“ADC(圖像自(zi)動缺陷檢測與分類)在我們工廠跑不(bu)起來,某全(quan)球最(zui)大的(de)信息技術和業務解(jie)決方案公司的(de)駐場團隊太慢了(le),你們來試試。”

2018年,成都數(shu)(shu)(shu)之聯(lian)(lian)科技股份(fen)有(you)限公司(si)(si)(下稱“數(shu)(shu)(shu)之聯(lian)(lian)”)接(jie)到了廈門某(mou)電(dian)子集(ji)團的電(dian)話,讓(rang)他們迅(xun)速準備(bei)一套ADC工(gong)業(ye)質檢項目方案,進行(xing)工(gong)業(ye)瑕疵檢測(ce),解決(jue)工(gong)業(ye)質檢問題。這是數(shu)(shu)(shu)之聯(lian)(lian)與國(guo)際頭部(bu)公司(si)(si)的首次正面碰撞,結果(guo)以數(shu)(shu)(shu)之聯(lian)(lian)成功執行(xing)落幕(mu)。

成都(dou)數之聯科技(ji)股份有限公司logo

后來(lai)居(ju)上:從數據發端工(gong)業(ye)AI質(zhi)檢

工業AI質檢(jian)是(shi)關乎生產良率的“命門”,但這道命門長期掌握在外國(guo)廠商手(shou)中。

據數之聯(lian)創始人(ren)兼董事長傅(fu)彥介紹,在圖(tu)像(xiang)缺(que)陷(xian)檢測軟(ruan)件(jian)市場(chang),國外廠商(shang)的(de)市場(chang)占有率達到了60%以上(shang);在大(da)數據分析軟(ruan)件(jian)方面(mian),四(si)家國際龍頭企業更(geng)是占據了80%的(de)市場(chang)。巨頭大(da)多成立(li)時(shi)間久、研發投入(ru)高,壟斷建立(li)在搶占早期地位上(shang),傳(chuan)統(tong)視覺檢測V軟(ruan)件(jian)背(bei)后的(de)公司(si)已經成立(li)40年, 另一巨頭德國M公司(si)也成立(li)了25年。

海外(wai)企(qi)(qi)業服務的(de)(de)(de)價(jia)格高(gao)、服務慢(man),讓很多中國(guo)(guo)企(qi)(qi)業用(yong)起(qi)來極為痛(tong)苦(ku)。其次是(shi)傳統(tong)視覺(jue)檢測已經不足(zu)以應對(dui)行業日新月異的(de)(de)(de)檢測要(yao)求。但國(guo)(guo)外(wai)企(qi)(qi)業長久研發積累的(de)(de)(de)軟硬件技術優(you)勢仍然明(ming)顯,國(guo)(guo)內機器視覺(jue)市場(chang)(chang)由(you)國(guo)(guo)際巨頭占據大量(liang)市場(chang)(chang)份額(e)。隨著(zhu)國(guo)(guo)產(chan)品(pin)牌逐漸(jian)在自動(dong)化(hua)領域(yu)深耕,2019年國(guo)(guo)產(chan)品(pin)牌銷售(shou)占比已到達 48.7%,未來有望憑借更低的(de)(de)(de)價(jia)格、更優(you)質的(de)(de)(de)服務、更快(kuai)速的(de)(de)(de)市場(chang)(chang)響(xiang)應進一(yi)步提升國(guo)(guo)產(chan)化(hua)率,為數(shu)之聯殺入市場(chang)(chang)提供了機會。

尋求工(gong)業(ye)(ye)(ye)檢測行(xing)業(ye)(ye)(ye)的國產替代品,亦成為各大企(qi)業(ye)(ye)(ye)的當(dang)務之急。

“第(di)一(yi)次接觸工業檢測是一(yi)家企業打電話(hua)問我們(men)(men)(men),分析數據(ju)這(zhe)么厲害,能不能幫他們(men)(men)(men)分析一(yi)下缺陷數據(ju)。”智慧工業事業部總經理方育柯(ke)回憶道:“我們(men)(men)(men)一(yi)邊駐(zhu)點(dian)一(yi)邊完成系統搭(da)建,后來他們(men)(men)(men)還挺(ting)滿意,我們(men)(men)(men)就接著做了三期服務。”

2018年,數之聯打(da)敗了某全球(qiu)最(zui)大的(de)信息技術(shu)和業務(wu)解決方案公司等競爭對手,為京東方和天馬提供面板(ban)(ban)檢(jian)測(ce)(ce)服務(wu)。“京東方的(de)面板(ban)(ban)檢(jian)測(ce)(ce)涉及了PCB板(ban)(ban)、IC線路檢(jian)測(ce)(ce)等內容,加(jia)之新能源、移動互(hu)聯網的(de)發展,我(wo)們都意(yi)識到泛(fan)半導(dao)體檢(jian)測(ce)(ce)的(de)興起將是未來之勢。”方育柯回憶說。

數之聯ADC的服(fu)務(wu)行業(ye)

隨后,數之聯開始發(fa)力(li)圖(tu)像處(chu)理分(fen)析(xi),其軟件產(chan)品(pin)ADC(圖(tu)像自動缺陷(xian)檢(jian)測與分(fen)類系統)推向(xiang)市場(chang)。各(ge)家研發(fa)同(tong)時在這個增長行業(ye)里起跑,削弱了時間(jian)帶來的(de)(de)經驗主(zhu)義,讓數之聯的(de)(de)優勢得以凸顯。目前(qian),數之聯服務過面板制造(zao)、PCB、封測、PCBA、新能源、汽車制造(zao)等(deng)行業(ye),在細分(fen)領域已是國內(nei)最大的(de)(de)ADC產(chan)品(pin)與解決方案提供商,市場(chang)對他們的(de)(de)高認可度反映在月(yue)均10%的(de)(de)訂(ding)單增長率(lv)上。

由(you)軟件向硬件:構建機器視覺(jue)的(de)骨骼

盡(jin)管國(guo)(guo)產圖像分析異(yi)軍(jun)突起,但(dan)不(bu)可(ke)否認(ren)的是,海外(wai)企業仍然處于強勢地位。國(guo)(guo)外(wai)高端制造業及自(zi)(zi)動化(hua)進(jin)程均(jun)早于我國(guo)(guo),其(qi)中(zhong)軟(ruan)件(jian)和硬件(jian)的雙向發展(zhan)缺一(yi)不(bu)可(ke)。以(yi)工業檢測的機(ji)器視覺為例,軟(ruan)件(jian)算法是其(qi)血肉,決(jue)定了與(yu)具(ju)體場(chang)景的適配,而自(zi)(zi)動化(hua)硬件(jian)設(she)備(bei)則是其(qi)骨骼,包含了對(dui)具(ju)體行業的理解。

在數之聯的(de)(de)硬(ying)件總監宋安興看來,視(shi)覺檢測設備搭載(zai)AI算法(fa)迭代升(sheng)級的(de)(de)機會已經到(dao)來。加入(ru)數之聯之前,他(ta)擁有(you)多(duo)年的(de)(de)半(ban)導體設備開發經驗,加入(ru)后,他(ta)更(geng)是深(shen)刻(ke)認識(shi)到(dao)了AI+ADC的(de)(de)工(gong)業優勢(shi)。“過(guo)去的(de)(de)視(shi)覺檢測以傳(chuan)統(tong)算法(fa)為主,卷積神經網(wang)絡為輔;而隨著深(shen)度學習框(kuang)架的(de)(de)飛(fei)躍,AI快(kuai)速解決(jue)問(wen)題和兼(jian)容(rong)產品快(kuai)速換(huan)型方面的(de)(de)優勢(shi)逐(zhu)漸(jian)凸顯,與此對應的(de)(de)設備供應商局(ju)面肯定也將重新(xin)改寫(xie)。”

根據36氪的市場(chang)(chang)調研,這(zhe)也(ye)(ye)是AI+工(gong)業檢(jian)測最好的時代。自2018年開始,工(gong)業檢(jian)測的市場(chang)(chang)在(zai)不(bu)斷(duan)擴(kuo)大(da)。2020年,全球機(ji)器視覺(jue)市場(chang)(chang)規模為(wei)125億(yi)美(mei)元(yuan),國(guo)內則占(zhan)據200億(yi)元(yuan)人民幣(bi)(約31.6億(yi)美(mei)元(yuan)),復合(he)增長率超過12%。同時,國(guo)產(chan)工(gong)業檢(jian)測企業也(ye)(ye)在(zai)不(bu)斷(duan)崛起(qi),天準科(ke)技、矩子(zi)科(ke)技、華興(xing)源創、精(jing)測電子(zi)等上市企業,均實現了上億(yi)元(yuan)年營收。

數之聯(lian)聚焦(jiao)泛(fan)半導體行業的AI+工業檢測

泛半導(dao)體檢(jian)測(ce)設(she)備成為了一個巨大的歷(li)史機遇。這(zhe)是數之聯AI算(suan)法(fa)搭載硬件,切入硬件化的最好時機。

而(er)硬(ying)件(jian)的(de)高技術(shu)、高專利和高利潤(run),都建立在高研(yan)發和高成本之上(shang),這(zhe)是(shi)所有硬(ying)件(jian)工業(ye)進(jin)行(xing)規(gui)模化(hua)研(yan)發和生產要(yao)跨過的(de)一(yi)道門檻,也是(shi)美國研(yan)發實力領跑(pao)全球的(de)一(yi)大原(yuan)因。

據(ju)歐(ou)盟委(wei)員會的(de)《2020年(nian)歐(ou)盟工業(ye)研(yan)(yan)發投入(ru)(ru)記分牌》數(shu)(shu)(shu)據(ju),全球企(qi)業(ye)研(yan)(yan)發入(ru)(ru)榜單圍公司數(shu)(shu)(shu)2500家中,美國(guo)(guo)有775家企(qi)業(ye)入(ru)(ru)圍,研(yan)(yan)發支(zhi)(zhi)出(chu)金(jin)額(e)(e)共為3477億(yi)(yi)歐(ou)元(yuan);其次是歐(ou)洲(zhou),有542家企(qi)業(ye)入(ru)(ru)圍,研(yan)(yan)發支(zhi)(zhi)出(chu)金(jin)額(e)(e)共為2209億(yi)(yi)歐(ou)元(yuan);再者是中國(guo)(guo),有536家企(qi)業(ye)入(ru)(ru)圍,研(yan)(yan)發支(zhi)(zhi)出(chu)金(jin)額(e)(e)共為118.8億(yi)(yi)歐(ou)元(yuan),單家企(qi)業(ye)平均(jun)數(shu)(shu)(shu)僅為美國(guo)(guo)的(de)0.49%。

數之(zhi)聯要發(fa)展硬(ying)(ying)件設(she)備(bei),繞不開(kai)重工研發(fa)道路。為此,宋安興在(zai)數之(zhi)聯力推自建硬(ying)(ying)件檢(jian)測的AOI(自動光學檢(jian)測設(she)備(bei)),力爭將硬(ying)(ying)件科研思(si)維引入了這家軟(ruan)件公司。

10年的(de)(de)(de)(de)(de)(de)硬(ying)件設備開(kai)發經驗,推(tui)動著宋安興不斷(duan)地(di)向(xiang)同事解釋硬(ying)件思路:“第一次(ci)推(tui)AOI的(de)(de)(de)(de)(de)(de)時候,98%的(de)(de)(de)(de)(de)(de)員工(gong)都(dou)不知道(dao)AOI是什么。就(jiu)像自己不了解AI算(suan)法(fa)一樣,光(guang)機電的(de)(de)(de)(de)(de)(de)技術要(yao)點讓(rang)大(da)數據精英們摸不著頭腦,硬(ying)件的(de)(de)(de)(de)(de)(de)物料成本看(kan)來(lai)太(tai)過昂貴。更不要(yao)說設備還有加工(gong)、采購、組裝、調試等等環(huan)節,所有的(de)(de)(de)(de)(de)(de)供應鏈(lian)和方(fang)式方(fang)法(fa)都(dou)得從零開(kai)始。前(qian)期的(de)(de)(de)(de)(de)(de)投入和成本高昂,但(dan)是量產之(zhi)(zhi)后的(de)(de)(de)(de)(de)(de)規(gui)模效益會帶來(lai)很(hen)高的(de)(de)(de)(de)(de)(de)價值。數之(zhi)(zhi)聯(lian)的(de)(de)(de)(de)(de)(de)AI算(suan)法(fa)國(guo)內首屈一指(zhi),而高價值的(de)(de)(de)(de)(de)(de)AOI一定是用AI算(suan)法(fa)做質檢(jian)的(de)(de)(de)(de)(de)(de)終極賽道(dao)。”

他花了很長時間和智慧工業(ye)部(bu)的同(tong)(tong)事解(jie)釋,做硬件(jian)(jian)的不同(tong)(tong)之處在哪里:“在大數據架(jia)構和工業(ye)設(she)備(bei)(bei)的架(jia)構問題上,工業(ye)設(she)備(bei)(bei)一般(ban)通過C做底(di)層,C#做上層搭(da)建。數之聯(lian)作為(wei)軟件(jian)(jian)公(gong)司,習慣了中心端(duan)(duan)架(jia)構方式。但(dan)現在我(wo)們需要適應設(she)備(bei)(bei)行(xing)業(ye)的技術規范(fan),才(cai)(cai)能快速(su)兼容更多硬件(jian)(jian)模組(zu),把(ba)推理部(bu)署(shu)在設(she)備(bei)(bei)端(duan)(duan),才(cai)(cai)能保證響(xiang)應和復制性,進而做到更低的成(cheng)本。同(tong)(tong)時,傳(chuan)統的圖(tu)像采集(ji)算法(fa)需要通過拼接(jie)(jie)、切割或者其(qi)他手段處理圖(tu)片,之后才(cai)(cai)能做AI識別,而ADC是直接(jie)(jie)拿AOI檢出的圖(tu)片做分析(xi),這是完全不一樣的做法(fa),提高(gao)了AOI的系統難度(du)。但(dan)是新老算法(fa)之間的協同(tong)(tong)必須解(jie)決,否(fou)則無法(fa)保證深(shen)度(du)算法(fa)之前的圖(tu)像精度(du)。”

經過(guo)幾個月的討論,數之聯準(zhun)備讓宋(song)安興搭建一個光(guang)學實驗(yan)室(shi)(shi)作為(wei)初步(bu)試水。這間辦公室(shi)(shi)改造的實驗(yan)室(shi)(shi),成(cheng)為(wei)了(le)數之聯AOI檢(jian)測硬件的發源地(di)。

補齊(qi)硬件,打開(kai)標品大門

基于數之聯在ADC軟件(jian)開(kai)(kai)發時期(qi)的(de)良好口(kou)碑,他(ta)們在開(kai)(kai)發AOI硬(ying)件(jian)的(de)過程中就接(jie)到不少聯絡電話,同時泛半導體行業的(de)藍海特(te)征也顯露了(le)出(chu)來。經過數次實驗(yan)和溝(gou)通,數之聯先與一家外企進(jin)行了(le)DEMO樣(yang)機(ji)測驗(yan),結(jie)束后隨即接(jie)到青(qing)島(dao)某(mou)新(xin)能源(yuan)電池(chi)(chi)企業的(de)邀請,定制一款針對該廠(chang)新(xin)能源(yuan)汽車電池(chi)(chi)的(de)檢測軟硬(ying)件(jian)系統(tong)。

新(xin)能源汽車行業的飛(fei)速發(fa)展,導(dao)致這家電(dian)池(chi)企業急于(yu)尋(xun)找(zhao)檢(jian)(jian)測(ce)(ce)解(jie)決方(fang)案,要求提供的檢(jian)(jian)測(ce)(ce)設備能在(zai)(zai)高動態(tai)的生產線(xian)上快(kuai)速檢(jian)(jian)測(ce)(ce)出電(dian)池(chi)缺陷(xian),精度(du)需(xu)達到(dao)0.05毫米以下,檢(jian)(jian)測(ce)(ce)速率要毫秒級,他們始(shi)終未(wei)能在(zai)(zai)市面上找(zhao)到(dao)現成的服務商(shang)。最終,數之聯用(yong)三個月時間(jian)完(wan)成這個定制方(fang)案的設計、樣機制造和(he)組(zu)裝、算法調試和(he)參數調整、建模,目前產品已上線(xian)。

數之聯在汽車行業的檢測應(ying)用

這次硬件(jian)(jian)的(de)成功應用,打開了(le)數(shu)之(zhi)聯(lian)的(de)AOI標品(pin)大河的(de)一(yi)條涓流。隨后,數(shu)之(zhi)聯(lian)一(yi)邊在(zai)多(duo)個項目上支持(chi)和(he)改造產品(pin),一(yi)邊積(ji)累經驗(yan),優化(hua)硬件(jian)(jian),搭建標品(pin)框架(jia)。在(zai)幾十個需求方案中,數(shu)之(zhi)聯(lian)逐漸完成了(le)新能源(yuan)電(dian)(dian)池、汽車零部件(jian)(jian)、電(dian)(dian)路板等方面的(de)積(ji)累。

2021年(nian)8月,數之聯交付了(le)完全自研的(de)(de)第(di)一(yi)臺產(chan)品(pin)(pin)化AOI,能夠(gou)解決(jue)PCBA組(zu)裝(zhuang)后的(de)(de)缺陷問(wen)題(ti),實(shi)現了(le)從開發、設計、加工、組(zu)裝(zhuang)到(dao)調試的(de)(de)所(suo)有工作,而(er)且一(yi)次(ci)性達到(dao)客戶要(yao)求。2022年(nian)1月26日,數之聯聚焦PCBA(電子印刷電路板(ban))領域,正(zheng)式推出(chu)一(yi)款(kuan)基于(yu)深(shen)度學(xue)習的(de)(de)創新型(xing)硬件產(chan)品(pin)(pin)——追光AI-AOI,解決(jue)傳統AOI過(guo)檢、誤檢高(gao)、產(chan)品(pin)(pin)換型(xing)慢的(de)(de)問(wen)題(ti),也相應節省(sheng)了(le)企業(ye)的(de)(de)人(ren)力(li)。

數之聯的各項實測數據(ju)也展(zhan)示(shi)了(le)他們對工業檢測的全方位提升(sheng)。

與其他(ta)AOI解(jie)決方案對比(bi),數之(zhi)(zhi)聯追光AI-AOI搭載著數之(zhi)(zhi)聯深度(du)學習神經網絡模(mo)(mo)型(xing)(xing),該模(mo)(mo)型(xing)(xing)是數之(zhi)(zhi)聯集合了在泛半導體行(xing)業多個成(cheng)功落地(di)經驗(yan)及海量缺陷數據,訓練出(chu)的(de)可兼容焊點形態變化(hua)、高泛化(hua)模(mo)(mo)型(xing)(xing),能(neng)切(qie)實解(jie)決傳統(tong)AOI在編程(cheng)/調試時(shi)間過長、誤判過高、因(yin)人而異的(de)操(cao)作(zuo)結果等(deng)核心(xin)痛點。在考慮低成(cheng)本的(de)同時(shi),數之(zhi)(zhi)聯追光AI-AOI提供了同規格系列產品(pin)中,行(xing)業最(zui)快的(de)運動速度(du)(A4尺(chi)寸板,450片/h)和最(zui)大的(de)檢測尺(chi)寸(50*50到510*510mm),以及兼容不同高度(du)的(de)產線(725-975mm)。與普通(tong)的(de)AOI對比(bi),數之(zhi)(zhi)聯追光AI-AOI通(tong)過AI模(mo)(mo)型(xing)(xing),自動識別焊點位置,一個檢測框即可覆蓋(gai)各類缺陷的(de)檢測,將之(zhi)(zhi)前1-2小時(shi)的(de)產品(pin)換型(xing)(xing)時(shi)間縮(suo)短為10分鐘。

追光AI-AOI:自動識別焊點位置(zhi)

此(ci)外,基于深度學習的焊(han)點識(shi)別,可精準(zhun)定(ding)位缺(que)陷(xian)位置,對多種形態各(ge)異的焊(han)點做出(chu)準(zhun)確的判斷(duan),解決傳統算法(fa)僅對缺(que)陷(xian)進行OK/NG粗(cu)分(fen)類問題。

缺陷類型

經市場和(he)客戶驗證,追(zhui)光AI-AOI檢出(chu)率可達到(dao)99.99%,誤判率低于(yu)0.3%。其中,PCBA-DIP 爐后AOI已實現核心指(zhi)標(biao)行業(ye)領先,有效(xiao)提升了工廠(chang)工藝品質(zhi)。

結(jie)語(yu):自(zi)主(zhu)、專精仍是工業核心

當前來看,機(ji)器(qi)(qi)視(shi)(shi)覺主要玩家(jia)仍是美、日、德等巨頭企業(ye),不(bu)過(guo)近年來我(wo)國(guo)對于高端裝備(bei)制(zhi)造(zao)業(ye)越(yue)來越(yue)重視(shi)(shi)。整體產業(ye)需要擺脫進(jin)口依賴、發展高端制(zhi)造(zao),機(ji)器(qi)(qi)視(shi)(shi)覺技術(shu)必(bi)不(bu)可少,其對精準(zhun)度的嚴格要求(qiu)也必(bi)須從機(ji)器(qi)(qi)智(zhi)能技術(shu)層面識(shi)別來實現(xian)。

方育(yu)柯和宋安興作為(wei)(wei)主(zhu)推(tui)數之(zhi)聯進軍(jun)AOI的負責(ze)人,認為(wei)(wei)“追光(guang)AI-AOI”已經達(da)成了(le)(le)數之(zhi)聯工業硬件的第一步。“但未來(lai)還有很長的路(lu)要走。”宋安興表示(shi),“工業檢測硬件產業也(ye)分(fen)上中下游(you),越上游(you)越高(gao)精尖。現在(zai)我們打(da)磨了(le)(le)2年,打(da)造(zao)出了(le)(le)追光(guang)AI-AOI,能夠滿(man)足下游(you)的PCBA檢測,未來(lai)我們也(ye)會保(bao)持研發(fa),快(kuai)速拓展到PCB、封測等工業領域。”

對(dui)于這(zhe)是不是數之(zhi)聯「未來要做國(guo)內最(zui)大的(de)工業(ye)(ye)數據企(qi)業(ye)(ye)」的(de)重要一步(bu),方育柯笑稱,“希望這(zhe)是數之(zhi)聯為中國(guo)制造(zao)2025作(zuo)出貢獻的(de)一小步(bu)。”