【时代的样子】新时代上海产业菁英 | “工业之眼”为智能制造打开新“视”界

来源:发布日期:2023-12-12

字号:      

    党的二十大报告指出,全面提高人才自主培养质量,着力造就拔尖创新人才,聚天下英才而用之。近年来,中共上海市经济和信息化工作委员会、上海市经济和信息化委员会实施上海产业菁英高层次人才培养专项,每年遴选一批创新成果显著、团队成长性好、市场认可度高的产业菁英人才,努力营造人才引领产业高质量发展、产业带动人才加速集聚的良好局面。

    2023年,市经济信息化两委与文汇报联合推出“新时代上海产业菁英”系列报道,把笔墨和镜头聚焦于上海产业创新和实践一线的菁英人才,从肩负创新战略使命的企业家、技术带头人,到善于解决复杂工程问题的卓越工程师、产业工匠,都会成为我们关注的对象。希望通过系列报道,让更多创新创业英才能够为大家所知,更重要的是让他们的创新创业故事激励更多人奋进新征程、建功新时代。

王炜带领美的集团感知技术研发团队在工业自动化领域磨练“慧眼”

——“工业之眼”为智能制造打开新“视”界

美的集团中央研究院感知技术研究所视觉感知负责人王炜

    工业自动化生产线已是新质生产力的“车间标配”,越来越多无人工厂里,工业机器人代替传统人工把关产品,“眼观六路”成为必要技能,如何提升缺陷识别准确度、海量类型工件识别定位的精度、柔性制造的能级,都需要机器人有一双环境感知的“慧眼”。

    “工业视觉为机器人装上眼睛,构建大脑,指挥工作,这也是未来工业智能化和柔性化的关键技术。”美的集团中央研究院感知技术研究所视觉感知负责人王炜,用一句话概括“工业之眼”的重要作用。如今,这一领域正处于从传统视觉向AI视觉、2D视觉向3D视觉转换的关键时期,让人工智能、机器人、3D视觉相互赋能。
3D工业视觉火热赛道的技术破局
    《“十四五”机器人产业发展规划》提出,到2025年,我国要成为全球机器人技术创新策源地、高端制造集聚地和集成应用新高地。其中,工业视觉作为“工业之眼”,是高端智能制造的核心要素之一。
    产业背后,3D工业视觉更是火热的新赛道。王炜解释,传统2D工业视觉无法“透视”物体深度信息、易受环境干扰。此时,3D工业视觉高精度、高稳定性、更丰富的数据采集、对环境敏感度低等性能优势就显现了出来。
    王炜所在的美的集团身处制造业一线,很早就发现了工业视觉在制造业中的关键角色。2017年,美的收购德国库卡机器人公司;2019年,开始布局工业视觉研发,由王炜带领团队进行相关技术的自主研发,从工业视觉的成像端到核心的视觉感知算法,再到伺服控制,并同步把技术变成新的产业,联合产业端往前推进。
    “别人不能攻克的技术痛点,我们去破题。”王炜如此总结过去3年的历程,他所带领的研发团队取得不少核心突破。他举了个例子,目前的高精度3D工业相机帧率很低,一秒钟仅能拍摄3至4帧,而他带领团队从技术端出发,成功研发出一秒可捕捉50帧的高精度3D工业视觉相机,其帧率是其他产品的2倍以上。
    工业自动化场景需要如此的高速和高精度吗?王炜解释,这与工业场景的“进化”有关,原有场景中的识别类应用多采用2D工业视觉产品,而如今的工业自动化流程中,越来越多的需求来自随动引导,特别是机器人在高速实时动态过程中的随动引导以及与工业机器人的配合,需要高帧率、高精度、适应性强、智能化程度高的3D工业视觉来帮忙。王炜表示,团队研发的工业视觉软硬件一体化方案已在内部有了百套以上的落地运用并实现产品化。
人工智能、机器人、3D工业视觉相互赋能
    随着工业自动化程度的提升,3D视觉技术的应用范围不断扩大,但也面临着多种挑战。从技术上说,工业视觉软硬件系统的研发,需要深入了解传感技术、机器视觉、自动化技术等跨学科知识,如果再加上人工智能、机器人这些技术点,门槛就更高了。
    因此,新赛道上,当下一大新机遇在于让人工智能、3D视觉与机器人相互赋能。王炜做了个比喻:机器人相当于人的手臂,3D视觉相当于眼睛,AI相当于大脑。有了AI的加持,工业视觉才能最大限度发挥优势。但在实际操作中,视觉系统与机器人如要实现“手眼协同”,非常考验算法和软件的水平,再加上落地的场景复杂多样,从实验室走向复杂的工业现场困难重重。但王炜认为,这对中国而言是一个优势项,“作为工业视觉的孵化之地,美的有无限的场景可以去开拓,也有大量实际的技术难题可以去攻克。”
    据悉,正是基于上海人才高地及产业创新优势,美的集团上海全球创新园正在加紧建设中,未来将成为全球运营总部和创新核心阵地,与广东佛山美的全球创新中心形成南北研发双核,加快美的集团未来自主研发创新的速度。
探索大模型泛化与精准融合新能力
    如今,人工智能已进入大模型阶段,这对工业视觉有何挑战和机遇?在王炜看来,目前的大模型是基于现有生活场景,但工业场景截然不同,一方面表现为高度定制化,另一方面,大模型在工业领域的数据积累较少,因此,在工业领域面临的挑战更大。但他也表示,研发团队在3年前就已开展相关研究,寻找可生成大量数据的技术,探索大模型从泛化能力到融合能力的可能,让它在垂直细分场景既有一定的泛化能力,又有满足高精确度的新能力,目前团队所研究的工业AI数据自生成方案已在行业内率先落地运用。
    结合机器人3D视觉及人工智能技术的新趋势,近年来,相关人才逐渐受到重视。2014年从德国学成归国后,王炜就一直想做些实在的事。“当时我走进工厂,看到焊接工在高温下工作,搬运工每次上下料都要举起几十斤重的压缩机,就觉得身上有种使命感,一定要将整套智能化、柔性化的技术应用到工厂里,真实解决问题,产生社会价值。”
    正是出于这样的使命感,王炜一直留在工业视觉及机器人智能感知领域从事研发工作,做“自己认为有价值、有输出、有使命的事”,从未改变初心。如今,他欣喜地发现,中国的工业视觉技术在部分领域已赶超国际水平,并出现了对外输出的趋势,“中国是制造业大国,有多样的应用场景,并以场景驱动技术发展,这也迫使我们拿出更多的整体解决方案,在技术上快速成长和赶超。”