CNCC2018 分论坛(3)｜AI赋能工业有哪些“灵丹妙药”？

当工业遇到人工智能，会发生什么？今天，芯君和你一起走进 “工业感知和工业视觉”分论坛，看看大师们为AI赋能工业开出哪些“灵丹妙药”。

郑会龙：人工智能落地，需要做减法！

人物小贴士：

郑会龙，航空学会航空制造工程分会副会长中国超精密制造工程中心副主任，中国超精密制造工程副主任，中科院工程热物理研究所特聘研究员，工信部04专项高档数控机床控制集成技术专家，军工保密资格审查认证中心测量系统信息安全特聘专家。前中航工业精密所副所长。

郑会龙认为，工业发展是一个循序渐进、融合混杂的过程。虽然在工业发展中有一些旧事物被淘汰了，但鲜明的代际划分是不够合理的，比如工业诞生之初的蒸汽机至今仍有应用。

他强调：“人工智能已经成为未来中美竞争中争取胜利的关键节点”。

人工智能在工业化中的应用应专注于某一具体场景，专注于解决痛点，为人工智能做减法。以语音识别为例，在工业化的应用场景中可以专注于数字的识别，争取做到对数字的语音识别率达到99.99%，以谋求高稳定性。在视觉检测中，可以强调视觉检测对人们行为的规范性，辅助人们进行精密线路连接，减少人为失误，提高工人的生产效率。

其次，数字训练标准化是未来人工智能发展的重要方向。传统的依靠人力来打标签的训练方式是对时间和资源的极大浪费。推行标准化的训练模式是深度学习训练未来的必由之路。

人工智能算法在工业领域有着广泛的应用前景，两者紧密结合、相互促进，是未来工业车间自动化、智能化发展的重要方向。

王茜莺：联想AR，为工业发展注入新动力？

人物小贴士：

王茜莺，联想集团副总裁，联想研究院技术战略与创新平台总经理，美国斯坦福大学人机交互博士。在IBM任职期间两度获得IBM全球研发系统成就奖。获得2005年国际人机交互大会奖。获《商业周刊》颁发的2010年度美国系优秀设计工业奖。连续年获得联想最佳创新团队称号。共获得超过80篇发明专利，并在国际知名学术期刊和杂志上发表过20多篇论文。现为美国计算机学会ACM人机交互分会中国副主席。

王茜莺介绍，在全球每秒有4台联想PC被发往世界各地，连续多年位居世界第一。她还提到，中国在计算机视觉和增强现实上的投入在过去十二个月内猛增到了39亿元。这给联想投身AR领域带来了极大的鼓励与信心。

联想在AR领域的最新成果——联想星辰AR也在分论坛上得到了展示。与传统的AR面向普通消费者不同，星辰主要面向的是工业用户。在联想与海航集团的合作中，海航的飞机维护人员可以利用先进的AR设备实现快速、准确、无遗落检修，使设备维护人员的工作难度大幅下降。这主要借助于AR的虚拟现实功能：放大检测节点方便观察，已检测设备点标注，未检测跟踪提醒。

除此之外，联想还与美国医学院合作，将AR应用于医疗领域，帮助医生更加快捷准确地使用电子医疗设备。

“未来，联想将开放星辰AR的SDK。”王茜莺宣布，联想将与合作伙伴一起为AR赋能，服务于包括建筑、教育、医疗等细节场景在内的众多领域，致力于打造强大云服务平台。

利用联想众多的超算中心所拥有的算力，联想AR将为工业的发展注入动力，同时也将为联想的发展开拓一条全新的道路。

赵慧洁：智能制造要解决的关键问题是什么？

人物小贴士：

赵慧洁，哈尔滨工业大学博士。1999年至2000年，在密西根大学进行博士后研究。北京航空航天大学教授，精密仪器及机械学科博士生导师，北京航空航天大学蓝天学者。2016年，享受政府特殊津贴。

全新智能制造模式下的信息物理融合生产系统（CCPS）——听上去是不是很高大上？

它是中国智能制造未来的核心——你可以先简单地这么理解（小编内心OS）。

面向CPS 的智能化协同制造建模与仿真平台

所谓信息物理融合，就是通过物联网的交叉融合，使传统制造业设备的生产信息、生产状态完成数字化、信息化。之后，我们利用这些数字信息来重新模拟、构建制造流程，然后就可以进行实时分析、科学决策、精准执行。通过这个闭环赋能体系，我们就可以达到提高制造效率的目标。

那么，要想实现这个系统，最重要的是什么？赵慧洁表示，实时感知是整个系统的眼睛，先进的感知与测量是智能制造的关键共性技术之一。此时，工业视觉的发展程度就决定了感知与测量的水平。

在传统的工业视觉中，主要采用的是二维图像技术，但随着工业设计的复杂化，特别是在航工航天领域，单个机械结构的复杂程度对工业视觉提出了更高的要求。三维数据的需求日趋庞大。

在智能制造下的视觉感知技术有两个技术大类：视觉环境感知和视觉测量感知。视觉环境感知主要检测空间位置和姿态；视觉测量检测主要包括精密形貌和特征。

是不是觉得有些懵？别着急，赵慧洁教授用一个例子来详细地阐述了这个专业的问题：以大飞机为例，它的性能要求为大运力、远航程、高机动、高速度；材料特点是铝钛合金、复合材料；结构特点为大型化，整体化，复杂化。而传统的二维识别存在测量基准不统一、周期长、误差大、数据信息少等问题。所以在大飞机的制造过程中，三维识别就显得尤为重要。

三维测量面临的难点也是显而易见的：三维几何形状复杂，表面材质多样化，所产生的互反射、强反射、半透明材料和原位测量的时间限制等等问题都是很棘手的问题。不过，棘手并不意味着无解。

赵慧洁表示，这些难题可以通过矢量化与逆向工程、虚拟装配、质量分析、工艺优化、采用高性能的存储、传输、压缩、以及人工智能算法的提升和计算机构架演进带来的算力提升来解决。

只有解决了三维感知问题，才能更好地构建服务于智能制造的信息物理制造系统，最终才能有力地服务于精密工业化生产。

赵甫：工业视觉能为智能制造带来什么？

人物小贴士：

赵甫，中国航天科工集团二院706所智能制造事业部主任。706所工业控制系统信息安全方面的带头人，研究领域包括：数控机床、工业机器人、数字化车间、工业控制系统信息安全防护等，在智能制造信息安全领域有广泛的研究和突出业绩。尽力了工业控制系统信息安全攻防平台，形成了面向军工领域的工业安全防护解决方案。

从1956年我国创建国防五院以来，航天事业经历了艰难创业、改革振兴、走向世界几个历史阶段，并且取得了重大成果。

目前，我国发展了卫星科技和载人航天技术，研发了航天科工的装备系统，从最早的与苏联合作再到独立自主研制，形成了独立的研究、实验、生产体系。钱学森提出的系统工程思想，成为航天最重要的方法论。

随着智能制造的快速推进，航天制造业实现了突破性进步，使用新工艺、新装备的浪潮已经来到。

赵甫主任分析了工业感知和工业视觉技术在航天领域应用的现状，他表示，工业视觉的主要流程为定位、检测、测量、识别。主要应用在以下领域：

紧固件自动识别系统：紧固件是一种提供结构连接的机械产品，也称为标准件。在航天总装领域，紧固件通常指螺钉、弹垫、平垫等几大类。紧固件是航天总装领域应用最广泛的零件之一，占到航天器全部物料数量的50%以上。检测及定位技术是紧固件自动组套系统的核心，决定了紧固件抓取的准确性。自动组套系统在每一次抓取操作前利用CCD设备对当前待抓取分区的紧固件位置信息进行采集。

利用视觉技术最终可获得两方面信息：第一，识别放置在料盒中的紧固件的轮廓外形，进而获取其准确的位置信息；第二，识别可抓取的紧固件，通过分析图像的轮廓外形过滤掉重叠的紧固件，进而确定本次操作抓取对象。

零部件外形检测：与机器人相配合，检测零部件外形质量，记录检测数据。大大提高了外形检测速度和一次性。

智能精密焊接：初始焊位视觉引导语识别、焊缝跟踪、熔池视觉计算以及焊接成型质量控制，特别是以机器视觉为先导的焊缝路径导引与规划、视觉—电弧复合传感的空间曲线焊缝跟踪以及基于知识模型的焊接过程控制，实现智能化高效精密焊接制造。

观点总结

总而言之，在智能生产线和智能制造设备中，工业视觉技术不仅可以使产品在自动化生产与装配过程中的质量更加稳定，还可以使生产装配的效率得到极大提升。

工业感知和工业视觉的落地要依靠超精密的检测技术，这是论坛上的专家学者们达成的共识。检测技术的提升，必须让仪器仪表、光学、计算机学、自动化等多学科进行融合交叉。

如需转载，请后台留言，遵守转载规范