应用在生产线的瑞松科技AI机器视觉技术

　　焊接机器人（华工供图）

　　智能制造解决方案

　　智能制造解决方案

　　视觉检测产品

　　视觉检测产品

　　视觉产品

　　智能生产线

　　扫码看精彩视频

　　智能工厂需要“大脑”来统领全厂的工业机器人和流水线，还需要先进的视觉系统来完成产品质检等。在智能工厂这一领域，广州的科技企业颇有建树，开发的智能工厂及各类产品不仅应用于广汽、小鹏等本地明星企业，在国内外市场也颇受欢迎。本期《科技周刊》，让我们一探广州如何锻造智能工厂的“大脑”和“眼睛”，解码这样的“大脑”和“眼睛”如何催生新质生产力。

　　文/广州日报全媒体记者武威

　　图/广州日报全媒体记者王维宣（除署名外）

　　“大脑”建设

　　智能平台涵盖汽车、3C、航空航天……

　　来到广州瑞松智能科技股份有限公司的工厂车间内，公司为广州一家生产飞行汽车的明星企业设计建设的一条专业智能化生产线刚刚下线，正打包装车送往客户工厂准备组装调试。

　　据介绍，多年来，该公司已为广汽、小鹏、比亚迪、马自达、丰田等明星车企建设专业的智能数字化平台或生产线，先后承担了国内外1000多个项目。除汽车外，该公司业务还涵盖3C、航空航天、轨道交通、海洋工程等领域，其中一些项目成为“灯塔工厂”，代表全球智能制造的最高水平。

　　公司数字化部工程师李东明介绍，该智能数字化平台以数字孪生技术为核心，可打造出与现实生产环境高度契合的虚拟映射空间。目前，该数据采集平台已完成对主流设备及通信协议的兼容，实现毫秒级的高频数据采集，可为智能数字化平台提供稳定且高质的数据来源。

　　随后，李东明向记者展示了公司为广州一家车企的焊装车间搭建的智能数字化平台。平台上展示了整个车间的平面图和每条产线的位置，还有每条产线的生产信息、设备状况、能源使用情况等。工程师介绍，智能数字化平台可实现节拍监测、安排生产、质量监测、故障预警、节能减排等功能。

　　节拍监测

　　找出“磨洋工”的设备或程序

　　偌大的汽车智能工厂，每一两分钟就会有一台车下线。这样的生产节拍需要每道工序都踩准点。

　　依托系统采集的数据并进行节拍分析，生产过程中哪个工位的节拍拖得比较久，管理者一眼便知。“这时我们就可以通过平台进一步检查，看看是什么原因造成了某个工位耗时较长。不仅能提早发现问题，找出‘磨洋工’的设备或程序，还可以为优化提升产线效率找到解决方案。”李东明说。

　　安排生产

　　为产线提供零部件工序安排

　　数字化平台通过采集各类生产数据，实现对车间产量、生产进度、设备稼动率等的实时监控，消除生产信息差和时间差，实现生产管理的全透明化。该平台可以根据当天的生产计划制定生产安排，指导车间提前准备好每条流水线上的零部件，帮助管理者实现快速决策，助力完成生产目标。

　　质量监测

　　焊接做得不好它能“追责”

　　质量监测和追溯是数字化平台的重要功能。在汽车焊接车间，车身会经历点焊、弧焊等工艺，每道工艺执行过程中的数据（如焊接电流、焊接电压、焊接电阻、加压力等）都会被自动采集并录入数字化平台，结合算法实现对工艺过程质量的判定。一旦出现质量问题，该平台还可以倒追，寻找问题源头，对出现问题的设备进行参数调整、检修或更换。

　　故障预警

　　为机器人等智能设备“治未病”

　　该智能平台可以对系统内的气缸、电机、机器人等设备进行信息采集，通过历史数据，结合算法建模，对这些智能设备的健康状况进行预警，在设备将要出现损坏宕机前，提前向车间负责人报警。“这样，工厂就可以在设备出现故障前，提前排除问题，避免故障停产的发生，实现‘上医治未病’。”李东明表示，随着算法的不断优化，平台的设备故障预测结果会越来越准确。

　　节能减排

　　让工厂更精准避免能源浪费

　　当前，我国企业越来越重视节能减排。但以往，消耗的能源只有一个笼统的数值，工厂没办法评估能源使用的合理性，这也让有些企业在撰写ESG报告时无从下笔。

　　智能数字化平台可以通过工厂的水电气表作统计分析和预测分析，如通过分析非生产时间工厂各项能源的使用情况，寻找能源浪费的“黑洞”。“例如，根据智能化平台的提示，焊接车间迅速发现了漏气的问题，并对输气管道进行针对性改造。现在，漏气情况大大改善了。”工程师说。

　　“视觉”建设

　　毫秒级响应！AI视觉系统成功率超99.99%

　　除上述数字化平台外，公司机器视觉工程师鲍林云告诉记者，近年来，他们还在AI机器视觉产品上开拓创新。目前，这些自研产品可支持2D或3D多维度检测，检测速度可达毫秒级，检测成功率超过99.99%。公司还自主研发了“工业AI视觉检测模型开发平台”，可服务于汽车、电子、3C等领域的自动化生产，还可拓展至生物医药、能源电力等行业领域。

　　实时检测涂胶宽高保质量

　　目前，公司的视觉产品在汽车行业中的涂胶工序应用最多。汽车上的各种玻璃都需要涂胶，在涂胶枪上，一个圆形的视觉相机可以实现跟随式的边涂边检，同步检测涂胶的胶高、胶宽是否符合要求。

　　鲍林云告诉记者，这类涂胶技术还可以应用于3C和电子产线，“我们可以根据客户的需求调整工艺参数，汽车行业的精度范围会宽松一点，误差一般在0.2mm，但3C的产线精度要求较高，误差范围比较小，我们的视觉产品误差最小能达到0.01mm，因此大至轮船、小至手机，都可以进行涂胶质量检测。”

　　洞悉漆面和间隙的微小缺陷

　　汽车、3C产品在出厂前要做漆面检测，主要观察漆面的外观，是否有凹坑、划伤。视觉产品配备的高精度相机可以让微小的凹坑和划伤难逃“法眼”。

　　汽车的车门、天窗等会存在间隙面差。检测这些间隙面差是否合格，以往是用塞尺进行工艺测试，而激光传感器不仅可以准确测量，还可以保存这些工艺数据，“用塞尺只能测试这个产品合不合格，利用我们的视觉产品能将每一个工艺数据存档，促进生产者更新提升工艺。”

　　帮助机械臂准确挑选零部件

　　通常，流水线一侧会有一个装满各种零部件的箩筐，工业机器人要想找到准确的零部件，往往需要人工递送，如今，机器视觉可以解决这道工序。

　　机器视觉能准确识别工序上所需的零部件，并跟工业机器人的机械臂进行空间坐标的关联，之后机器人就可以利用磁吸准确抓取工件。此外，在汽车工厂内，一道工序完工后会标注车架号、日期号等字符，机器视觉可以快速识别这些字符，保证各类汽车零部件不会“张冠李戴”。

　　与人形机器人视觉底层逻辑相通

　　工程师介绍，用于智能工厂的视觉产品与人形机器人等所使用的视觉产品底层逻辑是相通的——都是通过视觉感知来理解三维世界，进行各项精准操作。

　　智能工厂视觉通常在结构化或半结构化环境中运行（固定光照、已知背景、物体类型相对固定）。工业装配、精密检测等任务对定位和测量精度要求常常达到亚毫米级。系统通常针对特定任务（如特定零件的分拣、特定缺陷的检测）进行高度优化。常用高分辨率工业相机、精密光学系统、结构光/激光三角测量进行高精度3D测量，深度学习则用于复杂缺陷检测和分类。

　　相比之下，人形机器人的视觉则需要在非结构化、开放、动态变化的人类环境中工作（光照变化大、背景杂乱、物体种类繁多且位置姿态随机、有移动的人和物）；需要处理大量从未见过的物体和场景，具备一定的泛化能力和学习能力；需要识别人体姿态、手势、表情，理解人的指令和意图；更依赖深度学习（目标检测、实例分割、姿态估计、场景理解）、SLAM（同时定位与建图，尤其在未知环境导航）、多模态融合（视觉+语言+力觉等）、具身AI技术。“我们的视觉产品可以作为硬件模块提供给人形机器人使用。然而，要想充分发挥其性能，仍需强大的算法支撑和足够的GPU算力支持。”

　　广州科学家谈创新

　　陈小奇 华南理工大学吴贤铭智能工程学院院长

　　智能制造业具身智能机器人要“术业有专攻”

　　作为智能制造领域的权威专家，陈小奇告诉记者，目前来说，珠三角地区智能工厂内的数字化、自动化技术很发达，智能制造领域再升级，需要AI大模型、数字孪生与具身智能等前沿科技的加入。

　　华南理工大学吴贤铭智能工程学院在智能制造领域的科研着重三方面，第一是探索利用AI大模型让产线的调度、实时监控更加数字化、智能化。第二是进一步加强智能工厂的数字孪生技术，利用数字孪生来对复杂的产线进行实时的数据采集监控，对产线做到闭环控制。第三是在增减材一体化制造等复杂制造过程、制造工艺中，利用人工智能和具身智能技术，进一步提升智能化水平。“我们在这三方面都取得了不错的进展。我们希望达到这样的目标——即在工厂内，一个人类员工可以操作几台具身智能机器人，实现更高的生产效率。”

　　陈小奇认为，应用于智能制造行业的具身智能机器人要强调“术业有专攻”。在现阶段，受制于算力水平，没有必要为其加装太泛化的大模型，而应聚焦行业的某些应用，做一些针对性的小模型。“比如，我们做具身智能焊接机器人，可以建立小模型，让它熟练掌握焊工技术。”

　　陈小奇介绍，团队在具身智能工业机器人灵巧手的研究上有很多突破，“目前，我们主要从事两种灵巧手的研究，一类是荷载较大的灵巧手，可以拾起7公斤重物，这样焊接机器人就有足够的力量拿起焊枪；另一类灵巧手则专注于灵巧，可以为鞋厂穿鞋带。”

　　“目前，这个穿鞋带的灵巧手已经开发出了二代机，我们与安踏集团合作，开始做进厂穿鞋带的实验。”陈小奇介绍，学校非常重视产学研合作，相关机器人产品已在美的等大型企业中开展应用研究。