本白皮书在梳理工业视觉检测发展现状的基础上，提出了高精度柔性工业视觉检测技术体系，并从云边端协同、柔性数采、检测算法及交互协同等方面分别进行了阐述，最后介绍了基于高精度柔性工业视觉检测的典型应用实践，并对高精度工业视觉检测的发展趋势进行了展望。
工业视觉质检向更高精度、更快速度发展以及向更多场景落地，涉及光学、算法、硬件、软件、通信等多项技术的融合与创新，需要产业链上中下游的密切协同。在此，中国移动希望发挥自身在技术研发和产业引领方面的优势，携手业界共享技术创新成果，共同促进产业合作共赢，推动工业视觉检测快速发展，为新型工业化、新质生产力提供强大发展动能。
高精度工业视觉的发展背景及意义
2023年3月，工业和信息化部、国家发展改革委等七部门联合印发《智能检测装备产业发展行动计划(2023-2025年)》，系统推进智能检测装备基础创新、高端供给、应用推广、生态发展。高精度视觉检测作为智能检测装备的一项关键技术，不仅可以克服人工检测的标准不一致、非重复性和主观性等问题，也能在高速、高分辨率、高可靠性以及工业持续性、环境适应性等方面全面超越人眼极限，而且在大模型、具身智能等最新人工智能技术驱动下，加速向产业渗透。
一方面，以新能源汽车、清洁能源等为代表的高端制造业产能正在向我国转移，此类高端产业包含大量零部件，在产生大量检测需求的同时对检测质量也提出了更高要求，另一方面，制造业向高端发展，通过机器视觉打通供应链上下游企业间质量信息传递渠道，对提升从采购寻源到生产销售的全过程质量协同管控、全生命周期质量追溯管理水平具有重要意义。可见，高精度视觉检测技术对推进高端制造、实现新型工业化、发展新质生产力具有重要意义。
高精度工业视觉检测技术发展现状与挑战
全球竞争加剧，工业化重回竞争制高点，一方面，更多传统行业向智能制造转型，另一方面，已率先实施智能制造的企业对生产质量提出更高要求，均带来大量需求，推动工业视觉检测技术向机器替人、智能决策支持、柔性化等方面发展。但制造企业门类众多、发展水平不均衡，工业视觉检测系统不仅仅要满足不同场景差异化的检测需求，而且需要适应不同制造企业不同的信息化、自动化和智能化水平，这些因素叠加为工业视觉检测带来诸多挑战。
一是在AI成为视觉检测的主流技术的趋势下，工业视觉研发与实施的环节加长，本地化方式面临算力瓶颈、数据孤岛等问题，如何做好本地与云的协同成为关键挑战之一。
二是数据不足问题凸显。数据采集不上来、数据没打通以及由此导致的数据量不足、质量不高等问题，抑制了更具泛化性和更高精度检测精度模型的快速推出。
三是检测场景变化频繁，工业视觉检测算法在泛化性能和检测精度上面临严峻挑战。
四是工业装备向数字化、协同控制发展，当前工业视觉质检面临设备功能单一、协同不足等问题，需要有效增强人与设备以及设备之间的交互及协作效率。
高精度工业视觉检测关键技术
中国移动研究院综合利用5G、AI、云边协同等新一代信息技术，依托中国移动星辰视界视频云边端智能平台，打造了“高精度工业视觉检测系统”。该系统为由云边一体化协同、柔性化数采、高精度视觉检测算法和人机交互四项关键能力共同构建的技术体系。目前，该系统已在汽车、服装、五金等多个行业实现场景创新与应用推广，落地项目形成示范性标杆应用。同时，高精度工业视觉检测成果助力中国移动以第一名成绩获工信部人工智能产业创新任务揭榜优胜单位。
图3-1高精度工业视觉检测关键技术体系
云边端一体化协同
“云边端”一体化的工业视觉检测，包括“管理中心（云）+生产中心（边）+生产节点（端）”的多级协同。该架构可充分融合5G、人工智能、边缘计算、云计算等技术，云中心提供充足的算力资源与丰富的行业知识库，提升工业质检模型及应用的开发与训练效率；边缘站点进行数据汇聚、大模型推理，并向端侧设备进行质检能力的分发、部署、升级与管理；端侧执行数据采集、轻量化推理，以满足产线生产节拍要求。
柔性化标准数采技术
中国移动研究院联合合作伙伴一起构建了“柔性化标准数采方案”，在光学评价体系构建与光源自适应调优的基础上，利用被检测工件三维模型驱动机械臂进行视觉点位自主规划，实现对被检测工件无死角高清成像，可适应柔性产线的视觉成像需求。在视觉成像的基础上，辅以多模态缺陷数据采集与数据扩充，从根源上解决“数据难”问题。在保证检测质量的同时，有效降低了使用成本，为后续的缺陷检测与方案部署提供了可靠支撑。
高精度视觉检测算法
工业视觉检测存在有效数据稀缺、算法泛化性低、微小瑕疵检出率低等行业痛点难点，为实现高精度工业视觉检测，可以从多模态信息融合、无监督小样本学习与数据增强、多尺度级联的特征融合增强等技术入手，突破工业视觉算法瓶颈。另外，将视觉检测系统模块化，根据不同的场景需求进行快速调整和组合，提供定制化的工业视觉解决方案，通过领域自适应技术使算法能够进行快速的场景迁移，能够有效缓解工业视觉检测场景泛化性低的问题。
人机交互与多机协同
利用大模型等新兴技术，通过增强自然语言处理、多模态信息融合以及智能化辅助决策等方式，可以显著提升工业视觉检测中的人机交互体验和多机协同效率。其中，人机协同增强智能能够融合专家能力与机器能力，将人类的知识技能模型化、自动化，同时提升人类与机器的认知决策能力与效率，解决实际产线中视觉检测准确率与人工核验效率提升难点；多机协同通过将协作机器人、传感技术、智能控制和数据分析技术相结合，实现了人机协作、动态调整、信息共享和实时决策支持，从而实现生产效率、产品质量和安全性等的提高。
展望与倡议
在AI赋能新型工业化，助力传统企业数字化转型的浪潮中，工业视觉检测技术已成为智能制造领域的关键技术之一。当前，工业视觉检测技术伴随着人工智能、大模型、具身智能技术的不断突破，面临着前所未有的发展机遇，正逐步从单一视觉检测向多模态感知、从静态检测向动态监测、从单一应用向综合应用进行转变。
面向未来新型工业化的不断推进，工业视觉检测技术也需要不断的技术创新与演进。在标准制定方面，需要推进标准化进程，以实现快速部署和规模化应用。在数据驱动方面，需要利用大数据和深度学习技术，实现工业视觉数据的深度挖掘和智能分析，从而提高检测的准确性和效率。在视觉技术方面，结合2D、3D、多视角拍摄和多模态（如光谱、红外等）图像融合技术，提升检测系统对复杂物体的检测能力。同时，具身技术如模块化的机械臂和灵巧手的发展，将使检测系统更加柔性化，提高自动化水平。在通信技术方面，融合5G、云边协同等新一代通信技术，提高检测系统的数据传输和处理速度，实现更高效的检测流程，促进检测系统的灵活部署，进一步提高企业生产效率。
在新型工业化发展的关键时期，中国移动通信有限公司研究院诚挚邀请工业视觉检测技术相关产业同仁，携手合作，共同推进人工智能等信息技术注智赋能传统制造业，助力企业转型升级、提质增效、安全生产，为支撑实体经济高质量发展、加快推进新型工业化作出积极贡献。
[参考文献]
[1] 智能检测装备产业发展行动计划（2023—2025年）,工业和信息化部等，2023.
[2] 智能检测装备产业发展研究报告, 中国电子技术标准化研究院，2024.
[3] 工业视觉技术与应用白皮书，中国移动通信有限公司研究院等，2023.
[4] 工业数字化/智能化2030白皮书，华为公司、信通院等，2023.
点击以下“阅读原文”获取报告原文。
