在国内工业生产中将会用到哪些人工智能技术？

“人工智能”是最近比较火的一个词，另外还有两个跟它有紧密关系的词是“智能制造”和“中国制造2025”。关于智能技术如何在工业生产中应用，多年以来有诸多学者和专家发表畅想和看法，可是其中真正在工业生产中落地生根的却不多。结合多年来的工程经验，介绍一下人工智能技术在国内工业生产中已经实现了应用的情况。

1 外观检测

基于机器视觉的外观检测是人工智能的一个重要分支，目前已经形成了一个相对成熟的产业，应用的领域或行业非常多，例如汽车零部件、电子产品零部件、玻璃器件、电池等等。外观检测的核心技术分为两部分，一部分是图像内容的识别算法，二部分是如何获得完美的图像。图像识别算法中，OpenCV和Halcon是两个知名度较高的开发平台，集成了很多常用的图像处理程序和识别算法程序库。稍传统的做法是基于OpenCV或Halcon，开发适合具体个案的识别算法。最近几年基于卷积神经网络的深度学习算法得到了迅速的推广，取得了非常不错的效果。从目前应用来看，只要有足够的样本支撑，再加上一定的硬件支撑，基于深度学习的图像识别算法效果优于传统的图像识别算法。通过镜头&相机选择、光源选择、打光方式设计等手段，采集到优质的图像，是另一个核心技术，有时甚至对检测效果起到决定性的影响。镜头和相机的匹配选择有比较成熟的理论支撑，比较好掌握；而打光方案设计则更多依靠经验，有时甚至市场上找不到需要的光源，要自己设计。为了解决机器视觉的技术门槛，有些公式提供了智能相机，把镜头、相机、光源、算法（嵌入式）全部集成在一起，直接输出识别结果。目前该技术解决一些不太复杂的工况已经不成问题，对于稍复杂的情况，仍然要开发具体的识别设备。

2尺寸测量

作为一种非接触式测量方法，有着比较广的需求和应用，有时也是质量检测内容的一部分，例如锂电池极片尺寸测量、钣金件冲孔数量和间距测量、轮毂特征尺寸测量等。尺寸测量设备的核心技术与外观检测类似，有少许不同。在图像内容处理上，建立图像空间与物理空间之间的映射（标定）是尺寸测量的基石，主要是使用OpenCV和Halcon开发测量算法。在获取优质图像方面，使用背光突显零件的外廓，是个很有效的手段，而在外观检测领域则很少使用。

3基于机器人视觉的动态装配

用机器视觉的测量结果作为运动的反馈，调整机械臂所持零件的位置和姿态，完成多个零件的对准和组装。随着制造行业的发展，零件相互之间组装精度越来越高、市场越来越需要兼容多种型号的柔性化生产，这两种需求使基于机器人视觉的动态装配成为必然。例如手机镜头的组装，随着相机像素的提高，再像之前那样使用公差保证质量已经不可能，只能在装配过程中动态的一边检测成像效果一边对准各零件，现场点胶固化。再例如，炒锅生产中机器人分别夹持着锅体和锅柄进行铆接，由于对兼容型号的扩张和来料的不确定，再让机器人沿固定路径运动就不能完成所有型号的铆接任务。

4基于物联网的MES系统

物联网和MES在制造业是个非常宏大宽泛的话题和领域，这里从一个较小的视角来描述一下。物料的识别和信息互联是物联网的核心，在目前生产中识别物料的型号常用的方式，一种是给物料贴标签（身份码），一种是“看”物料的“样子”即外观来识别。贴标签或在物料上打标，在汽车零部件生产中应用较广；根据外观识别物料，则比较适合不需要对零件进行全生命周期追踪的生产中，这也是目前工业生产中占绝大多数的生产（全生命周期的追踪目前暂时来看还不太现实）。把生产线上各设备、各工序的控制，生产质量的监督管控，物料仓促等有机的连接起来的是MES系统最基本的功能。从目前来看，越来越多的国内企业提高了对MES的重视程度，有些不是很大的企业在产线改造和建设中也都把MES作为必备考虑。一些知名软件公司，在有较大行业背景的MES开发上占着绝对优势；但是国内各行各业遍地开花，在不太大众的行业里同样需要MES，这是国内开发MES的软件企业的希望所在。

5智能仓储

任何一个生产工厂都离不开物料的仓储，它本身也是高效生产的一部分。相对于大型的物流中转站，一个工厂的仓储要简单的多，但是其基本内涵相同。从目前国内部分生产企业已经建立起来的智能仓储系统来看，一般包括可随意取放的立体仓库、输送线、AGV小车和管理系统。物料的识别、物料存放位置记录实时动态过程、取放料时取放装置的驱动和定位、物料输送线的起停和举升移载、AGV小车的调度和路径规划等都由管理系统来统一控制，这些任务的完成不是简单的动作控制，都是依据实时信息的动态规划，都离不开人工智能。