“ADC(圖像自動(dòng)缺陷檢測(cè)與分類)在我們工廠跑不起來(lái),某全球最大的信息技術(shù)和業(yè)務(wù)解決方案公司的駐場(chǎng)團(tuán)隊(duì)太慢了,你們來(lái)試試?！?/p>

2018年,成都數(shù)之聯(lián)科技股份有限公司(下稱“數(shù)之聯(lián)”)接到了廈門某電子集團(tuán)的電話,讓他們迅速準(zhǔn)備一套ADC工業(yè)質(zhì)檢項(xiàng)目方案,進(jìn)行工業(yè)瑕疵檢測(cè),解決工業(yè)質(zhì)檢問(wèn)題。這是數(shù)之聯(lián)與國(guó)際頭部公司的首次正面碰撞,結(jié)果以數(shù)之聯(lián)成功執(zhí)行落幕。

后來(lái)居上:從數(shù)據(jù)發(fā)端工業(yè)AI質(zhì)檢

工業(yè)AI質(zhì)檢是關(guān)乎生產(chǎn)良率的“命門”,但這道命門長(zhǎng)期掌握在外國(guó)廠商手中。

據(jù)數(shù)之聯(lián)創(chuàng)始人兼董事長(zhǎng)傅彥介紹,在圖像缺陷檢測(cè)軟件市場(chǎng),國(guó)外廠商的市場(chǎng)占有率達(dá)到了60%以上;在大數(shù)據(jù)分析軟件方面,四家國(guó)際龍頭企業(yè)更是占據(jù)了80%的市場(chǎng)。巨頭大多成立時(shí)間久、研發(fā)投入高,壟斷建立在搶占早期地位上,傳統(tǒng)視覺(jué)檢測(cè)V軟件背后的公司已經(jīng)成立40年, 另一巨頭德國(guó)M公司也成立了25年。

海外企業(yè)服務(wù)的價(jià)格高、服務(wù)慢,讓很多中國(guó)企業(yè)用起來(lái)極為痛苦。其次是傳統(tǒng)視覺(jué)檢測(cè)已經(jīng)不足以應(yīng)對(duì)行業(yè)日新月異的檢測(cè)要求。但國(guó)外企業(yè)長(zhǎng)久研發(fā)積累的軟硬件技術(shù)優(yōu)勢(shì)仍然明顯,國(guó)內(nèi)機(jī)器視覺(jué)市場(chǎng)由國(guó)際巨頭占據(jù)大量市場(chǎng)份額。隨著國(guó)產(chǎn)品牌逐漸在自動(dòng)化領(lǐng)域深耕,2019年國(guó)產(chǎn)品牌銷售占比已到達(dá) 48.7%,未來(lái)有望憑借更低的價(jià)格、更優(yōu)質(zhì)的服務(wù)、更快速的市場(chǎng)響應(yīng)進(jìn)一步提升國(guó)產(chǎn)化率,為數(shù)之聯(lián)殺入市場(chǎng)提供了機(jī)會(huì)。

尋求工業(yè)檢測(cè)行業(yè)的國(guó)產(chǎn)替代品,亦成為各大企業(yè)的當(dāng)務(wù)之急。

“第一次接觸工業(yè)檢測(cè)是一家企業(yè)打電話問(wèn)我們,分析數(shù)據(jù)這么厲害,能不能幫他們分析一下缺陷數(shù)據(jù)。”智慧工業(yè)事業(yè)部總經(jīng)理方育柯回憶道:“我們一邊駐點(diǎn)一邊完成系統(tǒng)搭建,后來(lái)他們還挺滿意,我們就接著做了三期服務(wù)。”

2018年,數(shù)之聯(lián)打敗了某全球最大的信息技術(shù)和業(yè)務(wù)解決方案公司等競(jìng)爭(zhēng)對(duì)手,為京東方和天馬提供面板檢測(cè)服務(wù)?！熬〇|方的面板檢測(cè)涉及了PCB板、IC線路檢測(cè)等內(nèi)容,加之新能源、移動(dòng)互聯(lián)網(wǎng)的發(fā)展,我們都意識(shí)到泛半導(dǎo)體檢測(cè)的興起將是未來(lái)之勢(shì)?！狈接禄貞浾f(shuō)。

數(shù)之聯(lián)ADC的服務(wù)行業(yè)

隨后,數(shù)之聯(lián)開(kāi)始發(fā)力圖像處理分析,其軟件產(chǎn)品ADC(圖像自動(dòng)缺陷檢測(cè)與分類系統(tǒng))推向市場(chǎng)。各家研發(fā)同時(shí)在這個(gè)增長(zhǎng)行業(yè)里起跑,削弱了時(shí)間帶來(lái)的經(jīng)驗(yàn)主義,讓數(shù)之聯(lián)的優(yōu)勢(shì)得以凸顯。目前,數(shù)之聯(lián)服務(wù)過(guò)面板制造、PCB、封測(cè)、PCBA、新能源、汽車制造等行業(yè),在細(xì)分領(lǐng)域已是國(guó)內(nèi)最大的ADC產(chǎn)品與解決方案提供商,市場(chǎng)對(duì)他們的高認(rèn)可度反映在月均10%的訂單增長(zhǎng)率上。

由軟件向硬件:構(gòu)建機(jī)器視覺(jué)的骨骼

盡管國(guó)產(chǎn)圖像分析異軍突起,但不可否認(rèn)的是,海外企業(yè)仍然處于強(qiáng)勢(shì)地位。國(guó)外高端制造業(yè)及自動(dòng)化進(jìn)程均早于我國(guó),其中軟件和硬件的雙向發(fā)展缺一不可。以工業(yè)檢測(cè)的機(jī)器視覺(jué)為例,軟件算法是其血肉,決定了與具體場(chǎng)景的適配,而自動(dòng)化硬件設(shè)備則是其骨骼,包含了對(duì)具體行業(yè)的理解。

在數(shù)之聯(lián)的硬件總監(jiān)宋安興看來(lái),視覺(jué)檢測(cè)設(shè)備搭載AI算法迭代升級(jí)的機(jī)會(huì)已經(jīng)到來(lái)。加入數(shù)之聯(lián)之前,他擁有多年的半導(dǎo)體設(shè)備開(kāi)發(fā)經(jīng)驗(yàn),加入后,他更是深刻認(rèn)識(shí)到了AI+ADC的工業(yè)優(yōu)勢(shì)?！斑^(guò)去的視覺(jué)檢測(cè)以傳統(tǒng)算法為主,卷積神經(jīng)網(wǎng)絡(luò)為輔;而隨著深度學(xué)習(xí)框架的飛躍,AI快速解決問(wèn)題和兼容產(chǎn)品快速換型方面的優(yōu)勢(shì)逐漸凸顯,與此對(duì)應(yīng)的設(shè)備供應(yīng)商局面肯定也將重新改寫?！?/p>

根據(jù)36氪的市場(chǎng)調(diào)研,這也是AI+工業(yè)檢測(cè)最好的時(shí)代。自2018年開(kāi)始,工業(yè)檢測(cè)的市場(chǎng)在不斷擴(kuò)大。2020年,全球機(jī)器視覺(jué)市場(chǎng)規(guī)模為125億美元,國(guó)內(nèi)則占據(jù)200億元人民幣(約31.6億美元),復(fù)合增長(zhǎng)率超過(guò)12%。同時(shí),國(guó)產(chǎn)工業(yè)檢測(cè)企業(yè)也在不斷崛起,天準(zhǔn)科技、矩子科技、華興源創(chuàng)、精測(cè)電子等上市企業(yè),均實(shí)現(xiàn)了上億元年?duì)I收。

數(shù)之聯(lián)聚焦泛半導(dǎo)體行業(yè)的AI+工業(yè)檢測(cè)

泛半導(dǎo)體檢測(cè)設(shè)備成為了一個(gè)巨大的歷史機(jī)遇。這是數(shù)之聯(lián)AI算法搭載硬件,切入硬件化的最好時(shí)機(jī)。

而硬件的高技術(shù)、高專利和高利潤(rùn),都建立在高研發(fā)和高成本之上,這是所有硬件工業(yè)進(jìn)行規(guī)?；邪l(fā)和生產(chǎn)要跨過(guò)的一道門檻,也是美國(guó)研發(fā)實(shí)力領(lǐng)跑全球的一大原因。

據(jù)歐盟委員會(huì)的《2020年歐盟工業(yè)研發(fā)投入記分牌》數(shù)據(jù),全球企業(yè)研發(fā)入榜單圍公司數(shù)2500家中,美國(guó)有775家企業(yè)入圍,研發(fā)支出金額共為3477億歐元;其次是歐洲,有542家企業(yè)入圍,研發(fā)支出金額共為2209億歐元;再者是中國(guó),有536家企業(yè)入圍,研發(fā)支出金額共為118.8億歐元,單家企業(yè)平均數(shù)僅為美國(guó)的0.49%。

數(shù)之聯(lián)要發(fā)展硬件設(shè)備,繞不開(kāi)重工研發(fā)道路。為此,宋安興在數(shù)之聯(lián)力推自建硬件檢測(cè)的AOI(自動(dòng)光學(xué)檢測(cè)設(shè)備),力爭(zhēng)將硬件科研思維引入了這家軟件公司。

10年的硬件設(shè)備開(kāi)發(fā)經(jīng)驗(yàn),推動(dòng)著宋安興不斷地向同事解釋硬件思路:“第一次推AOI的時(shí)候,98%的員工都不知道AOI是什么。就像自己不了解AI算法一樣,光機(jī)電的技術(shù)要點(diǎn)讓大數(shù)據(jù)精英們摸不著頭腦,硬件的物料成本看來(lái)太過(guò)昂貴。更不要說(shuō)設(shè)備還有加工、采購(gòu)、組裝、調(diào)試等等環(huán)節(jié),所有的供應(yīng)鏈和方式方法都得從零開(kāi)始。前期的投入和成本高昂,但是量產(chǎn)之后的規(guī)模效益會(huì)帶來(lái)很高的價(jià)值。數(shù)之聯(lián)的AI算法國(guó)內(nèi)首屈一指,而高價(jià)值的AOI一定是用AI算法做質(zhì)檢的終極賽道?！?/p>

他花了很長(zhǎng)時(shí)間和智慧工業(yè)部的同事解釋,做硬件的不同之處在哪里:“在大數(shù)據(jù)架構(gòu)和工業(yè)設(shè)備的架構(gòu)問(wèn)題上,工業(yè)設(shè)備一般通過(guò)C做底層,C#做上層搭建。數(shù)之聯(lián)作為軟件公司,習(xí)慣了中心端架構(gòu)方式。但現(xiàn)在我們需要適應(yīng)設(shè)備行業(yè)的技術(shù)規(guī)范,才能快速兼容更多硬件模組,把推理部署在設(shè)備端,才能保證響應(yīng)和復(fù)制性,進(jìn)而做到更低的成本。同時(shí),傳統(tǒng)的圖像采集算法需要通過(guò)拼接、切割或者其他手段處理圖片,之后才能做AI識(shí)別,而ADC是直接拿AOI檢出的圖片做分析,這是完全不一樣的做法,提高了AOI的系統(tǒng)難度。但是新老算法之間的協(xié)同必須解決,否則無(wú)法保證深度算法之前的圖像精度?！?/p>

經(jīng)過(guò)幾個(gè)月的討論,數(shù)之聯(lián)準(zhǔn)備讓宋安興搭建一個(gè)光學(xué)實(shí)驗(yàn)室作為初步試水。這間辦公室改造的實(shí)驗(yàn)室,成為了數(shù)之聯(lián)AOI檢測(cè)硬件的發(fā)源地。

補(bǔ)齊硬件,打開(kāi)標(biāo)品大門

基于數(shù)之聯(lián)在ADC軟件開(kāi)發(fā)時(shí)期的良好口碑,他們?cè)陂_(kāi)發(fā)AOI硬件的過(guò)程中就接到不少聯(lián)絡(luò)電話,同時(shí)泛半導(dǎo)體行業(yè)的藍(lán)海特征也顯露了出來(lái)。經(jīng)過(guò)數(shù)次實(shí)驗(yàn)和溝通,數(shù)之聯(lián)先與一家外企進(jìn)行了DEMO樣機(jī)測(cè)驗(yàn),結(jié)束后隨即接到青島某新能源電池企業(yè)的邀請(qǐng),定制一款針對(duì)該廠新能源汽車電池的檢測(cè)軟硬件系統(tǒng)。

新能源汽車行業(yè)的飛速發(fā)展,導(dǎo)致這家電池企業(yè)急于尋找檢測(cè)解決方案,要求提供的檢測(cè)設(shè)備能在高動(dòng)態(tài)的生產(chǎn)線上快速檢測(cè)出電池缺陷,精度需達(dá)到0.05毫米以下,檢測(cè)速率要毫秒級(jí),他們始終未能在市面上找到現(xiàn)成的服務(wù)商。最終,數(shù)之聯(lián)用三個(gè)月時(shí)間完成這個(gè)定制方案的設(shè)計(jì)、樣機(jī)制造和組裝、算法調(diào)試和參數(shù)調(diào)整、建模,目前產(chǎn)品已上線。

數(shù)之聯(lián)在汽車行業(yè)的檢測(cè)應(yīng)用

這次硬件的成功應(yīng)用,打開(kāi)了數(shù)之聯(lián)的AOI標(biāo)品大河的一條涓流。隨后,數(shù)之聯(lián)一邊在多個(gè)項(xiàng)目上支持和改造產(chǎn)品,一邊積累經(jīng)驗(yàn),優(yōu)化硬件,搭建標(biāo)品框架。在幾十個(gè)需求方案中,數(shù)之聯(lián)逐漸完成了新能源電池、汽車零部件、電路板等方面的積累。

2021年8月,數(shù)之聯(lián)交付了完全自研的第一臺(tái)產(chǎn)品化AOI,能夠解決PCBA組裝后的缺陷問(wèn)題,實(shí)現(xiàn)了從開(kāi)發(fā)、設(shè)計(jì)、加工、組裝到調(diào)試的所有工作,而且一次性達(dá)到客戶要求。2022年1月26日,數(shù)之聯(lián)聚焦PCBA(電子印刷電路板)領(lǐng)域,正式推出一款基于深度學(xué)習(xí)的創(chuàng)新型硬件產(chǎn)品——追光AI-AOI,解決傳統(tǒng)AOI過(guò)檢、誤檢高、產(chǎn)品換型慢的問(wèn)題,也相應(yīng)節(jié)省了企業(yè)的人力。

數(shù)之聯(lián)的各項(xiàng)實(shí)測(cè)數(shù)據(jù)也展示了他們對(duì)工業(yè)檢測(cè)的全方位提升。

與其他AOI解決方案對(duì)比,數(shù)之聯(lián)追光AI-AOI搭載著數(shù)之聯(lián)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)模型,該模型是數(shù)之聯(lián)集合了在泛半導(dǎo)體行業(yè)多個(gè)成功落地經(jīng)驗(yàn)及海量缺陷數(shù)據(jù),訓(xùn)練出的可兼容焊點(diǎn)形態(tài)變化、高泛化模型,能切實(shí)解決傳統(tǒng)AOI在編程/調(diào)試時(shí)間過(guò)長(zhǎng)、誤判過(guò)高、因人而異的操作結(jié)果等核心痛點(diǎn)。在考慮低成本的同時(shí),數(shù)之聯(lián)追光AI-AOI提供了同規(guī)格系列產(chǎn)品中,行業(yè)最快的運(yùn)動(dòng)速度(A4尺寸板,450片/h)和最大的檢測(cè)尺寸(50*50到510*510mm),以及兼容不同高度的產(chǎn)線(725-975mm)。與普通的AOI對(duì)比,數(shù)之聯(lián)追光AI-AOI通過(guò)AI模型,自動(dòng)識(shí)別焊點(diǎn)位置,一個(gè)檢測(cè)框即可覆蓋各類缺陷的檢測(cè),將之前1-2小時(shí)的產(chǎn)品換型時(shí)間縮短為10分鐘。

追光AI-AOI:自動(dòng)識(shí)別焊點(diǎn)位置

此外,基于深度學(xué)習(xí)的焊點(diǎn)識(shí)別,可精準(zhǔn)定位缺陷位置,對(duì)多種形態(tài)各異的焊點(diǎn)做出準(zhǔn)確的判斷,解決傳統(tǒng)算法僅對(duì)缺陷進(jìn)行OK/NG粗分類問(wèn)題。

缺陷類型

經(jīng)市場(chǎng)和客戶驗(yàn)證,追光AI-AOI檢出率可達(dá)到99.99%,誤判率低于0.3%。其中,PCBA-DIP 爐后AOI已實(shí)現(xiàn)核心指標(biāo)行業(yè)領(lǐng)先,有效提升了工廠工藝品質(zhì)。

結(jié)語(yǔ):自主、專精仍是工業(yè)核心

當(dāng)前來(lái)看,機(jī)器視覺(jué)主要玩家仍是美、日、德等巨頭企業(yè),不過(guò)近年來(lái)我國(guó)對(duì)于高端裝備制造業(yè)越來(lái)越重視。整體產(chǎn)業(yè)需要擺脫進(jìn)口依賴、發(fā)展高端制造,機(jī)器視覺(jué)技術(shù)必不可少,其對(duì)精準(zhǔn)度的嚴(yán)格要求也必須從機(jī)器智能技術(shù)層面識(shí)別來(lái)實(shí)現(xiàn)。

方育柯和宋安興作為主推數(shù)之聯(lián)進(jìn)軍AOI的負(fù)責(zé)人,認(rèn)為“追光AI-AOI”已經(jīng)達(dá)成了數(shù)之聯(lián)工業(yè)硬件的第一步。“但未來(lái)還有很長(zhǎng)的路要走?！彼伟才d表示,“工業(yè)檢測(cè)硬件產(chǎn)業(yè)也分上中下游,越上游越高精尖?，F(xiàn)在我們打磨了2年,打造出了追光AI-AOI,能夠滿足下游的PCBA檢測(cè),未來(lái)我們也會(huì)保持研發(fā),快速拓展到PCB、封測(cè)等工業(yè)領(lǐng)域?！?/p>

對(duì)于這是不是數(shù)之聯(lián)「未來(lái)要做國(guó)內(nèi)最大的工業(yè)數(shù)據(jù)企業(yè)」的重要一步,方育柯笑稱,“希望這是數(shù)之聯(lián)為中國(guó)制造2025作出貢獻(xiàn)的一小步?！?/p>

審核編輯：湯梓紅