商汤AI大装置落地汽车质量检测，《质、敏、柔-工业三步曲》

随着人工智能等新一代技术的成熟，第四次产业革命浪潮席卷全球，智能制造也成为我国的重要方略。汽车工业作为工业的重要领域之一，其智能化变革也为产业链上下游的重点所关注。

近期，汽车行业ldquo；灯塔厂rdquo；和ldquo；智能制造演示工厂rdquo；mdash； mdash； 福田康明斯在发动机生产工厂的最终组装工厂，快门声响起。一声ldquo；咔哒rdquo；就像汽车产业新时代的脉搏一样，它展示了人工智能技术与汽车产业结合碰撞的强大生命力。支撑着这个生命力的是基于商汤SenseCore AI大装置打造的光机电软算一体化深泉工业质量检测推训平台（以下简称深泉平台，根据该平台介绍，福田康明斯不仅实现了发动机主要部件表面缺陷和装配缺陷的自动检测，而且大大提高了质量检测的效率，提高了工人的能力，使工人从枯燥的质量检测工作中解放出来从事技术等更高层次的工作，最终提高了整个企业的竞争力迈出了向智能制造转型升级的关键一步。

福田康明斯的高级项目经理为ldquo；商汤科技深泉平台结合我公司的生产实践，实现了多个场合AI质检能力的快速在线化，提高了质检效率，提高了智能制造水平，为AI质检在汽车工业制造领域的敏捷创新和应用奠定了基础。rdquo；

深泉平台落地，助力工业质检ldquo；质rdquo；、ldquo； 敏rdquo；、ldquo； 柔rdquo；

在今天的汽车厂，机器人的应用随处可见。但作为质量检测的一环，仍然对人工眼检测有很大的需求和挑战。要解决这个问题，你需要扮演ldquo；质、敏、柔rdquo；三步曲使汽车的生产动作和音乐旋律一样精准、轻快、灵活。

ldquo； 质rdquo；也就是说，要有足够的准确性。测量精度的指标一般有两个，漏检率和误检率。漏检率影响生产的良品率，误检率影响生产的产能，只有漏检率和误检率足够低才意味着质检产品能够实用化。

ldquo； 敏rdquo；也就是说，落地的全过程必须十分高效，工厂各部门要高效落地AI智能化应用，最大限度地利用生产线上的所有空间，工人的手和智能化应用配合，完美配合。ldquo； 人机协作rdquo；实现高效生产。

ldquo； 柔rdquo；即缺陷检测需要足够的灵活性，随着时代的发展，大规模生产的定义由单件大批量变为多个小批量。在有限的生产线空间内，需要能够应对各种零件的生产。

深泉平台在ldquo上；质rdquo；、ldquo； 敏rdquo；、ldquo； 柔rdquo；在三个方面都很出色，这也保证了深泉平台能够在福田康明斯多个站点形成真正的落地实践。

ldquo； 质rdquo；提高：AI精度超过工业红线

工业场景往往面临零件种类多、型号多、缺陷种类多的ldquo三多rdquo；难题。一是零部件种类繁多，据统计一辆汽车搭载的零部件有上万种；二是零部件型号多，即使是相同的零部件，不同汽车使用的型号往往千差万别三是零部件缺陷多，生产工艺不同会产生不同的缺陷。对于每个缺陷检测场景，希望实现ldquo的质量rdquo；的要求会变得极其困难。

为解决这一问题，深泉平台从多光学方案支撑、多部件形态支撑、多质量检测支撑三个角度给出了解决方案。在多光学方式的支持上，平台支持10种以上不同的图像处理方式，从明视场到暗视场、从同轴光到圆顶分散光，能够良好地进行图像的质量检查、数据预处理、数据增强等。工业图像形成的特点是整个像素范围宽，但缺陷通常小。为了检测出这样的缺陷，深泉平台提供了高精度的图像分割能力，在拥有数亿像素分辨率的极端场景中，只需精确检测3-5像素的缺陷，一眼就能掌握缺陷的位置。

多部件形式的支持，使平台支持凹形、拱形、多面体等多种部件形式。在拍摄复杂零件的情况下，也存在判断是否缺陷的标准不明确的问题，难以避免标注错误。针对这一情况，深泉平台提供了Auto Denoise等技术，可以保证训练数据集部件即使在有噪声的情况下也能收敛到最优点。

在多重质检支持下，针对工业生产中的装配类缺陷、生产技术类缺陷，提供了无监督、半监督、强监督的完整模型训练体系来支持。在推理时综合使用，确保最低限度的检漏和最高质量的检测。

ldquo； 敏rdquo；实践：过程提升进入快速迭代模式

所有AI质检的项目，都是系统化的工程，涉及光机电软计算的多个系统，也涉及原质检流程的更新和重组，如何将智能化技术与生产线完美融合以提高生产线效率。深泉平台提供了完美的解决方案，将过程迭代从ldquo到月rdquo；单位改为ldquo；周rdquo；是单位。真正实践ldquo；敏rdquo。

深泉平台对产前-轻量化生产线、生产中-硬软一体的高效推论、产后-技术的快速迭代提供了多方面的解决方案。

生产线轻量化，深泉平台提供云化和轻边缘侧两种推理产品形态，辅助生产线云化、轻量化、无线化。减少生产线繁琐的各种设备。使劳动者具有生产时一目了然的生产视野。智能ldquo的构建；生产室rdquo；为更快的生产节拍打下基础。为生产线未来转型等各种变化奠定了基础。

软硬一体高效推理，结合公司自研AI芯片形成软硬一体高效推理方案，确保商汤的学术和工业实践成果能够最大化AI计算力，实现最佳算法精度和速度。深泉平台还通过工业相机、PLC、机械臂等生产线上的端设备，实现了多个设备的协同工作，保证了AI质量检测满足生产线上几百毫秒到几十毫秒的极限节拍。

过程的快速迭代是对过程的生产缺陷进行实时的数据分析，将缺陷的数量、分类、等级等信息以报表的形式提供给企业的生产管理者，使生产质量一目了然，用量化数据指导生产过程的改进大大提高生产质量管理效率。

在福田康明斯的工作站上，伴随着缺陷的精确识别和缺陷的汇总分析，使工厂更快地区分重要缺陷和一般缺陷。关键缺陷的过程迭代基于数据，已经以周为单位进行了过程优化。真实演绎深泉平台效果的ldquo；敏rdquo。

ldquo； 柔rdquo；追求：低代码支持灵活性质量检查

传统的汽车工业生产模式为ldquo刚性rdquo；生产，即以实现单一产品的大批量生产为主。但随着生产理念和技术的发展，目前工业企业开始向ldquo过渡的灵活rdquo；生产，强调高质量生产少量产品，这对生产制造和质量检验都提出了更高的要求。

为解决这一问题，深泉平台提供了工业模型培训组件、推理工作流调度组件和报表部署组件。工业模型训练组装体充分利用商汤SenseCore AI大装置的能力，像管道工厂一样，可以实现不同场景的算法模型的基础抽象化。深泉平台不仅集成了SenseCore AI大装置，而且在此基础上搭建了零码工业示范生产平台，向使用ldquo的人传授捕鱼rdquo；将AI模式生产能力全面赋予工业开发商。深泉平台还集成了Automl技术，与普通的Automl不同，该技术专门针对工业用的小数据集而设计，在工业质量检验这样细分的场景中达到计算力和精度的最佳平衡，实现真正的不匹配参数。实践表明，在福田康明斯多个站，超参自动搜索得到的AI模型，漏杀率和误杀率明显优于普通模型。

在完成AI模型的自由定制之后，推理工作流调度组件可以灵活地调整质量检查过程。质量检测技术依赖于光机电软件计算各部分的紧密配合，要实现有效调整，需要统筹考虑。深泉平台集成行业内主流厂商工业相机，无论是百万像素还是千万像素，无论是面阵相机还是线阵相机，都可以插即用。同时，深泉平台支持多个PLC主流协议，可实现与数十个PLC的互连。光机电设备充分连接后，作为质检生产线中枢，深泉平台通过低代码平台灵活设计质检技术，从而实现管线、机械臂等各种机械自动化设备的控制，确保多设备高效协同工作。在这个低码平台上，工业摄像机、PLC、机械臂等都被抽象为一个个节点，用户只需要可视化配置的方式，就可以对节点进行不同的排列组合，从而方便地实现质量检测技术的重新定义。经过几分钟的重新部署，可以实现质检流程的快速切换，ldquo；柔rdquo；中所述修改相应参数的值。

在报表配置组件中，深泉平台提供灵活的报表配置，采用横纵表设计，确保生产线生产不同类型的设备，系统可采用插件式装载，报表自动显示生产部件的质量状况真正实现全面柔性生产。

以福田康明斯的质量检查场景为例，轴承检测站需要一次完成两个轴承表面的缺陷检测，由于轴承形状为拱形，因此每个轴承需要两个照相机，一个站包括四个工业照相机。这四种工业相机的工作模式、拍摄顺序和结果整合方式会影响PLC的最终质量检测结果，最终影响质量检测技术。深泉平台将各种设备和AI模型全部抽象为节点，用户可以自行定义节点的作业顺序和流程，从而实现质检业务流程的定制。如果您的场景从一个使用四个摄像头的轴承检测站更改为一个使用摄像头的飞轮壳喷涂站，用户只需重新拖动节点，设计符合飞轮壳喷涂站的质检业务流程整个过程将生效。

目前，基于商汤SenseCore AI大装置搭建的光机电软件计算一体化深泉平台已落地福田康明斯多个站。AI质检在百年汽车工业中找到了自己发光发热的空间。随着被评为ldquo，灯塔工厂rdquo；和ldquo；智能制造模型工厂rdquo；福田康明斯也持续推动发动机生产向智能制造转型升级，商汤科技也通过持续强大的深泉平台，将智能化助力汽车工业的发展，使汽车工业生产如华尔兹般优美轻快让汽车行业在工业4.0的浪潮中不断前进。