在廣泛的工業(yè)制造領(lǐng)域，以機器視覺解決方案應對工業(yè)制造檢測，還是一片亟待開發(fā)的藍海。

輪胎，汽車與公路唯一的接觸點，直接關(guān)系著汽車在道路上的行駛狀態(tài)。如果輪胎有問題，將會怎樣？

近年來，一些汽車的行車速度顯著提高，尤其是在高速公路上。在快速行駛中，一旦輪胎出現(xiàn)瑕疵，輕則車輛受損花錢維修，重則車毀人亡、損失難計。

有關(guān)資料顯示，我國在高速公路上46%的交通事故是在輪胎發(fā)生故障引起的，其中，因細小瑕疵導致爆胎的占輪胎事故總量的70%。

一個不久前發(fā)生的慘劇是，2019年9月28日上午，G25長深高速2154KM處一輛滿載的大客車突然爆胎，沖破道路中央隔離帶駛?cè)雽ο蜍嚨啦⑴c一輛半掛貨車相撞，造成36人死亡、36人受傷。整個搜救歷經(jīng)8個多小時，事故現(xiàn)場觸目驚心……

輪胎瑕疵造成悲劇的情況就不能被“扼殺在搖籃里嗎”？

小瑕疵的大挑戰(zhàn)

輪胎瑕疵的檢測難嗎？

當前，我國大約有600家輪胎制造商，每年生產(chǎn)將近8億個輪胎，占全球輪胎年產(chǎn)總量的三分之一。在這種規(guī)模上，要保證產(chǎn)品質(zhì)量的一致，屬實是一個巨大的挑戰(zhàn)。

從業(yè)內(nèi)整體情況來看，目前大多數(shù)公司都依靠人工檢查。但這種方法既耗費人力財力，又不夠可靠。

具體來說，培訓一個檢查員要花費3個月的時間，而檢查工作最多占用他們80%的時間。并且，人力總歸免不了漏洞，即使經(jīng)過充分的培訓，檢查員們在顯示屏上用肉眼觀察時也免不了做出主觀判斷，通常只能保持90%到95%的準確率。

有消費者還表示，雖然輪胎質(zhì)量鑒定檢測在制造商處成本相對較低，但消費者方檢測的費用卻高達2000-3000元，這導致很多消費者在高費用和對廠商信任的“僥幸”心理下，跳過駕駛前對車輛輪胎的專業(yè)檢測，為日后事故埋下隱患。

而這種情形導致的結(jié)果顯然是兩敗俱傷。一方面，消費者的生命財產(chǎn)安全始終存在隱患；另一方面，一旦出現(xiàn)問題甚至事故，輪胎制造商的品牌信任度也難以維護。

為什么輪胎檢測如此復雜困難，以至于訓練有素的檢查員都無法達到更高的準確率？

專業(yè)人士指出，汽車軸承中的軸套有5個面，每個面在生產(chǎn)過程當中都有可能會產(chǎn)生一些裂口；輪胎背面還會有一些凹坑，或者是在加工過程當中有燒傷，嚴重的時候5個面可能會有20幾種缺陷。如果是人工來檢測，一個人檢測5個面20幾種缺陷需要好幾秒的時間，效率并不高，在效果層面也存在很大的隱患。

當然，也有部分輪胎企業(yè)從國外高價購買一些X光智能檢測系統(tǒng)之類的工具設(shè)備，但由于很難適應我國輪胎智能檢測的要求，大多數(shù)企業(yè)購買的設(shè)備未能實現(xiàn)智能檢測，既造成浪費，又未解決提高質(zhì)檢準確率的難題。

另辟蹊徑的探索者

行業(yè)困局中，總有嘗試另辟蹊徑的先行探索者。

一家大型輪胎制造商，在衡量成本效益、業(yè)務(wù)升級等各類因素后，決定向經(jīng)驗豐富的技術(shù)合作伙伴尋求更好的解決方案——他們找到了一家名為“上海深視科技”的公司，希望借助其深度學習、計算機視覺和圖像處理等先進的AI技術(shù)產(chǎn)品，尋找到解決輪胎瑕疵的辦法。

簡單來說，這套質(zhì)檢產(chǎn)品在輪胎生產(chǎn)線上的檢測過程可以解釋為，在輪胎前安置一個傳感器，通過在輪胎外框、內(nèi)框打很多點，自動采集產(chǎn)線和各個點的信號，就可以進行輪胎的定位，顯示輪胎輪廓的檢測，以及凹陷劃痕等信息的識別，從而判斷出這個輪胎是否合格。

很快，這個解決方案給企業(yè)帶來了驚人的變化。此前，這家企業(yè)每天只能由人工進行多步驟的目視檢查，但現(xiàn)在每天可以實時檢查20,000多個輪胎，檢查一個產(chǎn)品的時間達到毫秒級，經(jīng)過測試其準確率提高到了99.9%以上，每條生產(chǎn)線的人工成本降低了大約4.2萬美元！

“這套解決方案運行速度很快，可以與原始生產(chǎn)線的速度相匹配，更讓我們驚喜的是，在新的瑕疵出現(xiàn)時，它還能提供強大的可擴展性和加快的學習速度。”輪胎制造商說。

深視科技只是是一家剛創(chuàng)建一年多的企業(yè)，一個初創(chuàng)企業(yè)的AI技術(shù)為何能釋放出如此巨大的能量？

據(jù)了解，深視科技的核心團隊起源于英特爾實驗室。為了獲得最佳檢測結(jié)果，深視科技轉(zhuǎn)而與英特爾合作，后者不僅帶來了關(guān)鍵技術(shù)，還帶來了AI、計算機視覺和深度學習方面的寶貴經(jīng)驗。英特爾使用英特爾分布式OpenVINO工具包優(yōu)化了算法。

并且，該工具包提供了針對英特爾處理器進行了優(yōu)化的計算機視覺和深度學習推理工具，可以顯著地提高性能。通過利用英特爾分布式OpenVINO工具包對英特爾硬件進行加速，深視科技得以讓其檢測模型算法在一臺常規(guī)工業(yè)計算機上穩(wěn)定運行。

而這種將硬件和軟件的集成提高了整體性能，使得深視科技的檢查軟件可以更快地檢測出瑕疵，這樣就節(jié)省了優(yōu)化和開發(fā)的時間，并加快了部署速度。

可以說，正式是英特爾的核心技術(shù)支撐深視科技提供了一套視覺解決方案，將輪胎的生產(chǎn)瑕疵扼殺在“搖籃狀態(tài)”，可謂是助力輪胎制造商“識微見遠”，防患于未然。

5%的巨大機遇

類似的情況不只出現(xiàn)在輪胎制造業(yè)。在更廣泛的工業(yè)制造領(lǐng)域，以機器視覺解決方案應對工業(yè)制造檢測，還是一片亟待開發(fā)的藍海。

“中國每天在產(chǎn)線上進行目視檢查的工人超過350萬，其中僅3C行業(yè)就超過了150萬人，大概15%-20%的工人他們不是在做體力工作，而是拿著一個產(chǎn)品看產(chǎn)品有沒有問題，有沒有瑕疵”，深視科技CEO李揚說，“質(zhì)檢市場當中，機器視覺覆蓋率不到5%，即便是到最近幾年覆蓋率依然很低?！?/p>

當一個很小的缺陷會影響到整個制造商的生產(chǎn)效率和利潤時，一切細節(jié)都是至關(guān)重要的。輪胎制造商的商業(yè)示范在前，5%，這顯然是一個巨大的機遇，英特爾也早早地發(fā)現(xiàn)了這個機遇。

一方面，AI本身對整個社會帶來的價值已經(jīng)逐步體現(xiàn)，取代高難度、重復性工作是必然趨勢；另一方面，這個行業(yè)存在諸多未被解決的問題，而這些問題有機會通過新技術(shù)的進步來得以解決。一個新的商業(yè)模式正在興起！

從現(xiàn)有應用案例來看，借助英特爾酷睿處理器和英特爾分布式OpenVINO工具包和深視科技技術(shù)，制造業(yè)企業(yè)至少可以獲得三個層面的收益：

一是機器檢查可以檢測到人工檢查員無法看到的瑕疵問題，將瑕疵檢測準確率提高至99.9%以上；

二是由于機器檢查是客觀的并且沒有視疲勞困擾，因此它可以以更快的速度和更高的效率連續(xù)運行，使制造企業(yè)能夠在降低總成本的同時最大化生產(chǎn)效率；

三是更好的瑕疵檢測本質(zhì)上是在推動制造企業(yè)產(chǎn)品質(zhì)量的提升，產(chǎn)品瑕疵問題在生產(chǎn)的過程中就可以盡早解決，有助于減少產(chǎn)品退貨產(chǎn)生的高昂成本，提高盈利能力。

“三年前英特爾就堅信視覺計算技術(shù)以及攝像頭創(chuàng)建數(shù)據(jù)的能力將會發(fā)揮催化劑的作用?！庇⑻貭柟靖呒壐笨偛眉嫖锫?lián)網(wǎng)事業(yè)部總經(jīng)理ThomasLantzsch相信，機器視覺與人工智能推理的結(jié)合，將誕生工業(yè)制造領(lǐng)域的“殺手級應用”。

英特爾視覺方案工程師李勇解釋使用OpenVINO之后的優(yōu)勢：“一是提高性能，使用這個工具包可以最大發(fā)揮出英特爾計算單元的運算能力，性能可以得到提高。二是整合深度學習，深度學習是AI的一部分，視覺領(lǐng)域用的最多的AI就是基于深度學習的AI。三是加速開發(fā)，他們可以在產(chǎn)品落地時應用了OpenVINO之后，很短的時間里就可以將性能提高10倍部署到實際應用當中。四是創(chuàng)新和定制?！?/p>

從商業(yè)角度出發(fā)，這種助力制造業(yè)識微見遠、防患于未然的商業(yè)行為，將是一個極具前景的商業(yè)模式，創(chuàng)造更多商業(yè)經(jīng)濟價值。

從宏觀角度出發(fā)，當前我國正處于從中國制造到中國智造的關(guān)鍵時期，英特爾的技術(shù)和深視科技這類公司的產(chǎn)品相結(jié)合，賦能國內(nèi)制造業(yè)企業(yè)，不僅將顯著提高制造業(yè)企業(yè)的生產(chǎn)質(zhì)量和質(zhì)檢水平，更能驅(qū)動中國制造企業(yè)數(shù)字化轉(zhuǎn)型，助力中國制造。