机器视觉点亮智慧工厂

中国机器视觉助力智能制造创新发展大会（以下简称VisionChina（北京）2021）于2021年7月21-22日在北京国际会议中心召开。大会以智能制造引领高质量发展为主题，关注智能制造创新技术与发展。在大会开幕式，主办方、承办方、各位领导、演讲嘉宾及观众展商们共同见证了新时代下机器视觉产业的加速创新变革。来自全国各地的展商和观众及其行业企业、专家齐聚一堂，共享此次机器视觉行业盛宴。

大会开幕式伊始，中国工程院院士周立伟教授为开幕式发表致辞，他指出，随着我国进入全面推进智能制造阶段，机器视觉将向全行业覆盖，应用市场需求急剧扩增，因此智能制造为机器视觉提供了巨大的需求牵引，是机器视觉行业的重大战略机遇。

中国电子技术标准化研究院技术总监张晖就《机器视觉产业发展与标准化》做专题报告。

报告中明确指出机器视觉系统是集光学、机械、电子、计算、软件等技术为一体的工业应用系统，它通过对电磁辐射的时空模式进行探测及感知，可以自动获取一幅或多幅目标物体图像，对所获取图像的各种特征量进行处理、分析和测量，根据测量结果做出定性分析和定量解释，从而得到有关目标物体的某种认识并作出相应决策，执行可直接创造经济价值或社会价值的功能活动。 

机器视觉产业图谱

清华大学唐杰教授做《人工智能之认知图谱》重要报告，中国首个超大规模预训练模型“悟道”诞生，中文 PTM 跻身“炼大模型”列队，悟道强调最大、通用、国产、知识。悟道的多项应用，都已突破图灵测试，在诗词创作、做对联、文本摘要、人设问答、绘画等方面，可与人类一较高下。

雷竞技电竞 股份有限公司研发副总裁兼首席CTO赵严博士做《机器视觉与智慧工厂》重要报告。

服务智慧工厂的机器视觉技术

机器视觉与5G、人工智能、工业互联等技术加速融合与创新，有利于其更坚实地服务全产业，推动中国制造业加速完成智能化转型。

以印刷行业为例，为了保证印刷品质量，正式开印前的印样确定往往慎之又慎，需要相关负责人层层把关。但以往单纯靠人眼检查的操作，让印刷品标准成了一个“只可意会，不可言传”的存在，印样确定需要反复多次，影响效率。这样的生产过程急需通过技术手段改进。

工业AI离不开“眼、脑、手”的配合，眼睛明亮，脑子聪明，手脚灵巧，相互配合，才能实现工业AI。

随着成像器件朝着高灵敏、高动态、高分辨、低噪声的方向发展，多维多尺度的精准成像成为现实。新兴的计算光场成像、相干调制成像和高光谱成像等计算成像技术突破传统视觉成像瓶颈。技术进步为工业AI擦亮双眼。

机器视觉很早就进入了人工智能的领域，但用的主要是传统的模式识别的算法。随着机器学习的广泛应用，显示屏行业开始打造传统算法和深度学习相融合的算法，称之为“双引擎”。二者相结合，为工业AI打造聪明的大脑。

智慧工厂的构想

目前，工厂管理所有的环节都是围绕产品展开的，包括人工、工艺、设备等。在这个过程中产生的数据多是人工记录或者是缺失的。最能体现生产情况的来自生产一线的海量数据却没能带来任何反馈。

智慧工厂的中心是数据，在架构上包括数据获取、数据分析、数据应用。除了对常规的制造数据、业务数据进行整合，质量数据的加入为工厂管理注入灵魂。通过质量全环节数据与品质数据的综合利用，进行工业大数据的分析，进而做出企业决策。

除了机器视觉的设备以外，还需要大量的工业软件来做支撑。

智能驾驶舱主要从设备中获得质量信息和工艺流程的数据。同时能对设备进行实时的调整和优化，保证品质。GMQM则以质量标准为准线进行统一管理，通过检测模型和集中训练保障产线一致，最终实现工艺改善，快速闭环。

智慧工厂以设备、产线的精细管理为基础，进而构建工厂级决策-认知图谱，建立基于知识图谱的工厂检测管理、分析与决策框架。

智慧工厂的应用

凌云光认为，迈向智能生产管理，产生收益和效能的三个步骤分别为以智能装备为核心的端的布局、以智能产线管理为核心的边的布局和以智能工厂决策为核心的云的布局。

第一步: 创新工艺&科学可度量的品质控制, 解放工人

第二步: 建立质量大数据, 利用GMQM+大量AI完善品质管理, 替代管理者

第三步: 智能生产管理，以质量和效能改进为目的, 使用大量的AI技术, 实现智能生产管理的 SmartFabrication.

在深刻把握工业客户对于精度、效率、品质提升的核心需求的基础上，凌云光先后研发了国产印钞/标签/软包装高速在线印品彩色质量检测装备、LCD/OLED/MicroLED显示屏全自动质量检测装备、手机精密装配/加工智能对位系统等产品，持续通过创新的产品与RAYBET雷竞技竞彩 推动产业自动化与智能化升级。