「机器人」落地工业制造，工小匠「持证上岗」

小伙伴们对科技周边编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《「机器人」落地工业制造，工小匠「持证上岗」》，就很适合你，本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

在工厂生产的智能化升级过程中，质检是被AI赋能的环节之一。

传统质检依赖人眼和多年经验来检测缺陷，效率低且容易出现漏检、误检等问题。随着劳动力成本上涨，懂质检的“老师傅”越来越少，年轻人普遍不愿从事质检工作

于是，搭载AI视觉算法的摄像头成为代替肉眼质检的核心，越来越多的工厂开始引入AI质检，来改造产线，提高生产效率。相较于人力质检，AI质检的优势在于，可24小时无间断检测，效率、质量都得到提升。

重写后的内容：目前普遍的做法是，工厂会对生产线进行改造，安装一套人工智能质检方案，通常由摄像头和系统组成，一旦部署完成就可以投入使用。然而，这种方案存在一些问题，首先是方案高度定制化，改造周期较长。其次，一旦部署，很难将该方案复用到其他生产线上，缺乏灵活性

对于企业来说，部署一套AI质检的直接成本和隐性成本十分高昂，尤其是对于广大的中小企业，这种高成本的方案并不适用。市场迫切需要能够做到高质量、高效率但部署成本较低的解决方案。

微亿智造推出了一种名为「工小匠|AI数字质检员」的数字工人，正好能够解决企业在质检转型方面的痛点

微亿智造「工小匠|AI数字质检员」

「工小匠」三大优势：柔性、专业、高效

作为一名AI数字工人，「工小匠」的柔性得益于机器人智能控制。

人的手臂很灵活，可以完成许多动作。但机器人的手臂，要做到类人的自由度，技术难度非常高。

「工小匠」的原理是，通过算法规划及仿真建模，根据不同的成像条件，让机器人自动找寻目标物体的拍照点位和角度。目标任务建立之后，「工小匠」再通过精确控制机械臂每一轴的运动，结合自研的路径规划算法计算生成最优运动轨迹。

这种方法不仅可以增加机械臂的自由度，还能避免以往需要不断手动调试的困境，从而降低人力成本

「工小匠」不但能够知道“去哪儿”以及“怎么到达目的位置”，可以“自由活动”，而不必像传统方案一样固定在产线上。因此，「工小匠」可以说是适用于多场景，解决了企业的柔性质检痛点。并且，在规划路径的过程中，可以借助避障算法，跑的更快、更稳、更安全。

仿真环境中的运动轨迹在现实场景中的同步应用

专业是「工小匠」的另一核心竞争力，除了柔性

在质检领域，机械臂与人类一样，需要先看到物体才能执行相应的动作。机械臂固然能够完成许多任务，但视觉感知是其首要条件

传统的工业相机，为了能够捕捉缺陷，提高检测精度，需要光学工程师在项目现场反复调整光源，不但费时费力，还需要付出额外的调试成本。

「工小匠」基于微亿智造自研的在线光学调机系统，可以自动生成最佳拍照点位和角度、自适应最优光学参数，确保每点位的高清取图，不遗漏每一处细小缺陷。在人工修正算法调试结果的同时，算法也正在不断学习人的调试经验，快速进阶为“光学专家”，时间缩短至数小时，让柔性切线成为可能。

在现实场景中，光学方案在仿真环境中的同步应用

「工小匠」在正式上岗之前，会把机器人智能控制、光学点位与角度设计以及自动生成的轨迹路径均放在仿真环境中一一验证。通过虚拟和现实相结合的全数字孪生，在线确保最优工作性能后再下发到实际工作中；相关的回归测试也会通过云端仿真场景对突发事件进行复现和修复，远程且全面的解决各类现场问题。

柔性、专业之外，「工小匠」的效率也非常高。

根据了解，"工小匠"配备了高速飞拍成像技术，末端线速度可达1000mm/s，每个点位的CT拍摄仅需0.3秒

通过机器人智能控制和成像模组的配合，「工小匠」的手臂能够在高速运动的同时精确地进行目标点位的取像，且重复误差小于2个像素，具有高效和优质的特点

高速飞拍成像技术

「工小匠」两大特色：部署周期短，全周期管理

对于解决方案商而言，企业的柔性化生产需求倒逼方案商要将解决方案做的更加灵活便捷，除了产品能够适应不同的质检场景以外，部署周期也要缩短，让企业能够做到手机充电般“即插即用”。

传统人力质检需要很长的培育周期，而市场上很多AI质检方案依赖于大量的缺陷数据，并且经常需要停下产线进行改造，这种方案不但成本高，而且部署周期极长。

微亿智造基于自身的AI能力，已经完成了数千万级的缺陷数据累积，并形成了大量的预训练模型。在其自研的Tri-vision视觉算法以及独特的模型训练法加持下，算法模型大大降低了对样本量的需求，大幅压缩模型训练及上线时间。比如，单缺陷检测只需要20~50个样本，明显缺陷可做到0样本检出。「工小匠」已经可以做到一周时间培训，然后立即投入使用。

与传统质检方案相比，「工小匠」的样本需求量下降70%，整个项目的投产周期缩短接近90%。且在上岗之后，「工小匠」可依据产线的质量标准，迅速完成工作指标。

数字工人的身份之外，「工小匠」还有另外两个身份：质量管理员、质量分析员。

如今，在企业的日常生产管理中，质检的价值并不只局限于做好产品质量检测的最后一关，而在于整个质检的全周期管理，包括预防、检测、追溯、优化等前后端环节。这样才能从全流程的角度来缩减成本、提高效率。

「工小匠」通过微亿自研的DQI软件系统，不但能获得全面质量数据，还能进一步完成质量数据的建模分析，帮助企业实现质量风险预警、质量缺陷统计、质量问题定位及分析。

DQI软件系统—质量分析管理

企业一方面可以利用工小匠来提高质检效率和质量，另一方面也可以做好质量管理。而且，「工小匠」基于数据分析，可以针对产线生产的具体情况做流程管理，进行事后回溯，进行“预防”。换句话说，企业使用「工小匠」，能够实现对质检全流程的成本优化，提高企业生产效率。

目前，「工小匠」已经可以走进各种各样的工厂中，如新能源汽车、数码3C、小家电工厂、瓷器工坊等等，“数字工人”的身份“持证上岗”，为企业提供质检服务。

总结

质检作为生产的重要环节，对产品的重要性不言而喻。

在定制化、周期长的诸多方案中，微亿智造「工小匠」跑出了一条易部署、省成本的路径，更加适合中小企业的柔性化生产需求。

在未来，「工小匠」将作为数字工人的身份，出现在各种质检场景中，为企业提供赋能，并助力我国产业实现智能化转型升级

本篇关于《「机器人」落地工业制造，工小匠「持证上岗」》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于科技周边的相关知识，请关注golang学习网公众号！