改革開放30多年來，中國科技進(jìn)步領(lǐng)域發(fā)揮了非常重要的作用，人口紅利、政策紅利，低價(jià)資源等共同造就了中國制造產(chǎn)品的市場競爭力，中國制造也在改變著世界。

從世界范圍來看，中國雖然是制造的大國，但一直大而不強(qiáng)，中國制造目前仍然處于第三方陣。世界制造業(yè)第一方陣以美國為首，德國和日本分別占領(lǐng)了智能制造第二方陣。我國先后出臺中國制造2025、智能制造發(fā)展規(guī)劃等政策方針，希望提升制造業(yè)水平。在我國制定智能制造發(fā)展戰(zhàn)略規(guī)劃中，明確指出三個(gè)階段的發(fā)展宏觀戰(zhàn)略，分別是在2025達(dá)到世界第二方陣，邁入制造強(qiáng)國，2035進(jìn)入世界第二方陣前列，2045能夠進(jìn)入世界第一方陣。

[[381114]]

在宏觀戰(zhàn)略的細(xì)分執(zhí)行上，我國也提出三步走的具體規(guī)劃：第一步要實(shí)現(xiàn)數(shù)字化制造，第二步實(shí)現(xiàn)互聯(lián)網(wǎng)+制造，第三步實(shí)現(xiàn)新一代智能制造。就整個(gè)制造類型來看，這分別代表著勞動(dòng)密集、資本密集、技術(shù)引領(lǐng)和市場變動(dòng)型的不同制造形式。我國目前主要仍處于勞動(dòng)密集型制造形態(tài)，該制造形態(tài)以低層次、低勞動(dòng)成本為核心競爭力，主要行業(yè)包括加工、組裝、家電、電子產(chǎn)品等基礎(chǔ)制造業(yè)。

隨著人工成本不可避免的不斷提高、工人不穩(wěn)定性影響品質(zhì)問題顯露，人的不確定因素成為勞動(dòng)密集型制造的發(fā)展瓶頸。同時(shí)，我國產(chǎn)品制造模式的又一困境也在出現(xiàn)，即高端產(chǎn)品沒人做、做不出，而低端產(chǎn)品質(zhì)量差、易積壓賣不出，產(chǎn)業(yè)結(jié)構(gòu)非常不合理。

這些困境的根本出路就在于轉(zhuǎn)型升級，同時(shí)提升智能化程度，用人工智能結(jié)合制造業(yè)，以人工智能+機(jī)器人去減少人工，降低人工造成的品質(zhì)不穩(wěn)定，質(zhì)量差等問題，無疑是促進(jìn)制造業(yè)轉(zhuǎn)型升級的良好方法。

機(jī)器視覺帶來的新改變

人工智能是促進(jìn)制造業(yè)轉(zhuǎn)型的重要技術(shù)。近年來，人工智能的概念非?；鸨趯?shí)際應(yīng)用卻很少，尤其是在制造業(yè)中，人工智能的應(yīng)用還仍然處于初級階段。

目前人工智能+制造業(yè)的應(yīng)用，主要集中在配合機(jī)器視覺的應(yīng)用。

人類的信息獲取75%以上來自于視覺，機(jī)器視覺是對于人類視覺的再提升。機(jī)器視覺無疑比人眼更加強(qiáng)大，在很多環(huán)境下，人類的視覺變化已經(jīng)越來越難滿足要求。例如電子制造等行業(yè)的高速高精產(chǎn)線，往往速度快，工件小，非標(biāo)件多，如果大量依靠人工，工人必可避免的疲勞等客觀因素會帶來非常高的誤差，導(dǎo)致產(chǎn)品質(zhì)量不穩(wěn)定。因此，用機(jī)器視覺來替代人眼至關(guān)重要。

[[381115]]

機(jī)器視覺是最基礎(chǔ)的單元技術(shù)，也是一種非接觸式感知裝置，在實(shí)際制造業(yè)的使用中，主要被用于自動(dòng)獲取與解釋真實(shí)事物的影像，并取得圖像來進(jìn)行機(jī)器識別，反饋并控制制造流程。

當(dāng)前機(jī)器視覺的典型實(shí)現(xiàn)技術(shù)方式是用工業(yè)相機(jī)來完成，工業(yè)相機(jī)通過集成運(yùn)動(dòng)控制單元，能把運(yùn)動(dòng)圖像采集到計(jì)算機(jī)，通過計(jì)算機(jī)識別反饋回到機(jī)器來執(zhí)行動(dòng)作調(diào)整。在原先，自動(dòng)化設(shè)備是按照既有預(yù)定指令來執(zhí)行，但加上視覺反饋后，同時(shí)也能根據(jù)對于環(huán)境感知，快速做出實(shí)時(shí)調(diào)整，使得設(shè)備智能性得到提升，執(zhí)行的效率和準(zhǔn)確性得到了提升。

從生產(chǎn)線和智能工廠的角度來看，加入機(jī)器視覺后能很好提升制造水平。當(dāng)前許多工廠設(shè)備已經(jīng)實(shí)現(xiàn)了基本自動(dòng)化，表現(xiàn)為能按照人的編程機(jī)械式重復(fù)運(yùn)動(dòng)，但如果給機(jī)器加上視覺，設(shè)備就能夠根據(jù)不同環(huán)境條件來進(jìn)行主動(dòng)調(diào)整，從而在自動(dòng)化設(shè)備基礎(chǔ)上實(shí)現(xiàn)智能化。

用機(jī)器視覺技術(shù)取代人工產(chǎn)業(yè)已經(jīng)具備非常強(qiáng)的場景可行性。目前機(jī)器視覺在珠三角地區(qū)已經(jīng)得到大范圍應(yīng)用。由于長三角珠三角地區(qū)是電子制造產(chǎn)業(yè)集中地，加工電子元器件、Pcb板以及手機(jī)組裝等制造產(chǎn)業(yè)精細(xì)且比較小，同時(shí)有大量的強(qiáng)光作為背光，對人體的傷害非常大，這些場景無疑就非常適合機(jī)器視覺的應(yīng)用。

[[381116]]

在未來，機(jī)器視覺的發(fā)展也有望大量替代人工，借助機(jī)器識別和信息處理，可以開拓的場景還有很多，機(jī)器視覺還可以提升工件的產(chǎn)品一致性和質(zhì)量穩(wěn)定性，機(jī)器視覺能很好完成檢測等制造關(guān)鍵流程，提升產(chǎn)線的整體效率。例如在檢測工件長度、寬度、厚度，以及例如在手機(jī)產(chǎn)業(yè)的屏幕粘乎和劃痕檢測等場景下，機(jī)器視覺都有著更多的發(fā)展空間。

除此之外，機(jī)器視覺還能實(shí)現(xiàn)更精準(zhǔn)的定位，使得機(jī)器人在抓取過程中實(shí)現(xiàn)視覺定位和誤差補(bǔ)償。在 OCR識別上，機(jī)器視覺也大有可為，例如識別板面文字，判斷漏缺，判斷安裝是否正確。

機(jī)器視覺+人工智能

但單一的機(jī)器視覺的應(yīng)用場景其實(shí)也非常有限，機(jī)器視覺發(fā)展到如今已經(jīng)有10-20年歷史，在原先應(yīng)用一直較少，隨著近年來攝像頭、光源等硬件成本的不斷降低，以及計(jì)算機(jī)處理能力的提升，人工智能技術(shù)的大量進(jìn)入，才逐漸越來越廣泛進(jìn)入到工業(yè)領(lǐng)域。

軟件和智能技術(shù)的發(fā)展，使得機(jī)器視覺的應(yīng)用明顯增多。在電子制造設(shè)備行業(yè)，機(jī)器視覺已經(jīng)幾乎成為標(biāo)配，但在具體應(yīng)用上，卻往往還是采用傳統(tǒng)機(jī)器視覺算法，加入AI的機(jī)器視覺算法仍然應(yīng)用較少，因此機(jī)器視覺+人工智能的領(lǐng)域其實(shí)還仍然有非常大的市場空間。

用人工智能+機(jī)器視覺來做機(jī)器識別，優(yōu)勢非常明顯，最為直接的體現(xiàn)在于能大大增加制造柔性。

柔性制造往往表現(xiàn)為機(jī)器人等工業(yè)設(shè)備能夠針對不同的位置、光照，以及復(fù)雜環(huán)境，呈現(xiàn)出更好的適應(yīng)性。例如針對物體的顏色檢測，如果采用傳統(tǒng)的機(jī)器視覺，對于不同顏色的細(xì)微辨識度其實(shí)不高，某個(gè)顏色中如果出現(xiàn)深淺、偏色等輕微差別，傳統(tǒng)機(jī)器識別就很容易出錯(cuò)，而用人工智能+機(jī)器視覺的方法就能夠比較準(zhǔn)確提升檢測率和正確率。

[[381117]]

采用AI的機(jī)器視覺來進(jìn)行檢測，也能更加方便進(jìn)行人機(jī)交互，提升檢測便利性。在原先，要實(shí)現(xiàn)精準(zhǔn)點(diǎn)線面的指定位置檢測往往需要通過人進(jìn)行點(diǎn)擊鼠標(biāo)等操作，需要告訴視覺去檢測哪個(gè)圓哪條線，但如今加入AI后，電路板放到產(chǎn)線上，就能通過強(qiáng)化學(xué)習(xí)等方式自動(dòng)識別原先各個(gè)方面的問題，從而完成視覺+智能標(biāo)定、智能尺寸量測和位置實(shí)時(shí)判斷，效率和人機(jī)交互智能性都得到大大提升。

目前，基于傳統(tǒng)機(jī)器算法、視覺算法和人工智能算法結(jié)合，德國和日本在電路板紋理缺陷檢測、手機(jī)攝像頭模組表面缺陷檢測上已經(jīng)實(shí)現(xiàn)行業(yè)應(yīng)用，主要集中用于金屬的損傷、尺寸偏差的檢測。如果未來能夠采用深度學(xué)習(xí)的方法，機(jī)器視覺+人工智能的檢測率將能夠得到進(jìn)一步提升。

但準(zhǔn)確度一直是制約人工智能應(yīng)用發(fā)展的局限。目前大多數(shù)的人工智能算法的準(zhǔn)確度往往都達(dá)不到較高的準(zhǔn)確率，誤差率在15%左右，這意味著落地到產(chǎn)業(yè)，往往仍然需要部分人工進(jìn)行復(fù)檢，產(chǎn)業(yè)化成本較高。如果未來能達(dá)到95%以上的正確率，人工智能+視覺的產(chǎn)業(yè)化應(yīng)用落地將不再成為難題。

機(jī)器視覺+人工智能+機(jī)器人

機(jī)器視覺+人工智能的應(yīng)用需要一個(gè)設(shè)備的載體，工業(yè)機(jī)器人無疑是近年來最適用于搭載視覺單元的產(chǎn)品。

由于工業(yè)機(jī)器人本質(zhì)上是一門綜合了計(jì)算機(jī)控制機(jī)構(gòu)、信息傳感、人工智能仿真等多領(lǐng)域多個(gè)學(xué)科所形成的高技術(shù)。從1951年工業(yè)機(jī)器人的概念才被提出，到1962年的第一臺工業(yè)機(jī)器人誕生，在1969年，機(jī)器視覺其實(shí)就已經(jīng)被應(yīng)用于工業(yè)機(jī)器人。在20世紀(jì)70年代，隨著汽車行業(yè)尤其日本汽車行業(yè)的發(fā)展，使得工業(yè)機(jī)器人的應(yīng)用得到普及，到了90年代后，基于人工智能的算法，國際上開始慢慢有部分基于觸覺和視覺功能的智能工業(yè)機(jī)器人得到應(yīng)用，但直到目前仍然不算主流。

但不可否認(rèn)，工業(yè)機(jī)器人已經(jīng)逐漸成為智能制造的重要支撐。目前許多行業(yè)產(chǎn)線工藝上也幾乎都有著工業(yè)機(jī)器人的影子，例如上下料，搬運(yùn)，以及加工行業(yè)的焊接、噴涂、擬螺絲、涂膠等工藝流程，機(jī)器人都已經(jīng)進(jìn)入并不斷擴(kuò)大市場份額。

如何通過人工智能（AI）+視覺提升工業(yè)機(jī)器人的技術(shù)能力或者加工能力？這是近年來許多專家學(xué)者思考和研究的方向。

基于傳統(tǒng)機(jī)器視覺，工業(yè)機(jī)器人能更加柔性化，技術(shù)能力也得到了進(jìn)一步提升，而AI技術(shù)的發(fā)展則開始使得工業(yè)機(jī)器人擁有了一部分智能。

得益于AI技術(shù)一開始在醫(yī)療救援、交通等行業(yè)所積累的應(yīng)用數(shù)據(jù)、知識和經(jīng)驗(yàn)，AI技術(shù)逐漸有了被應(yīng)用到工業(yè)機(jī)器人技術(shù)中的可能性。許多專家認(rèn)為，AI技術(shù)如果能夠與工業(yè)機(jī)器人得到有機(jī)結(jié)合，將大大提升我國工業(yè)機(jī)器人的技術(shù)能力。因?yàn)槿斯ぶ悄芗夹g(shù)發(fā)展我國和世界第一梯隊(duì)國家處于同一起跑線，因此從國際范圍來講，AI+機(jī)器人的應(yīng)用我國也和世界一流企業(yè)仍然處于同一起跑線。

[[381118]]

目前四大家族工業(yè)機(jī)器人在與AI結(jié)合上，就公開資料來看都沒能做到很好。例如KUKA在與AI的結(jié)合上，只是通過人工智能技術(shù)著重增強(qiáng)機(jī)器人的自主感知能力，去更好實(shí)現(xiàn)兩臺協(xié)作機(jī)器人協(xié)同。這種位置感知技術(shù)能夠有效提升機(jī)器人的工作效率，在例如在人和機(jī)器人共同工作時(shí)，使得機(jī)器人能夠及時(shí)感知和預(yù)判人的動(dòng)作，從而提前進(jìn)行位置調(diào)整實(shí)現(xiàn)機(jī)器人與人之間的有機(jī)互動(dòng)，通過加入AI，機(jī)器人能很好感知人的存在和意圖，能在進(jìn)行例如上下料等工業(yè)流程中，機(jī)器人可以隨時(shí)快速根據(jù)產(chǎn)線缺料情況選擇補(bǔ)充，使得產(chǎn)線效率大大提升。

通過加入AI技術(shù)，機(jī)器人的工作誤差容忍度大大提高，同時(shí)增加了位置準(zhǔn)確性。例如原先在部分精度要求高的裝配工藝上，制造成本非常高，因?yàn)檠b配對機(jī)器人等設(shè)備的精度要求很高，但加入了AI，將降低對于加工精度的絕對依賴，能在例如在針穿孔等過程中用AI+視覺引導(dǎo)補(bǔ)償增加制造柔性。例如在裝配場景下，要把左邊零件裝配到右邊盒子，通過AI技術(shù)，機(jī)器人不需要高的絕對定位精度，而是能首先采取視覺引導(dǎo)，將機(jī)器人預(yù)先移動(dòng)到固定位置，隨后通過力覺引導(dǎo)機(jī)器人完成裝配工藝。

同時(shí)人工智能還能提高加工過程的抗干擾能力和誤差補(bǔ)償能力。在打磨工藝上，原先汽車外表的打磨一旦開始后，整個(gè)流程必須按照固定打磨程序進(jìn)行，一旦出現(xiàn)人的干擾，很容易降低打磨精度，但加入AI后，機(jī)器人就能自動(dòng)感知到環(huán)境變化，使得打磨工藝可以考慮到人的因素繼續(xù)執(zhí)行，并能繼續(xù)調(diào)整出實(shí)現(xiàn)符合質(zhì)量要求的優(yōu)化共建流程。

[[381119]]

人工智能還可以增加機(jī)器人的可復(fù)用性。機(jī)器人的可復(fù)用性主要集中體現(xiàn)在工藝上，簡單來說，就是將某些編程完成的程序，可以應(yīng)用到多個(gè)不同的應(yīng)用場景。例如不同曲面的打磨，不同樣式的噴涂，都可以實(shí)現(xiàn)一套程序的多工藝復(fù)用，而不需要再單獨(dú)人為針對細(xì)小非標(biāo)產(chǎn)品重新進(jìn)行多次編程，通過人工智能感知技術(shù)，機(jī)器人能進(jìn)行自動(dòng)調(diào)整和工藝復(fù)用。

除此之外，加入了人工智能的機(jī)器人程序，還具備了過程的優(yōu)化能力。在原先，傳統(tǒng)的機(jī)器人都是按照人編成的固定軌跡執(zhí)行，從start到go是兩個(gè)點(diǎn)位，一個(gè)固定的流程，而加入人工智能的機(jī)器人控制器后，通過機(jī)器學(xué)習(xí)，從star到go的軌跡可以自動(dòng)優(yōu)化，抓取效率更高。

在產(chǎn)線上，通過人工智能的大數(shù)據(jù)分析，還可以做到機(jī)器人的主動(dòng)運(yùn)維和報(bào)警，從而使得產(chǎn)線能一直處于較高效率的工作狀態(tài)。

智能制造的新未來

人工智能+機(jī)器視覺+機(jī)器人的產(chǎn)線，其實(shí)開始呈現(xiàn)智能制造的雛形。

工業(yè)4.0或者智能制造非常重要的特點(diǎn)在于能實(shí)現(xiàn)個(gè)性化定制類產(chǎn)品制造。簡單來說，在如今工業(yè)產(chǎn)線生產(chǎn)都是大批量，往往存在過量和庫存問題，而未來產(chǎn)品的競爭更需要靠個(gè)性化定制，因此要求企業(yè)能夠快速有效換產(chǎn)，能夠交貨周期更短，成本控制更細(xì)微，產(chǎn)線交替更短。這其中無疑就涉及到許多人工智能技術(shù)。

學(xué)術(shù)界有一個(gè)名詞叫CPS，即物理信息融合系統(tǒng)，其中就實(shí)際涵蓋了不同層面的人工智能技術(shù)。數(shù)字孿生技術(shù)本質(zhì)上也是CPS的實(shí)物體現(xiàn)。CPS體現(xiàn)了通過物理系統(tǒng)和信息系統(tǒng)的融合，以及通過人工智能推理計(jì)算和優(yōu)化技術(shù)，最終能夠?qū)崿F(xiàn)個(gè)性化產(chǎn)品規(guī)模化生產(chǎn)。

目前無論是騰訊還是阿里巴巴的無人工廠，都希望去實(shí)現(xiàn)這種定制化規(guī)模生產(chǎn)的產(chǎn)線，最終能做到客戶下單后，直接自動(dòng)通過云平臺將生產(chǎn)任務(wù)傳到生產(chǎn)單元，然后進(jìn)入整廠規(guī)劃調(diào)度，滿足交付交期和成本要求。

但全世界范圍內(nèi)實(shí)際完成這種生產(chǎn)方式的企業(yè)并不多，耐克算是較為典型的案例。耐克鞋的個(gè)性化定制已經(jīng)嘗試了將近10年，從去年開始盈利，但耐克相關(guān)人員也曾表示，現(xiàn)階段企業(yè)個(gè)性化定制比非個(gè)性化定制企業(yè)成本要貴30%以上，而這部分成本目前仍然由客戶在承擔(dān)。

結(jié)語

在剛剛過去的2020年，雖然突如其來的新冠疫情在中國率先爆發(fā)，但中國經(jīng)濟(jì)顯示出十足的韌性，成為全球主要經(jīng)濟(jì)體中唯一一個(gè)GDP增長的國家，規(guī)模以上工業(yè)企業(yè)實(shí)現(xiàn)利潤總額64516.1億元，同比增長4.1%，其中高技術(shù)制造業(yè)實(shí)現(xiàn)利潤占規(guī)上工業(yè)企業(yè)的比重為17.8%，比2019年提高1.9個(gè)百分點(diǎn)，可以看出工業(yè)利潤結(jié)構(gòu)不斷優(yōu)化，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整正在進(jìn)行。

2021年是‘十四五’和全省加速推動(dòng)新型工業(yè)化開局之年。站在”十四五”的起點(diǎn)上展望未來，可以清晰看到，未來以機(jī)器視覺、人工智能為代表的軟硬件技術(shù)正將推動(dòng)智能制造體系的完善，實(shí)現(xiàn)傳統(tǒng)制造業(yè)發(fā)展模式、管理模式、生產(chǎn)方式的朝著智能制造變革，更多企業(yè)應(yīng)當(dāng)抓住當(dāng)前當(dāng)前世界正處于百年未有之大變局的歷史機(jī)遇，奮勇前行，努力朝著世界第一方陣邁進(jìn)。