一、引言

随着工业发展进入智能时代，高精度工业视觉检测技术作为智能制造的核心技术之一，对于提升制造业的质量和效率具有至关重要的作用。本白皮书由中国移动通信有限公司研究院牵头，联合多家单位编写，系统地介绍了高精度工业视觉检测技术的发展现状、关键技术、应用案例以及未来展望。

二、高精度工业视觉检测发展概述

（一）发展现状

1. 底层技术进步推动
   • 图像采集技术：多视角、多光谱成像技术发展，多相机系统与灵活可调光源设计成为主流，超高分辨率相机和先进光学镜头应用提升缺陷检测能力。
   • 图像处理技术：传统机器学习算法被深度学习的 AI 算法替代，推动算力需求增加，促使图像处理硬件设施升级，同时云边协同和 5G 技术拓展算力空间。
   • 硬件技术：三维视觉和实时建模技术成熟，自适应路径规划应用增加，高自由度机械臂等技术提升执行机构灵活性和精确性。
2. 市场需求增长拉动
   • 机器替人：机器视觉相比人类视觉有优势，且劳动力短缺和成本上升推动机器替代人进行检测。
   • 智能决策支持：AI 向工业制造全流程渗透，带动高精度工业视觉检测技术需求。
   • 柔性化生产：个性化定制和小批量、多品种生产趋势，要求视觉检测系统更具灵活性。

（二）面临挑战

1. AI 技术应用相关
   • 工业视觉研发与实施环节加长，涉及模型训练等多个方面，本地方式面临算力瓶颈等问题，需做好本地与云的协同。
2. 数据问题
   • 数据采集不足，企业过去不重视数据留存，且采集源分散，同时数据没打通，格式不一致，限制了技术的产业化发展。
3. 检测场景变化
   • 制造企业混线生产，产品种类和型号多样，缺陷大小各异，视觉检测算法泛化性能和检测精度面临挑战。
4. 工业装备协同
   • 传统视觉检测设备功能单一，缺乏灵活性和扩展性，难以满足多样化生产需求，需增强交互及协作效率。

三、高精度工业视觉检测关键技术

（一）云边端一体化协同

1. 架构优势
   • 采用 “管理中心 (云)+ 生产中心 (边)+ 生产节点 (端)” 多级协同架构，融合 5G、人工智能等技术。云端提供算力和知识库，边缘站点进行数据汇聚和模型推理，端侧执行数据采集和推理。
2. 应用效果
   • 可满足不同规模企业需求，大型企业可按集团、园区、产线划分云、边、端，小型企业可云边合设。同时能实现云中训练、本地推理，满足数据安全需求，还可方便地进行模型按需分发和自动部署运行，以及打通各点位连接，提升管理效率。

（二）柔性化标准数采技术

1. 现有问题及解决方案
   • 现有的数采技术存在数据质量鲁棒性差等问题，构建 “柔性化标准数采方案”，包括光源方案、成像点位自主规划、数据扩充和数据评估。
2. 各部分具体内容
   • 光源方案：采用环形光源和波长适配的成像方案，搭配特定相机和镜头设计，可突出缺陷信息，满足不同工件成像需求。
   • 成像点位自主规划：由工业镜头组和机械臂组成数据采集方式，基于 3D 扫描或工件模板数据规划自动拍摄路径，确保无死角图像采集。
   • 数据扩充：采用传统数据增强方法和基于多模态大模型的数据离线增强方案，解决缺陷样本数量不足问题。
   • 数据评估：引入基于 Transformer 的光学评价算法，建立图像特征与质量评价结果的关系模型，选取合适硬件参数设置方案。

（三）高精度视觉检测算法

1. 解决行业痛点的策略
   • 从多模态信息融合、无监督小样本学习与数据增强、多尺度级联的特征融合增强等技术入手，突破工业视觉算法瓶颈，同时将视觉检测系统模块化，提供定制化解决方案，利用领域自适应技术缓解场景泛化性低的问题。
2. 不同技术应用案例
   • 多模态信息融合：在五金保温杯和服装成衣缺陷检测中，通过不同方式融合多模态信息，解决数据采集和缺陷分辨等难点。
   • 无监督小样本学习与数据增强：在汽配轮毂、纺织裁片和服装成衣缺陷检测中，利用相关技术解决数据稀缺等问题，提升检测能力和算法性能。
   • 多尺度级联的特征融合增强：在汽配轮毂、五金保温杯和服装成衣缺陷检测中，通过不同策略提升缺陷检出及召回能力。

（四）人机交互与多机协同

1. 人机交互技术提升体验
   • 多模态人机交互技术融合专家与机器能力，提升认知决策能力，操作人员可通过整合视觉、文本、语音等信息与生产系统交互，准确把握产品设计细节和公差范围。
2. 多机协同提高效率
   • 多机协同结合多种技术，实现人机协作等，提高生产效率、产品质量和安全性，通过分析任务需求协调机器间任务分配和结果汇总，还可进行根因分析挖掘，提升生产工艺质量。

四、高精度工业视觉检测应用案例

（一）汽车行业轮毂表面缺陷检测

1. 场景需求
   • 轮毂生产企业虽部分环节自动化，但终检外观检测仍依赖人工，存在工作强度大、缺陷识别效率低和漏检等问题，需要研发适配各分工厂的检测系统，检测多种混合缺陷，轮毂型号和缺陷类型多样、结构复杂且表面高反光。
2. 方案实施
   • 云边端一体：采用多级协同体系架构，集团中心远程监控，厂区管理工作流程和更新算法，产线端侧传感器监控设备状态，柔性化数采系统和高精度算法结合识别缺陷。
   • 柔性化数采：利用轮毂三维模型驱动机械臂进行视觉点位自主规划，实现全表面高清成像。
   • 高精度算法：通过无监督异常检测进行小样本模型训练和迭代，结合人机协同技术约束决策边界，提高泛化能力。
3. 应用成效
   • 检测范围覆盖 14 类常见缺陷，准确率和召回率高，在浙江今飞试点应用后，大幅降低人力成本，预计 3 年内回本，还可迁移应用于其他汽车零配件检测。

（二）五金行业保温杯表面缺陷质检

1. 场景需求
   • 保温杯生产企业主要靠人工目检，存在结果不稳定和对工人身体有不良影响等问题，需求包括高精度、高效率、智能化检测以及数据记录与分析。
2. 方案实施
   • 云边端一体：采用两级架构，边缘节点管理生产线端侧算力设备和质检应用。
   • 柔性化数采：采用高速 3D 视觉扫描成像等技术，实现对微小瑕疵的高清成像，设定检测周期并按频率拍摄。
   • 高精度算法：采用多阶段级联缺陷检测算法，提高检测准确性和召回率。
   • 人机交互协同：操作人员可实时接收检测结果并手动调整参数。
3. 应用成效
   • 可识别 6 类常见缺陷，检出率和准确率较高，在浙江匡迪工贸试点应用后，减少质检工人，节约人力成本，预计 1 年内回本，市场潜力巨大。

（三）服装行业成衣质检与裁片测量

1. 场景需求
   • 成衣质检需检查面料、颜色、图案等方面的瑕疵，裁片测量需精确测量关键尺寸并检查对称性等。
2. 方案实施
   • 柔性化数采：采用可调节 LED 光源、高分辨率相机和可互换光学成像组件。
   • 高精度算法：在裁片测量采用自适应特征选择和模板匹配，在成衣缺陷检测采用重采样和重加权策略，提高检测精度。
3. 应用成效
   • 在海澜集团试点应用后，减少质检员数量，降低人工成本，提高测量准确性和稳定性，预计 1 年内回本。

五、展望与倡议

（一）发展方向

1. 标准制定
   • 在保持高度定制化的同时推进标准化进程，以实现快速部署和规模化应用。
2. 数据驱动
   • 利用大数据和深度学习技术挖掘和分析工业视觉数据，提高检测准确性和效率，通过算法训练和工艺改进识别更微小缺陷。
3. 视觉技术
   • 结合 2D、3D、多视角拍摄和多模态图像融合技术提升检测能力，发展具身技术提高自动化水平。
4. 通信技术
   • 融合 5G、云边协同等技术提高数据传输和处理速度，促进检测系统灵活部署，提升企业生产效率。

（二）合作倡议

• 中国移动研究院邀请工业视觉检测技术相关产业同仁携手合作，共同推进信息技术注智赋能传统制造业，助力企业转型升级等，为实体经济发展和新型工业化作出贡献。

六、结论

高精度工业视觉检测技术在当前工业发展中具有重要地位，虽然面临诸多挑战，但通过关键技术的不断创新和应用案例的实践验证，已经取得了显著的成果。未来，随着技术的不断发展和产业合作的进一步加强，有望在更多工业领域得到广泛应用，推动工业自动化和智能化水平的持续提升，为新型工业化和新质生产力的发展提供强大支撑。