基于5G+工業邊緣云的機器視覺帶鋼表面檢測平臺
作為全球通信技術的領導者，中興通訊在工業互聯網、大視頻、能源等行業領域形成超過30個5G+系列解決方案并成功實踐了50多個示范項目，與超過300個行業客戶建立戰略合作，合力部署5G應用。與超過200家行業領先的產品提供商達成合作，推出面向不同行業基于5G的解決方案。
5G基礎網絡建設和工業互聯網應用推廣涉及高額持續的投入和長時間的積累，不僅需要龍頭企業引領，更加需要政府、企業、聯盟和科研院所等多方力量協同，共同構建開放共享的產業生態。
一、 項目概況
鋼鐵行業是復雜流程工業的典型代表，對網絡的可靠性和穩定性有極高的要求，鋼鐵制造企業的生產線存在高溫、粉塵、腐蝕和電磁干擾等復雜、惡劣的環境，迫切需要更泛在的設備互聯、更智能的圖像識別和自動化操作控制，提高生產效率、降低生產成本并保障作業人員安全。
鋼鐵行業是能耗和溫室氣體排放大戶，通過5G+工業互聯，推動綠色、環保的生產方式，具有巨大的社會效益。
1. 項目背景
隨著科學技術的進步，鋼鐵行業的后續加工工業正向高速度、高精度和自動化方向發展。為了發揮自動化作業線生產穩定、材料利用率高、產品一致性好、成本低的優勢，必然要求原材料的化學成分均勻、機械性能一致、尺寸公差小、表面質量好。而影響帶鋼表面量的主要因素是帶鋼在制造過程中由于原材料、軋制設備和加工工藝等多方面的原因，導致其表面出現的劃痕、擦傷、結疤、粘結、輥印等不同類型的缺陷。這些缺陷不僅影響產品的外觀，更嚴重的是降低了產品的抗腐蝕性、耐磨性和疲勞強度等性能。數十年來一直沿用人工開卷抽檢或頻閃光法等檢測方法進行表面質量檢測。這些方法不能完整可靠地反映帶卷上下表面的質量狀況，只能用于檢測運行速度很慢的帶鋼表面，實時性差。因此，實現對帶鋼表面缺陷圖像的準確分析，進而實現對表面缺陷分類和記錄，并加以實時控制，對于提高生產效率和產品質量，從而提高企業競爭力將起到非常積極的作用。
2. 項目簡介
為解決以上表面質量檢測系統以及網絡連接的問題，本項目根據鋼鐵行業的質量檢測目前現狀，結合工業互聯網、機器視覺研究、5G網絡及MEC、大數據平臺、云計算等技術，利用工業相機拍攝高清圖片，通過5G網絡將檢測圖像上傳至云平臺，結合大數據分析圖像數據，給出數據分析檢測結果。依托5G網絡的大帶寬和低時延特性，使得系統的高清圖像得以快速上傳和分析，滿足生產線高速運轉的要求。本項目引入MEC工業邊緣云，將本地應用進行數據分流，實現工業數據不出廠，保障工業數據安全和信息安全。同時，本項目在帶鋼表面檢測系統中的圖像處理軟件、圖像拼接合成軟件、缺陷檢出算法、缺陷識別分類等模塊，在5G網絡中的5G模組、MEC服務器及5G核心網軟件均自主研發，開發基于工業邊緣云的質量檢測算法。本項目為鋼鐵企業提供工業相機、5G網絡接入、MEC服務、工業云平臺、帶鋼表面檢測系統應用等端到端解決方案，以服務模式向鋼鐵企業提供服務，減少鋼鐵企業在網絡、表檢系統方面的投資和維護成本。本項目可快速復制到鋼鐵行業其他產品的表面質量檢測場景，也可以推廣到其他型材制造業、造紙業等行業。
3. 項目目標
基于5G+工業邊緣云的機器視覺帶鋼表面檢測項目包括以下四個目標：
一是提供鋼鐵企業內網的5G網絡服務。根據鋼鐵企業需求，建設5G網絡，根據需求部署MEC系統，以實現企業私網模式。
二是提供鋼鐵企業云平臺服務，可以選擇公有云模式和私有云模式。
三是提供帶有5G模組的工業相機、機器視覺的帶鋼表面質量檢測系統。
四是以服務模式進行推廣，為其他鋼鐵企業或制造業企業客戶提供5G+工業互聯網機器視覺解決方案。
二、項目實施概況
中興通訊、遼寧移動和鞍鋼集團聯合研發的“基于5G+工業邊緣云的機器視覺帶鋼表面檢測系統”，能夠在帶鋼高速生產條件下，快速拍攝帶鋼表面高清圖像并實時上傳至MEC工業邊緣云與缺陷庫進行分析比對，通過缺陷分類記錄和實時控制，可以大幅提升識別率和產出率。
1. 項目總體架構和主要內容
整體解決方案分為平臺層、網絡層、終端層、應用層四部分，組網圖如下：
終端層：使用工業相機加5G模組，實現高清圖像的拍攝與回傳。
網絡層：由5G基站和MEC組成，5G基站網絡覆蓋生產線，將回傳的數據流通過PRRU、BBU進行編碼傳輸，在MEC處進行信令解析，完成本地分流，將數據流解析后傳輸給云平臺層。
云平臺層：工業邊緣云提供IaaS、PaaS、SaaS服務，為工業企業提供一站式上云服務。
應用層：表檢系統應用層，包含圖像預處理、缺陷檢出、識別、信息管理等模塊。
2. 5G網絡架構
無線技術在工業領域的應用主要包括移動性剛需、數據采集、遠程控制/巡檢/維護和柔性生產等場景，當前工業領域使用的無線通信協議眾多、各有不足且相對封閉，導致設備互聯互通難，亟需構建一種新的無線技術體系，滿足如下特性：
? 連續覆蓋、安全性及高可靠性
? 上下行均支持高速率的數據傳輸
? 毫秒級時延的實時控制
? 支持局部區域內海量高并發、中高數據速率的物聯網連接
5G具備更高的速率，更低的時延，更大的連接，有感知泛在、連接泛在、智能泛在的特點，5G將成為未來工業互聯的基石。本項目網絡組網架構見下圖：
2. 具體應用場景和應用模式
帶鋼表面質量檢測系統的工作流程包括圖像采集、圖像傳輸、圖像處理、缺陷檢出、缺陷識別、缺陷信息管理等過程。系統的工作流程如圖所示，系統將采集到的帶鋼表面圖像首先通過5G網絡和MEC，將圖像上傳至云平臺，然后進行圖像預處理，將多相機采集到的圖像進行拼接及帶鋼邊部檢測等處理。預處理后的圖像一方面進行全幅帶鋼圖像存儲及輸出，另一方面繼續對預處理后的圖像進行分析前處理，包括降噪、缺陷輪廓增強等圖像處理流程。然后進行缺陷檢出，標注缺陷區域，再進行缺陷識別，確定缺陷類別。最后將分析后的缺陷信息進行信息管理及人機交互等操作。
系統功能簡介
（1）冷軋帶鋼表面質量缺陷檢出；
（2）冷軋帶鋼表面質量缺陷分類；
（3）冷軋帶鋼寬度在線檢測；
（4）冷軋帶鋼表面圖像數據存儲與查詢；
（5）冷軋帶鋼表面質量缺陷數據存儲與查詢；
（6）冷軋帶鋼表面圖像在線監控；
系統采用高速線陣CCD相機，線掃專業濾光鏡頭，高頻漫射LED線光源，保證600m/min以下級別產線最小精度0.18mm的圖像檢測水平。系統分布式架構、全以太網萬兆集成通訊、UPS穩壓供電，構建簡單安全通訊框架，使系統可以長期穩定運行。針對酸洗冷連軋等惡劣生產環境，系統還有針對性的增加了防酸氣設計外罩、自適應光控系統、無源渦流冷卻系統等設計。
軟件運行平臺在保證多相機高速碎片圖像的自動拼接、精準帶鋼跟蹤定位的前提下，同步實現對全幅帶鋼圖像的光感平衡，目標區域標注、數據圖像分發及優化關系型存儲。采用標準缺陷特征模型快速處理框架，保證在線高速運行系統缺陷識別執行效率；通過基于CNN卷積神經網絡+GPU深度學習框架，保證復雜、混合、輕微、模糊缺陷的精準分析。系統還基于缺陷樣本大數據分析，確定樣本關聯模型，通過具備智能參數設定的分類模型正訓練系統及誤報缺陷反訓練系統保證在線生產操作人員可全方位自行維護表檢分析系統，保證系統分類效果的持續提升。
圖像處理方法
圖像拼接：離線時，進行基于直方圖均衡化圖像及優化SURF算法的離線分析，確定融合參數 。在線時，進行基于定位橫移和灰度偏移的加權融合 。
帶鋼邊部檢測：依據帶鋼邊部與帶鋼區域的灰度波動差異及波動程度來綜合確定帶鋼邊部位置。
降噪：主要采用灰階邊緣Gauss過濾 ，有效降低圖像噪聲的干擾，并抑制偽缺陷的產生。
輪廓增強：主要采用灰度直方圖偏移方法 ，強化缺陷輪廓處的灰度對比度。
缺陷檢出方法
缺陷檢出是表面質量檢測系統的基本功能，也是最主要的功能，缺陷檢出率越高，說明系統對缺陷的判別能力越靈敏，通常情況我們要最大化系統的檢出率，而最小化系統的檢錯率。系統缺陷檢出方法主要分為三個流程。
缺陷識別方法
缺陷識別過程是人工智能技術在帶鋼表面質量檢測系統中最為突出的體現，它使帶鋼表面質量檢測系統具備現場質檢人員的能力，能夠根據缺陷圖像的表象，判定缺陷的類別，進而輔助操作人員對生產狀況作出判定并給與決策。本系統缺陷識別主要包括缺陷分類以及偽缺陷辨識兩部分。
缺陷識別方法采用基于特征描述、結論輸出的類決策樹分類模型。
二次分類 ：采用采用CNN深度學習網絡，利用離線統計的各類缺陷經典域及擴展域及在線有教師的模型訓練，持續豐富運行模型，在線智能判定缺陷類別歸屬。
4. 安全及可靠性
MEC工業邊緣云利用5G無線接入網絡就近提供工業企業用戶IT服務和邊緣計算功能，具備高性能、低延遲與高帶寬的電信級服務能力，加速網絡中各項內容、服務及應用的快速處理。
MEC的本地分流功能使得本地業務數據流無需經過核心網，直接由MEC平臺分流至本地網絡。本地業務分流可以降低回傳帶寬消耗和業務訪問時延，提升業務體驗。 通過MEC本地分流和網絡切片技術，可實現機器視覺質量檢測業務的5G網絡端到端QoS保障，一方面確保高清圖像在規定的時間內傳輸到工業邊緣云，處理和分析的結果能夠及時反饋并作用到生產控制一線，另一方面企業內5G局域網也可以使核心生產數據不出工廠，確保數據安全。
鞍山鋼鐵的5G+機器視覺質量檢測系統對于可靠性的要求較高，因此MEC自身的硬件配置也需要具有容災保護：
（1） MEC提供雙交換板，兩個交換板負荷均衡。
（2） MEC提供雙電源備份，主用電源故障，備用電源啟用，充分保障系統的可靠性。
（3） MEC提供雙計算節點，對業務提供負荷均衡和靈活部署；
MEC采用虛擬化技術，也考慮的系統的保護：
（1） 虛機采用資源池方式部署，做冗余配置。
（2） 服務故障，PaaS平臺能夠提供快速重生。目前MEC上的服務是容器的方式部署在虛機上，當容器故障可以快速重生。當虛機故障，可以將服務在另外一個虛機上部署。
（3） 關鍵服務采用負荷分擔方式。
5. 社會效益
制造強國戰略第一個十年行動綱領《中國制造2025》強力推動智能制造。鋼鐵業正在從制造大國向制造強國邁進，“產品的質量”和“制造裝備自主化能力的提升”是重要抓手。機器視覺技術是一項鋼鐵行業實現智能轉型和升級的賦能技術。基于5G的機器視覺帶鋼表面檢測平臺，面對的客戶均為政府、大型工業企業等重點行業客戶，通過基于5G的機器視覺帶鋼表面檢測平臺的拓展，可有效指導優化生產工藝，提高生產效率，降低廢品率，減少質量成本，是對“中國制造2025規劃”行動綱領的實施，有利于工業企業數字化轉型，打造全新的工業互聯網生態體系。
實現生產設備和工業產品的泛在接入，運用工業互聯網新技術新模式實施數字化網絡化智能化升級，進一步降低經營成本、提升生產效率、提升產品質量，為企業模式升級奠定基礎；幫助廣大工業企業學習復制先行企業的工業知識，快速提升能力，降低了企業技術門檻和應用成本，也大大降低了企業投入成本，提高了企業的創新效率，帶動其轉型升級。
推動企業上云，企業采取按需付費、以租代買、服務租賃的模式，將現有業務系統直接遷移至云端，可有效降低企業基礎設施的建設成本、維護成本。通過5G+MEC的部署，將網絡能力、計算能力、存儲能力、行業應用等實現在工廠的落地，滿足用戶“數據不出場”、超低時延的需求，極大地簡化了工廠機器視覺部署方案，為制造業和互聯工廠實現網絡化、數字化、智能化升級提供一個可靠、可預期的網絡環境，滿足行業差異化+確定性的網絡需求。
5G+機器視覺的智能制造體系，實現了互聯工廠全流程信息自感知、全要素事件自決策、全周期場景自迭代，為制造業轉型升級提供樣板范例，助力中國智能制造的高質量發展。
三、項目創新點和實施效果
1. 項目先進性及創新點
· 商業模式的創新性
5G網絡服務、云平臺服務、表檢系統應用服務的打包模式。在5G網絡服務中，打包云平臺服務、MEC服務以及帶鋼表面檢測系統服務，做到一站式的端到端服務。工業企業使用端到端服務可以減少投資、減少人工維護成本，獲得業界領先的機器視覺表檢系統。中小企業也可享受到高質量低成本的表檢服務。
· 技術方案的創新性
云化的帶鋼表面檢測系統，實現網絡化協同檢測，共享缺陷圖像庫，提升缺陷識別率。一是共享了缺陷圖像庫，缺陷圖像庫由原來的被廠商封閉變成開放。二是由于算力、存儲的提升，缺陷識別率提升至95%以上。三是表檢系統軟件僅需要部署一次，減少了投資和維護成本。
· 解決方案的開放性
本項目可部署在公有云、私有云和混合云平臺，對中小企業服務。中小企業可選擇利用互聯網提供服務，也可以選擇利用5G切片提供定制化的服務。中小企業省了動輒幾百萬元的機器視覺系統購置費用，有利于機器視覺系統在鋼鐵行業的推廣。同時，產品均采用開源產品和自主研發產品，自主掌控力強，不會受制于人。
· 解決方案的易實施性和靈活性
本項目既支持公有云部署又支持私有云部署，滿足工業企業絕大部分場景需求。無線網絡實施快速，生產線停機時間短。采用5G網絡部署機器視覺表檢系統，生產線發生移位、生產工序發生變化時，網絡很容易調整到位，實現柔性制造。
· 一站式服務節省了企業管理成本
終端、網絡、平臺、應用全部打包成一站式服務，企業節省了備品備件的服務費用、網絡維護人工成本、平臺投資費用和維護成本、應用投資費用和終端投資費用。
· 5G網聯、邊云協同的柔性質檢
部署機器視覺帶鋼表面質量檢測系統的MEC工業邊緣云采用專門針對制造業企業機房特點設計的邊緣計算服務器，支持寬溫工作和強異構、大存儲以及靈活的配置，可以滿足多檢測點5G接入時對數據進行快速處理和實時分析的業務需求。高速圖像檢測光學系統采用5G無線組網，相比傳統單機版機器視覺系統可以通過算法上云和缺陷庫共享大幅提升檢出率、縮短調測擴展和升級維護時間，減少物理空間占用和能耗，并支持快速靈活調整，能夠適應生產流程和檢測點位置經常變化的場景。
· 識別技術的先進性
1）光照自適應，抗品種多變性影響
系統通過LED漫射光組架設系統成像照明機構，根據成像紋理特性及灰度特性建立照度控制模型，可隨生產產品動態變規格，自適應調整光源組照明強度，同時抑制產品特性及產品缺陷干擾
2）針對冷軋帶鋼的圖像處理技術
研發出基于曲線擬合的方式對光照不均勻性進行校正；基于空間域和頻率域的雙重濾波降噪方法；基于灰度拉伸的暗域圖像優化方法；基于領域加權均值處理及非線性變換曲線的目標圖像輪廓增強方法；基于邊緣檢測及梯度算子的圖像拼接方法；基于邊緣保持的優化加權平滑的圖像融合方法。為進一步圖像分析奠定基礎。
3）建立冷軋缺陷快速辨識模型
缺陷識別流程分為一次識別和二次識別一次識別為快速識別疑似有缺陷的部位，并進行標記。二次識別為細致識別，并進行缺陷定位及尺寸描述等流程，系統采用基于分塊自適應結合缺陷飽和度的快速缺陷辨識方法。
4）基于缺陷目標特征的雙層分類器
從產品缺陷特征共性出發建立類決策樹缺陷識別粗檢模型，從產品缺陷特征特性出發建立智能缺陷識別精檢模型，從產品表面質量信息大數據入手，自適應反向訓練在線缺陷識別模型，優化缺陷判別及分析參數。
滿足于冷軋板、冷軋鍍鋅板等多品種的表面質量在線檢測系統，可實現長期、穩定、在線識別及存儲帶鋼表面缺陷信息，同時分析檢測帶鋼寬度信息。系統通過LED漫射光組架設系統成像照明機構，根據成像紋理特性及灰度特性建立照度控制模型，可隨生產產品動態變規格，自適應調整光源組照明強度。采用綜合圖像處理方法，構建缺陷識別系統，基于分塊自適應結合缺陷飽和度的快速缺陷辨識。從產品缺陷特征共性出發建立類決策樹缺陷識別粗檢模型，從產品缺陷特征特性出發建立智能缺陷識別精檢模型，從產品表面質量信息大數據入手，自適應反向訓練在線缺陷識別模型，優化缺陷判別及分析參數。
2. 實施效果
· 節省成本
原有工作站模式，采購一套表檢設備，在100萬元/套，然后每年付出成本12萬元進行備件和維護服務。表檢設備生命周期一般為7年，7年TCO為184萬元。采用服務模式，每年支出服務費20萬元，7年內總擁有成本140萬元，每臺節省成本44萬元。鞍鋼共有冷軋生產線13條，共計節省成本572萬元。
二、提升檢出率和識別率
基于5G+工業邊緣云的機器視覺帶鋼表面檢測平臺每秒可處理帶鋼圖像10 米以上，常規缺陷檢出率95%以上，常規缺陷識別率（73%-95%）。通過對帶鋼缺陷的實時檢出，可降低可控重復缺陷的持續產生，減少因產品質量產生的客戶異議，避免因缺陷引起的廢品產生、停機和傷輥等事故。
· 自主可控
采用自主研發的表檢系統，機器視覺表面檢測技術不再受制于美日韓德,可以很方便的升級維護、更新補丁。
· 機器視覺，智能制造的必由之路
目前全球帶鋼產線中僅有約15%使用了機器視覺表面質量檢測系統，絕大多數都是單機版系統。鋼鐵業正在成為機器視覺的應用藍海，基于5G的機器視覺帶鋼表面檢測相關服務，具有廣闊的市場前景。
中興通訊作為全球通信技術的領導者，始終致力于將5G技術與智能制造相結合，為制造業企業提供端到端解決方案及服務，具體包括：
面向鋼鐵行業企業：深耕鋼鐵行業，聚焦機器視覺領域，針對基于5G機器視覺有需求的鋼鐵行業企業重點進行推廣，成為鋼鐵行業的機器視覺檢查方向的供應商，使機器視覺成為新的業務增長點，并推動企業加快數字化、網絡化、智能化轉型。
面向板材制造業企業：支持各類企業和創業者以機器視覺平臺為基礎，利用大數據、物聯網、人工智能、區塊鏈等新技術，將應用市場從鋼鐵業再延伸至汽車、鋁業、造紙業等其他細分市場，積極培育平臺經濟、分享經濟等新業態、新模式。
中興通訊將協同政府從政策引領和操作指導方面加快推動企業上云，助力各級企業上云，支持各市工業和信息化主管部門建立完善公共服務平臺，為企業提供網絡、云平臺、解決方案設計等各類服務。
AII微信公眾號
AII頭條號