5g+AI，如何改造富士康自動化產(chǎn)線？

富士康，一家全球公認(rèn)的超級制造業(yè)巨頭，如今已經(jīng)占據(jù)全球超過42%的代工市場份額。

當(dāng)外界對這艘“工業(yè)航母”的印象還停留在“蘋果御用代工廠”時，富士康已經(jīng)陸續(xù)完成大陸地區(qū)30余座內(nèi)部燈塔工廠的升級改造，全面投身下一代半導(dǎo)體、智能汽車等新興產(chǎn)業(yè)。

據(jù)官方報道稱，在富士康成都廠區(qū)，通過AI、物聯(lián)網(wǎng)（IoT）等技術(shù)，該工廠生產(chǎn)效率提高了200%，設(shè)備綜合效率提高了17%。而類似的數(shù)字化改造項目也在其他廣區(qū)也得到了推廣。

但數(shù)字化改造終究是一項長期的系統(tǒng)工程。站在企業(yè)視角上看，單靠自身技術(shù)很難做到面面俱到，這時便需要專業(yè)技術(shù)公司的助力。

以自動化產(chǎn)線上常見的外觀檢測項目為例，在引入清湛研究院的“外觀缺陷檢測方案”后，改造后的富士康自動化產(chǎn)線，在工作效率方面得到卓有成效的提升。

5G加持下，“AI眼睛”更智能

與人類視覺相比，使用機(jī)器進(jìn)行缺陷檢測有著明顯的優(yōu)勢。它精度高，速度快，可“看”清人眼無法看清的快速運動的目標(biāo)，具有較高的穩(wěn)定性，提升質(zhì)量的可控性，同時可以進(jìn)行信息的集成與留存，方便人員追溯。

因此，機(jī)器視覺在多個領(lǐng)域都有著頻繁的應(yīng)用，幫助人工進(jìn)行缺陷的檢測識別并標(biāo)記。

但是，早期富士康自動化產(chǎn)線上的機(jī)器視覺項目仍然存在部分問題：

1、難以區(qū)分黑點和吸附，易將OK品判定為NG品，造成一定的資源浪費；

2、難以準(zhǔn)確分辨流紋、劃痕、鼓包、起皮等瑕疵；

3、人檢與機(jī)檢標(biāo)準(zhǔn)界限定位不清楚；

4、現(xiàn)有檢測設(shè)備接口不開放，二次開發(fā)不可行；

5、生產(chǎn)節(jié)拍固定，數(shù)據(jù)處理效率要求高，自動化改造要求高。

圖 | 產(chǎn)線現(xiàn)場圖片

針對上述問題，經(jīng)過多次實地調(diào)研考察，清湛研究院提出了一套“5G+AI”的工業(yè)視覺檢測方案：

對于5個CCD相機(jī)拍攝的樣本圖片，3臺視覺主機(jī)會先對其進(jìn)行一遍初篩，過濾出NG的樣本圖像；

隨后將圖像/信號通過5G傳輸?shù)姆绞桨l(fā)送到AI邊緣服務(wù)器，通過服務(wù)器上搭載的AI算法完成缺陷樣本的檢測與分類，并將分類的結(jié)果傳輸給PLC，PLC驅(qū)動分揀機(jī)構(gòu)完成NG和OK樣品的分揀；

AI算法將數(shù)據(jù)通過5G傳輸?shù)姆绞脚c云端進(jìn)行通訊，完成模型的訓(xùn)練任務(wù)并下發(fā)到服務(wù)器進(jìn)行部署。

從工廠反饋的實際效果來看，在改用清湛研究院的工業(yè)視覺檢測方案之后，富士康原有產(chǎn)線中遺留的問題得到了有效的解決。

圖 | 自動化改造方案架構(gòu)

5G環(huán)境下，實現(xiàn)真正強(qiáng)技術(shù)需求

據(jù)清湛研究院透露，該項目中涉及到海量的圖像數(shù)據(jù)。

具體來看，每個樣品拍5個面，每個面3個角度，每個角度4-5張圖（取決于不同位置的CCD相機(jī)），每張圖5MB，即每個樣品數(shù)據(jù)量在375MB左右，并且一秒內(nèi)會拍攝多個樣品。

這些數(shù)據(jù)需要實時地被處理，利用千兆有線網(wǎng)絡(luò)傳輸一組樣品圖片需耗時400ms左右，使用4G網(wǎng)絡(luò)傳輸需耗時4000ms左右，而基于5G的圖像傳輸延時僅為50ms左右。

圖 | 5G傳輸時延對比圖

但是對于如此龐大的圖像數(shù)據(jù)，如果只依靠5G傳輸?shù)乃俣热赃_(dá)不到理想的效果，因此還需要對數(shù)據(jù)采用壓縮技術(shù)，實現(xiàn)數(shù)據(jù)的約簡。

具體實現(xiàn)方式：當(dāng)視覺主機(jī)發(fā)送NG信號的時候，基于深度學(xué)習(xí)的數(shù)據(jù)壓縮，利用圖像數(shù)據(jù)中空間冗余的思想，對數(shù)據(jù)進(jìn)行編碼，不但提高壓縮率，而且可以避免冗余計算，大大提高傳輸速度。5G+深度學(xué)習(xí)壓縮重建后，單組圖片平均傳輸速度為1ms，實現(xiàn)了真正的“秒”傳。

一套系統(tǒng)，多項亮點

在完成了數(shù)據(jù)傳輸后，下一步就是讓整套AI系統(tǒng)完成龐大數(shù)據(jù)的處理工作。

通過各個模塊的拆解分析，我們可以能清晰感受整套改造方案架構(gòu)的精巧之處。

·超大規(guī)模數(shù)據(jù)標(biāo)注

據(jù)清湛研究院介紹，該套檢測方案使用的人工智能算法是數(shù)據(jù)驅(qū)動型算法，首先需要把人類理解和判斷事物的能力教給計算機(jī)，再讓計算機(jī)學(xué)習(xí)到這種識別能力。

要學(xué)習(xí)數(shù)據(jù)中的規(guī)律，就要假設(shè)數(shù)據(jù)是有正確答案的，很多數(shù)據(jù)是不存在所謂答案的，那么如果我們想讓數(shù)據(jù)能有“規(guī)律”就要給數(shù)據(jù)標(biāo)注。

據(jù)悉在本項目中，共計標(biāo)注10000+圖像數(shù)據(jù)，包含30000+圖像標(biāo)注框。在龐大的數(shù)據(jù)集的支持下，檢測方案的準(zhǔn)確率在工作過程中不斷提升。

圖 | 數(shù)據(jù)標(biāo)注界面

·高準(zhǔn)確率的人工智能算法

傳統(tǒng)的機(jī)器學(xué)習(xí)在特征提取上主要依靠人來分析和建立邏輯，而深度學(xué)習(xí)則通過多層感知機(jī)模擬大腦工作，構(gòu)建深度神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)簡單特征、建立復(fù)雜特征、學(xué)習(xí)映射并輸出。

最終在整個訓(xùn)練過程中，所有的層級都會被不斷優(yōu)化。

在本項目中，基于清湛自研的AI算法，配合大量的訓(xùn)練數(shù)據(jù)，檢測準(zhǔn)確率可達(dá)99.99%以上，并且優(yōu)化了算法的檢測速度，優(yōu)化后單幀圖像檢測僅需4ms即可完成。

圖 | 圖像檢測算法

·5G傳輸+云服務(wù)器模型訓(xùn)練

海量標(biāo)注的圖像數(shù)據(jù)僅依靠邊緣服務(wù)器難以進(jìn)行訓(xùn)練任務(wù)，通過5G+云服務(wù)器的形式，可以大幅減少圖像傳輸時間，同時降低訓(xùn)練所需時間，最高降幅可達(dá)80%，僅需一天時間即可完成數(shù)據(jù)訓(xùn)練。

圖 | 算法訓(xùn)練終端

·AI中臺——零代碼AI訓(xùn)練平臺

本項目中的數(shù)據(jù)標(biāo)注以及模型訓(xùn)練，均使用清湛研究院自研的AI中臺進(jìn)行開發(fā)部署，亮點如下：

1、零代碼可視化分析，無需編程簡單拖拽；

2、涵蓋海量前沿機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法；

3、個性化定制，可與自寫代碼無縫銜接；

4、多種預(yù)訓(xùn)練模型，可更快速收斂至高精度；

5、可解釋性功能，打破深度學(xué)習(xí)黑箱，為模型結(jié)果呈現(xiàn)判斷依據(jù)/生物學(xué)基礎(chǔ)；

6、印刷級高清圖表，邊緣計算和云計算可協(xié)同作業(yè)。

圖 | AI中臺系統(tǒng)界面

除此以外，清湛研究院還為其配備了數(shù)據(jù)展示終端，特點如下：

1、無縫嵌入原有系統(tǒng)，僅增加微量的計算時間，可大幅降低人工/耗材損耗；

2、一鍵修改IP，可適配不同計算單元；

3、動態(tài)化參數(shù)配置，現(xiàn)場工作人員根據(jù)情況調(diào)整相應(yīng)的閾值。

圖 | 系統(tǒng)展示界面

據(jù)統(tǒng)計，在項目上線后，機(jī)臺總良率有了明顯的上升，良率提升至96.60%左右，提升幅度超7%；

同時，誤檢率下降至1.5%左右，降幅超4%；單個樣本處理時間控制在7ms以內(nèi)（從接收取圖信號到給PLC發(fā)送OK/NG信號為一個周期）；

最終，本項目較好地完成了交付標(biāo)準(zhǔn)。

圖 | 上線后機(jī)臺總良率

結(jié)語

未來，隨著AI的不斷迭代自學(xué)習(xí)，AI對傳統(tǒng)制造業(yè)的降本、增效、提質(zhì)效果將更加明顯，越來越多的制造廠也將會在各個質(zhì)檢環(huán)節(jié)甚至全流程運用AI實現(xiàn)更高效、更準(zhǔn)確、更自動化的作業(yè)，來提升生產(chǎn)質(zhì)量。

清湛研究院也將協(xié)同廣大供應(yīng)商合作伙伴致力于實現(xiàn)我國由工業(yè)大國向工業(yè)強(qiáng)國的轉(zhuǎn)變，讓中國成為第四次工業(yè)革命的引領(lǐng)者。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！