随着人工智能等新一代技術的逐漸成熟，第四次工業革命的浪潮席卷全球，智能制造也已成為大陸的重要方略。而汽車工業作為工業的關鍵領域之一，其智能化轉型也得到産業鍊上下遊的重點關注。
近期，在汽車行業的“燈塔工廠”和“智能制造示範工廠”——福田康明斯發動機生産工廠的總裝工廠中的房間裡，響起了此起彼伏的快門聲。一聲聲的“咔嚓”，如同汽車工業在新時代的脈搏，展現了人工智能技術與汽車工業相結合而碰撞出的強大生命力。支援這份生命力的，是基于商湯SenseCore AI大裝置打造的光機電軟算一體化的深泉工業質檢推訓平台（以下簡稱深泉平台）。依托這套平台，福田康明斯不僅實作了對發動機關鍵零部件的表面缺陷和裝配缺陷的自動檢測，大大提升了質檢效率，更是提升了勞工的能力，将勞工從枯燥乏味的質檢工作中解放了出來從事工藝等更高水準的工作，最終提升了企業整體的競争力，邁出了向智能制造轉型更新的關鍵一步。
福田康明斯的進階項目經理表示：“商湯科技的深泉平台與我司生産實踐相結合，實作了多個場景下AI質檢能力的快速上線，提升了質檢效率，也幫助我們提高了智能制造的水準，為AI質檢在汽車工業制造領域的靈活創新和應用奠定了基礎。”
深泉平台落地，賦能工業質檢“質”、“敏”、“柔”
在今天的汽車工廠裡，機器人的應用已經随處可見。但是在質檢這個環節，仍然對人工目檢存在巨大需求及挑戰。要解決好這個問題，需要演繹好“質、敏、柔”三步曲，讓汽車生産動作和音樂旋律一樣準确、輕快、靈活。
“質”，即要足夠的精準。衡量精準度的名額一般有兩個，漏檢率和誤檢率。漏檢率影響生産的良品率，而誤檢率影響生産的産能，隻有漏檢率和誤檢率都足夠低，才意味着質檢産品可以被實際應用。
“敏”，即落地全流程要足夠的高效，讓工廠各個部門高效落地AI智能化應用，充分利用産線上每一寸空間，并讓勞工手眼與智能化應用共同協作、完美配合，“人機協同”實作高效生産。
“柔”，即缺陷檢測要具備足夠的柔性，随着時代的發展，大規模生産的定義已經從單件大批次已經變為多件小批次。要求在有限的産線空間内，能夠支援多種零件的生産。
可以說，深泉平台在“質”、“敏”、“柔”三個方面都表現出色，這也保證了深泉平台能在福田康明斯諸多工位形成真正的落地實踐。
“質”的提升：AI精度超過工業紅線
工業場景往往面臨零部件種類多、型号多、缺陷種類多的“三多”難題。一是零部件種類多，據統計一輛汽車上的零部件多達上萬種；二是零部件型号多，哪怕是同一種零部件，用到不同汽車上的型号往往千差萬别；三是零部件缺陷多，不同的生産工藝就會産生不同的缺陷。要想針對每種缺陷檢測的場景，均達到“質”的要求，就變得極為困難。
為了解決這個問題，深泉平台從多光學方案支援、多零部件形态支援、多重質檢支援三個角度提供了解決方案。在多光學方案支援方面，平台裡支援了十餘種不同的圖像處理方案，從明視場到暗視場，從同軸光到穹頂彌散光，都可以很好的完成圖像的品質檢測、資料預處理、資料增強等。工業成像特點是，整張圖像素範圍較大，但缺陷通常都較小。為了對這類缺陷進行檢測，在深泉平台提供了高精度的圖像分割能力，可以在上億級像素分辨率的極端場景下，對僅有3-5個像素的缺陷實作精準檢出，讓缺陷位置一目了然。
在多零件形态支援方面，平台裡支援凹型件、拱形件、多面體等多種零部形态。在複雜零部件拍攝時也會出現判斷是否是缺陷标準不清晰的問題，标注出現錯誤的情況較難避免。針對這一情況，深泉平台提供了諸如Auto Denoise等技術，能夠保證訓練資料集件在有噪聲的情況下也能收斂到最優點。
在多重質檢支援方面，針對工業生産中的裝配類缺陷、生産工藝類缺陷，提供了無監督、半監督、強監督完整的模型訓練體系進行了支援。并在推理時綜合使用，確定最低程度的漏檢和最高品質的檢出。
“敏”的踐行：工藝提升進入快速疊代模式
每一個AI質檢的項目，都是一套系統化的工程，涉及光機電軟算的多個系統，也會涉及原有質檢流程的更新和重組，如何将智能化技術和産線完美融合提升産線效率，深泉平台提供了完善的解決方案，将工藝的疊代從“月”為機關改變為“周”為機關。真正踐行“敏”。
深泉平台針對生産前-輕量化産線、生産中-軟硬一體高效推理、生産後-工藝快速疊代提供了多方面解決方案：
輕量化産線，深泉平台提供了雲化和輕量邊緣側兩種推理産品形态，助力産線雲化、輕量化、無線化。減少産線上繁雜的各種裝置。讓勞工生産時有一個一目了然的生産視野。打造智慧“生産艙”，為更快的生産節拍奠定基礎。也為産線未來換型等各種變化時夯實了基礎。
軟硬一體高效推理，結合公司自研AI晶片形成了軟硬一體高效推理方案，確定了商湯的學術和工業實踐成果可以最大化利用AI算力，實作最優的算法精度和速度。深泉平台還打通了工業相機、PLC、機械臂等生産線上的端裝置，實作了多個裝置的協同工作，進而保證AI質檢能滿足生産線上幾百毫秒甚至幾十毫秒的極限節拍。
工藝快速疊代，通過對工藝生産缺陷進行實時資料分析，将缺陷數量、類别、等級等資訊以報表形式提供給企業生産管理者，使其對生産品質一目了然，實作以量化資料指導生産工藝改進，大大提高生産品質管理效率。
在福田康明斯的工位，随着缺陷的精準識别和缺陷彙總分析，讓工廠更快的區分關鍵缺陷和一般缺陷。關鍵缺陷的工藝疊代依托資料，已經在按周為機關在進行工藝優化。真正演繹了深泉平台的效果之“敏”。
“柔”的追求：低代碼支撐柔性質檢
傳統的汽車工業生産模式是“剛性”生産，即以實作單一産品的大批量生産為主。但随着生産理念和技術的發展，現在的工業企業開始轉向“柔性”生産，強調要高品質的生産小批量的産品，這無論對生産制造還是對品質檢測，都提出了更高的要求。
為了解決解決這個問題，深泉平台提供了工業模型訓練元件、推理工作流排程元件、報表配置元件。工業模型訓練元件可以充分利用商湯SenseCore AI大裝置的能力，如同流水線工廠一般，實作不同場景的算法模型的底層抽象。深泉平台不僅內建了SenseCore AI大裝置，更是在其之上打造了零代碼的工業模型生産平台，使用“授人以漁”的方式，将AI模型生産的能力全面賦能給工業開發者。深泉平台中還內建了AutoML技術，與正常AutoML不同，該技術專門針對工業小資料集設計，以在工業質檢這類細分場景中達到算力與精度的最佳平衡，以做到真正的不調一個參數。實踐表明，在福田康明斯的多個工位上，通過超參自動搜尋得到的AI模型，其漏殺率和誤殺率都明顯優于普通模型。
推理工作流排程元件可以在完成 AI模型自由定制後，對質檢工藝進行靈活調整。質檢工藝依賴于光機電軟算各部分的緊密配合，要實作有效調整，就需要統籌考慮。深泉平台內建了業内主流廠商的工業相機，無論是百萬像素還是千萬像素，無論是面陣相機還是線陣相機，均能即插即用。同時，深泉平台還支援多款PLC主流協定，可以實作與幾十款PLC的互聯互通。當光機電裝置充分連接配接之後，作為質檢産線的中樞，深泉平台将通過低代碼平台來靈活設計質檢工藝，進而實作對流水線、機械臂等各類機械自動化裝置的控制，確定多裝置的高效協同工作。在這套低代碼平台中，工業相機、PLC、機械臂等均被抽象為一個個的節點，使用者隻需要通過可視化配置的方式，即可對節點進行不同的排列組合，進而輕松實作質檢工藝的再定義。通過幾分鐘的重新配置，就可以實作質檢工藝的快速切換，確定了對“柔”的支撐。
在報表配置元件中，深泉平台提供了靈活的報表配置，采用橫縱表的設計，確定了産線生産不同類型的裝置，系統可以采用插件式裝載，報表會自動顯示生産零部件的品質情況，真正做到全方面的柔性生産。
以福田康明斯的質檢場景為例，在軸瓦檢測工位，一次需要完成對兩片軸瓦表面的缺陷檢測，由于軸瓦形狀為拱形，是以每個軸瓦需要兩個相機進行拍攝，一個工位則會包含4個工業相機。這4個工業相機的工作模式、拍照順序、結果整合方式，都會影響給到PLC最終的質檢結果，最終影響質檢工藝。深泉平台将各種裝置和AI模型均抽象為節點，使用者可以自行定義節點的工作順序和流程，進而實作對質檢業務流程的自定義。當客戶的場景從使用4個相機的軸瓦檢測工位，變更為使用1個相機的飛輪殼塗膠工位時，使用者隻需要重新拖動節點，設計一個符合飛輪殼塗膠工位的質檢業務流程，整個流程即可生效。
目前，基于商湯SenseCore AI大裝置打造的光機電軟算一體化的深泉平台，已經在福田康明斯的多個工位落地。讓AI質檢在百年汽車工業中找到了自己發光發熱的空間。随着被評為“燈塔工廠”和“智能制造示範工廠”，福田康明斯也将持續推動發動機生産向智能制造的轉型更新，而商湯科技也将持續通過強大的深泉平台，讓智能化助力汽車工業的發展，讓汽車工業的生産像華爾茲一樣優美和輕快，助力汽車行業在工業4.0的浪潮中不斷前行。