在工廠生產的智能化升級過程中，質檢是被AI賦能的環節之一。
傳統質檢主要依靠人的眼睛以及多年的經驗來檢測缺陷，這種方式效率較低且容易出現漏檢、誤檢等現象。并且，伴隨著勞動力成本上升，懂質檢的“老師傅”越來越稀缺，年輕人普遍不愿進入工廠，從事質檢工作。
于是，搭載AI視覺算法的攝像頭成為代替肉眼質檢的核心，越來越多的工廠開始引入AI質檢，來改造產線，提高生產效率。相較于人力質檢，AI質檢的優勢在于，可24小時無間斷檢測，效率、質量都得到提升。
當前普遍的做法是，工廠在產線上進行改造，加裝一套AI質檢方案，通常由攝像頭和系統構成，部署完畢即可投入使用。這種方案的弊端在于，方案高度定制化、改造周期長。更重要的是，方案一經部署，很難復用到其它產線，缺乏柔性。
對于企業來說，部署一套AI質檢的直接成本和隱性成本十分高昂，尤其是對于廣大的中小企業，這種高成本的方案并不適用。市場迫切需要能夠做到高質量、高效率但部署成本較低的解決方案。
微億智造為此推出的數字工人「工小匠|AI數字質檢員」，恰好能解決企業的質檢轉型痛點。
微億智造「工小匠|AI數字質檢員」
「工小匠」三大優勢：柔性、專業、高效
作為一名AI數字工人，「工小匠」的柔性得益于機器人智能控制。
人的手臂很靈活，可以完成許多動作。但機器人的手臂，要做到類人的自由度，技術難度非常高。
「工小匠」的原理是，通過算法規劃及仿真建模，根據不同的成像條件，讓機器人自動找尋目標物體的拍照點位和角度。目標任務建立之后，「工小匠」再通過精確控制機械臂每一軸的運動，結合自研的路徑規劃算法計算生成最優運動軌跡。
這種方式既可以提高機械臂的自由度，又能擺脫以往需要人工不斷進行調試的窘境，減少人力成本。
「工小匠」不但能夠知道“去哪兒”以及“怎么到達目的位置”，可以“自由活動”，而不必像傳統方案一樣固定在產線上。因此，「工小匠」可以說是適用于多場景，解決了企業的柔性質檢痛點。并且，在規劃路徑的過程中，可以借助避障算法，跑的更快、更穩、更安全。
仿真環境中的運動軌跡在現實場景中的同步應用
除了柔性，專業是「工小匠」的另一核心競爭力。
如同人一樣，在質檢領域，機械臂固然可以做很多事，但首先需要看見物體，才能進行相關的動作。
傳統的工業相機，為了能夠捕捉缺陷，提高檢測精度，需要光學工程師在項目現場反復調整光源，不但費時費力，還需要付出額外的調試成本。
「工小匠」基于微億智造自研的在線光學調機系統，可以自動生成最佳拍照點位和角度、自適應最優光學參數，確保每點位的高清取圖，不遺漏每一處細小缺陷。在人工修正算法調試結果的同時，算法也正在不斷學習人的調試經驗，快速進階為“光學專家”，時間縮短至數小時，讓柔性切線成為可能。
仿真環境中的光學方案在現實場景中的同步應用
「工小匠」在正式上崗之前，會把機器人智能控制、光學點位與角度設計以及自動生成的軌跡路徑均放在仿真環境中一一驗證。通過虛擬和現實相結合的全數字孿生，在線確保最優工作性能后再下發到實際工作中；相關的回歸測試也會通過云端仿真場景對突發事件進行復現和修復，遠程且全面的解決各類現場問題。
柔性、專業之外，「工小匠」的效率也非常高。
據了解，「工小匠」搭載的高速飛拍成像技術，末端線速度高達1000mm/s，每點位拍攝CT僅需0.3s。
而基于機器人智能控制和成像模組的配合，「工小匠」的手臂在不停地進行高速運動的同時完成對目標點位上的精準取像，并且重復誤差小于2個像素，高效且優質。
高速飛拍成像技術
「工小匠」兩大特色：部署周期短，全周期管理
對于解決方案商而言，企業的柔性化生產需求倒逼方案商要將解決方案做的更加靈活便捷，除了產品能夠適應不同的質檢場景以外，部署周期也要縮短，讓企業能夠做到手機充電般“即插即用”。
傳統人力質檢需要很長的培育周期，而市場上很多AI質檢方案依賴于大量的缺陷數據，并且經常需要停下產線進行改造，這種方案不但成本高，而且部署周期極長。
微億智造基于自身的AI能力，已經完成了數千萬級的缺陷數據累積，并形成了大量的預訓練模型。在其自研的Tri-vision視覺算法以及獨特的模型訓練法加持下，算法模型大大降低了對樣本量的需求，大幅壓縮模型訓練及上線時間。比如，單缺陷檢測只需要20~50個樣本，明顯缺陷可做到0樣本檢出。「工小匠」已經可以做到一周時間培訓，然后立即投入使用。
與傳統質檢方案相比，「工小匠」的樣本需求量下降70%，整個項目的投產周期縮短接近90%。且在上崗之后，「工小匠」可依據產線的質量標準，迅速完成工作指標。
數字工人的身份之外，「工小匠」還有另外兩個身份：質量管理員、質量分析員。
如今，在企業的日常生產管理中，質檢的價值并不只局限于做好產品質量檢測的最后一關，而在于整個質檢的全周期管理，包括預防、檢測、追溯、優化等前后端環節。這樣才能從全流程的角度來縮減成本、提高效率。
「工小匠」通過微億自研的DQI軟件系統，不但能獲得全面質量數據，還能進一步完成質量數據的建模分析，幫助企業實現質量風險預警、質量缺陷統計、質量問題定位及分析。
DQI軟件系統—質量分析管理
企業一方面可以利用工小匠來提高質檢效率和質量，另一方面也可以做好質量管理。而且，「工小匠」基于數據分析，可以針對產線生產的具體情況做流程管理，進行事后回溯，進行“預防”。換句話說，企業使用「工小匠」，能夠實現對質檢全流程的成本優化，提高企業生產效率。
目前，「工小匠」已經可以走進各種各樣的工廠中，如新能源汽車、數碼3C、小家電工廠、瓷器工坊等等，“數字工人”的身份“持證上崗”，為企業提供質檢服務。
總結
質檢作為生產的重要環節，對產品的重要性不言而喻。
在定制化、周期長的諸多方案中，微億智造「工小匠」跑出了一條易部署、省成本的路徑，更加適合中小企業的柔性化生產需求。
未來，「工小匠」將以數字工人的身份，出現在各類質檢場景中，為企業提供賦能的同時，助力我國產業智能化轉型升級。
