第03版:信息通信
3上一版  下一版4
 
超高清视频技术赋能工业制造数字化智能转型
编辑:姬晓婷
设备、软件、制造过程是智能制造成功的三要素
 
版面导航
 
3上一期
下一篇4 2022年12月6日 放大 缩小 默认        

超高清视频技术赋能工业制造数字化智能转型

赛迪智库电子信息研究所 宋籽锌 赵燕 温晓君
 

超高清视频技术与5G、AI等信息技术深度融合,已在质量检测、巡检定位、智能管理等多个场景得到应用,大幅提升了识别、定位和检测效率,助力工业制造向可视化、数字化和智能化方向转型升级。与此同时,超高清视频技术在工业领域的普及应用中还存在系统开发和维护成本高、超高清工业产品技术储备不足、行业垂直解决方案通用性不强等问题,赛迪智库电子信息研究所建议,应当从突破关键核心技术、加快典型应用推广、加强供需对接等方面发力,进一步提升超高清视频在工业制造领域应用的深度与广度。

超高清视频技术推动工业制造效率提升

超高清视频技术与5G、AI等技术深度融合,助力工业制造智能化发展。超高清视频技术可应用于工业制造定位、识别、测量、检测等多个环节,是推动工业制造可视化、智能化发展的基础。实际上,5G助力超高清视频数据低时延传输和实时分析,在煤矿勘探、实验爆炸检测等对传输高要求的场景已开始逐步应用。运营商搭建5G专网,通过多频协同、超级上行、QoS增强、无线资源预留、切片和边缘节点等技术的灵活定制,为工厂提供支持带宽增强、低时延、数据本地卸载、业务隔离、业务加速等个性化功能。摄像头采集的视频数据通过5G专网传输至边缘计算中心进行实时分析后下发准确指令,可提供柔性工作能力。同时,AI为超高清视频数据的精准分析提供了助力,可应用于产品质量检测、制造缺陷检测等高精度场景,有效提高生产效率。超高清视频采集的数据回传到分析平台,通过运用决策数、知识图谱、神经网络等增强学习、深度学习算法,对数据进行规模化分析、精准定位,可有效识别产品质量,提前预警分析设备可能存在的故障。

超高清视频在缺陷检测、质量检测、智能巡检方面率先发力,赋能电子产品制造、钢铁生产和汽车生产等高精度生产行业。在缺陷/质量检测方面,超高清视频技术可借助光学元器件观察到肉眼无法观测的领域,拓宽被检测物体的观察范围。例如,金石机器人银川有限公司的超高清检测机器人应用于汽车制造业中的曲轴件瑕疵检测环节后,企业平均生产效率提高了25%、生产过程可追溯性提高了70%、数据录入工作量减少了75%、交接的纸面工作减少了70%、成本核算准确度提升了70%,节约人工成本、管理成本和能源成本近1000万元。在智能巡检方面,超高清视频技术应用于巡检机器人,提高了机器人的“视力”水平。例如,天津移动公司搭建的面向机房巡检的机器人检测系统,基于机器人搭载的超高清摄像机,以5G网络实时传输图像并利用AI技术精准分析,可识别物体状况提前报警,准确率达到98%,效率提升了3.5倍。

超高清视频在工业制造应用中面临的挑战

尽管超高清视频与新一代信息技术深度融合,使得工业制造效率有了明显的提升,然而超高清视频技术在工业领域中的普及应用中还存在以下问题和挑战。

超高清视频在工业制造领域中的应用涉及硬件设备、软件平台和算力工具,搭建与后期运维成本较高。一是超高清视频解决方案前期搭建费用高。超高清视频系统搭建涉及定制化光源、摄像设备、软件架构和算力平台,其实时分析对算力硬件性能的要求高,且需要针对不同场景搭建定制化的算力平台,单位造价成本高,一套完整产线的超高清视频解决方案可达千万元。二是后期运维以单点维护为主,系统维护成本高。光源调试、镜头及相机拆装、软件维护和监控分析等必须聘请专业人员在工作场地完成,推高了超高清视频技术在工厂大规模应用的维护成本。

超高清视频相关产品技术储备不足,在工业相机、图像处理软件和视觉系统方面尚待提升。一是在工业镜头及相机方面,国内相机和镜头厂商起步较晚,我国产品在景深、光学畸变、光谱响应、相机的稳定性与可靠性方面与国外均存在差距。二是在图像处理软件方面,Cognex、Keyence等公司提供了软件服务,而我国在软件底层算法技术方面积累不足,国内的处理软件一般是在OpenCV等开源算法库或者Halcon、VisionPro、NIvision等第三方商业算法库的基础上进行二次开发。三是在视觉系统方面,美国基恩士、日本康耐视、瑞典海克斯康、德国Basler AG等国外机器人视觉系统占据了主要的中高端市场。

超高清视频与工业制造应用的结合点和示范性不足。在不同领域应用需有专用解决方案,目前面向不同行业的垂直解决方案较少,难以解决行业痛点问题。

一是现有各个系统数据在壁垒未打通、软件框架封闭的情况下,无法实现在不同场景中快速切换。一方面,不同摄像头采集到的数据不尽相同;另一方面,采集平台所整合的数据也各有千秋,各个系统无法兼容,需要先对不同场景的数据进行规整、标注。

二是不同场景有算法适应性、通用性方面的差异。晶圆制造质量检测、面板制造缺陷检测等场景所需算法并不一致,需要针对不同的产品单独定制不同的检测算法,而现有算法难以通用,也无法大规模普及。三是缺乏融合型、复合型人才,难以打破行业壁垒并提供定制化解决方案。超高清视频技术涉及光学、人工智能、数学和集成电路等学科,工业制造涉及材料、机械工程、自动化等学科,单一学科背景工作人员难以解决多层次学科问题,亟须跨学科、多视角的复合型人才。

加快突破关键核心技术及推广典型案例

针对超高清视频技术在工业领域中的普及应用中存在的问题及挑战,赛迪智库电子信息研究所提出以下三点建议,以进一步推动超高清视频与新一代信息技术深度融合。

一是要加快突破关键核心技术。协同高校、企业、科研院所,在光学技术、大靶面CMOS和超高清工业相机等领域开展联合攻关。建设面向超高清融合行业应用的公共服务平台,促进各产业链环节间的交流合作,解决各个细分领域的行业痛点。

二是要加快推广典型案例的应用。通过持续推进超高清视频典型应用案例征集活动,定期遴选具有代表性、可复制和可推广的行业案例,编制行业应用案例集。发挥典型应用示范的积极带动作用,探索将现有案例应用于其他领域形成新场景、新模式。

三是要加强重点领域企业供需对接。定期开展超高清视频企业进军工业企业的活动,率先推动超高清视频在电子信息、钢铁、汽车、机器人和医药等制造领域的落地。依托世界超高清视频产业大会,邀请工业制造企业参与,提高其对超高清视频技术的认知,从而加强超高清视频技术上下游企业的供需交流。

 
下一篇4  
  


电子信息产业网 http://www.cena.com.cn
中国电子报社版权所有。未经许可,不得转载或镜像。
地址:北京市海淀区紫竹院路66号赛迪大厦8层 邮编:100048
订阅电话:010-88558892 | 88558816

 

关闭