-  基于GPU液冷工作站的机器视觉智能检测系统对目标进行识别和外观检测
- 与产线现有设备及功能单元实时通信,多系统间协同工作
- 通过深度学习技术和核心软件算法对带钢的宽度、厚度等尺寸进行测量,有效识别结疤、翘皮、裂痕、夹层、 辊印、划痕、孔洞、污痕、毛刺等。
- 不断识别和自我学习,有效提高实际缺陷的识别速度和检出率。
- 将所有数据储存到数据库中,极大地降低人员劳动强度。
免责声明:以上所展示的信息由企业自行提供,内容的真实性、准确性和合法性由发布企业负责,工控家网站对此不承担任何保证责任。如果涉嫌侵权,请点击【信息举报】
网友评论
请登陆后评论!立即登陆
暂无评论,诚邀您的点评!
产品更新列表企业名录品牌更新列表工控资讯更新下载资料更新技术文摘更新百科更新列表今日更新热词搜索网站地图移动版工控家