韓敬嫻

未來要做工業(yè)數(shù)據(jù)的流量入口。

當(dāng)我們在談?wù)摽萍紟淼母淖儠r(shí)，提及更多的是消費(fèi)級(jí)市場、物聯(lián)網(wǎng)、語音助手、智能音箱等。對(duì)于不那么“大眾”的工業(yè)領(lǐng)域呢？

從經(jīng)濟(jì)常識(shí)來看，低效能的生產(chǎn)模式必然遭到更高效率方式的淘汰，當(dāng)前以機(jī)器學(xué)習(xí)、云計(jì)算、大數(shù)據(jù)等為核心的新科技勢必會(huì)為工業(yè)生產(chǎn)帶來一場變革。

年產(chǎn)值6個(gè)億，檢測員工占三分之一

“為什么會(huì)選擇軸承領(lǐng)域？”

“因?yàn)樵诖笾圃祛I(lǐng)域，軸承行業(yè)對(duì)自動(dòng)化和精度要求都比較高，以軸承檢測作為起點(diǎn)，之后我們再進(jìn)入其他領(lǐng)域就水到渠成了?！鄙疃纫曈X科技市場銷售總監(jiān)韓鶴天在接受創(chuàng)業(yè)邦（微信搜索：ichuangyebng）專訪時(shí)表示。

軸承是工業(yè)制造中一個(gè)核心基礎(chǔ)零部件，全球每年產(chǎn)量在上千億套，中國現(xiàn)在大概有1500多家軸承生產(chǎn)企業(yè)，產(chǎn)量占全球市場的20%以上。

軸承檢測是整個(gè)軸承生產(chǎn)環(huán)節(jié)當(dāng)中非常重要的一環(huán)，直接影響著軸承的品質(zhì)和軸承的銷量。但是，目前軸承成品外觀的檢測主要還是依賴人工。據(jù)悉，中國最大的軸承套圈生產(chǎn)企業(yè)，年產(chǎn)值6個(gè)億，共600個(gè)員工，其中200個(gè)人負(fù)責(zé)檢測。檢測人員每天工作8個(gè)小時(shí)要檢測2萬個(gè)左右的軸承，韓鶴天表示：“我試了一下，我看了10分鐘就流眼淚了?！?/p>

隨著檢測設(shè)備的不斷更新，目前市場上也會(huì)有一部分企業(yè)用機(jī)器視覺進(jìn)行缺陷檢測，但由于技術(shù)限制，穩(wěn)定性差，誤檢率基本在20%左右，也就是說，機(jī)器會(huì)把20%的好產(chǎn)品檢測成壞的，這就又必須用人工來進(jìn)行復(fù)檢，無論是對(duì)工藝還是對(duì)成本來說，這都是巨大的浪費(fèi)。

軸承檢測的重要性與當(dāng)前檢測方法之間的矛盾，為機(jī)器視覺技術(shù)改革行業(yè)提供了突破口，也為創(chuàng)業(yè)者提供了進(jìn)入的機(jī)會(huì)。

機(jī)器眼睛代替人眼，準(zhǔn)確度拉高近18%

對(duì)于如何解決軸承檢測過程中效率低、準(zhǔn)確度低、速度慢、人力成本高的問題，深度視覺科技從機(jī)器視覺切入，在智能檢測一體機(jī)上安裝多個(gè)智能工業(yè)相機(jī)，通過圖像抓取、識(shí)別、計(jì)算、踢料等基本流程來完成整個(gè)檢測。

在硬件部分，深度視覺為智能檢測一體機(jī)裝上多只“眼睛”。第一只眼睛是可見光成像，第二只眼睛是智能長波紅外相機(jī)，能檢測金屬近表層1毫米深度的裂紋，而且能跟劃痕做區(qū)分，第三只眼睛就是醫(yī)用級(jí)內(nèi)窺鏡，把它放在軸承檢測整個(gè)設(shè)備里，它能檢測孔徑在3毫米以內(nèi)孔徑內(nèi)部的傷痕。

這些深度視覺自己開發(fā)的工業(yè)相機(jī)中都會(huì)加入智能芯片和自主開發(fā)的算法，讓相機(jī)擁有邊緣計(jì)算能力，也就是說在抓取圖像的瞬間，90%的計(jì)算量已經(jīng)在機(jī)器“眼睛”內(nèi)部完成了，從而提高了設(shè)備的運(yùn)轉(zhuǎn)效率。

在提高準(zhǔn)確度方面，深度視覺在設(shè)備當(dāng)中加入了人工智能算法，通過深度學(xué)習(xí)，積累了大概上百種的缺陷樣式，讓設(shè)備對(duì)圖像缺陷的敏感程度更高。

當(dāng)技術(shù)從實(shí)驗(yàn)室研究出來之后，深度視覺花費(fèi)半年左右的時(shí)間在工廠生產(chǎn)線上進(jìn)行調(diào)試和實(shí)驗(yàn)，來應(yīng)對(duì)工廠真實(shí)生產(chǎn)過程中所出現(xiàn)的各種情況。韓鶴天表示：“這是其他創(chuàng)業(yè)公司不具備的市場資源優(yōu)勢?！?/p>

經(jīng)過在工廠的實(shí)際檢測，深度視覺的軸承檢測產(chǎn)品單從精度上看，與目前日本最好的檢測設(shè)備僅能檢測軸承套圈200微米的缺陷相比，深度視覺的產(chǎn)品直接拉高了100倍。在檢測準(zhǔn)確度上提升了將近18個(gè)百分點(diǎn)，純物料成本至少給客戶節(jié)省10%，同時(shí)一臺(tái)機(jī)器大概能替換掉12個(gè)人工，解決了檢測人員冗余的頑疾。

目前深度視覺的第一臺(tái)設(shè)備已經(jīng)在8月份落地，據(jù)韓鶴天介紹，全球前八大軸承生產(chǎn)企業(yè)，有五家已經(jīng)與深度視覺取得了聯(lián)系，三家已經(jīng)簽了訂單。2019年國內(nèi)會(huì)有20臺(tái)左右的設(shè)備會(huì)賣出去，大概意向訂單會(huì)有幾十臺(tái)。

未來要做工業(yè)數(shù)據(jù)的流量入口

除了軸承領(lǐng)域之外，深度視覺科技計(jì)劃將檢測設(shè)備推向泛汽車，比如說緊固件、車加工、金屬表面以及醫(yī)用膠囊等需要精度檢測的領(lǐng)域，涉及金屬表面檢測和非金屬表面檢測。

韓鶴天還表示：“未來市場打開之后，我們會(huì)通過機(jī)器視覺積累大量產(chǎn)品的圖片數(shù)據(jù)，成為工業(yè)數(shù)據(jù)的流量入口。比如在缺陷傷痕檢測領(lǐng)域，之前由于數(shù)據(jù)難以統(tǒng)計(jì)，金屬表面檢測行業(yè)并沒有形成統(tǒng)一標(biāo)準(zhǔn)，但我們可以通過積累的海量數(shù)據(jù)庫可以對(duì)不同大小、不同深淺、不同形狀的缺陷進(jìn)行分析，分析它產(chǎn)生的原因，進(jìn)而反饋給前端制造環(huán)節(jié)，甚至制定行業(yè)標(biāo)準(zhǔn)?！?/p>