Все знают теорию, но точность бросает вызов национальным усилиям.

Ключевое преимущество машинного зрения заключается в цифрах после запятой

Недавно я посмотрел видео о машинном зрении с заставляющим задуматься заголовком:"Принципы общеизвестны, но точность по всей стране остается труднодостижимой."

Честно говоря, сначала я подумал, что это очередная клише-фраза вроде "Китай не может догнать". Посмотрев до конца, я понял, что история гораздо более многогранна.

Когда дело доходит до машинного зрения, все понимают основной принцип — просто использовать камеру для захвата изображений и запуска алгоритмов для распознавания. OpenCV существует как открытое ПО десятилетиями, а учебные пособия по глубокому обучению есть повсюду. Кажется, что любой может создать решение для машинного зрения.

Но как только вы ступите на фабрики и производственные линии, вы увидите огромный разрыв между созданием функциональной системы и созданием превосходной.

Где же этот разрыв? Он сводится к цифрам после запятой.

Давайте сначала установим интуитивно понятную систему отсчета:

Человеческий волос имеет толщину примерно 0,1 миллиметра, что эквивалентно 100 микрометрам. Стандартная инспекция машинным зрением обеспечивает точность около 0,01 мм (10 мкм), что составляет одну десятую диаметра волоса. Это уже звучит впечатляюще.

Тем не менее, высокотехнологичное производство требует гораздо более жестких допусков — не просто 10 мкм, и даже не 1 мкм:

• Инспекция полупроводниковых пластин: 0,1 мкм (100 нанометров)
• Инспекция OLED-пикселей: менее 0,5 мкм
• Инспекция монтажа проводников чипов: точность на уровне микрометров
• Инспекция нанесения покрытия на электроды литиевых батарей: 1–3 мкм

Что на самом деле означает 0,1 мкм? Если разрезать один человеческий волос горизонтально на 1000 сегментов, каждый сегмент будет иметь размер 0,1 мкм.

На этом уровне точности детали, которые обычно упускаются из виду в обычных условиях, становятся источниками фатальных ошибок:

• Колебание температуры окружающей среды на 1°C → металлические компоненты расширяются на несколько микрометров
• Перемещение людей по цеху → вибрация платформы на десятки нанометров
• Отклонение времени экспозиции камеры на 100 микросекунд → сдвиг на один пиксель на захваченных изображениях
• Снижение яркости источника света на 1% → систематическая ошибка измерения на целый порядок величины

Разделяющая линия между опытными инженерами по машинному зрению и любителями заключается не в том, могут ли быть выявлены дефекты, а в том, может ли точность стабильно удерживаться на этих значениях после запятой в течение десятков тысяч циклов инспекции.

Промышленная камера — это совсем не то же самое, что камера смартфона.

Многие люди ошибочно полагают, что алгоритмы составляют ядро машинного зрения. Это неверно.

Верхний предел любого алгоритма определяется производительностью аппаратного обеспечения. Никакой, даже самый сложный алгоритм, не сможет достичь субмикронной точности с помощью камеры потребительского класса стоимостью в несколько сотен юаней. Это сравнимо с попыткой сфотографировать клетки под микроскопом с помощью камеры мобильного телефона — размытые изображения не спасти.

Полный стек аппаратного обеспечения промышленного зрения состоит как минимум из четырех уровней: источники света, объективы, камеры и платы видеозахвата, каждый из которых требует тщательной оптимизации.

Самый важный параметр для промышленных камер — это не количество пикселей, а размер пикселя.

Потребительские камеры смартфонов гонятся за высоким количеством мегапикселей. 100-мегапиксельный датчик звучит убедительно, однако отдельные пиксели могут быть всего 0,8 мкм или меньше. Такие пиксели страдают от низкого светоприема, высокого уровня шума и ограниченного динамического диапазона. Хотя они достаточны для улучшения портретов, они непригодны для промышленной инспекции.

Промышленные камеры следуют противоположной логике проектирования. Высококлассные промышленные датчики обычно имеют размер пикселя более 2,5 мкм, а иногда и 5 мкм или 10 мкм. Более крупные пиксели улавливают больше фотонов, обеспечивая более чистые изображения и более стабильные измерения.

Еще одна критически важная спецификация — глубина цвета. Обычные потребительские фотографии используют 8-битную кодировку с 256 уровнями серого. Промышленная инспекция обычно использует 12-битные или 16-битные датчики, поддерживающие 4096 или даже 65 536 различных уровней серого. Разница может показаться незначительной на первый взгляд, однако расчеты субпиксельной точности полностью зависят от этой богатой информации о градациях серого.

Если камера определяет минимально достижимую точность, то объектив определяет максимально возможную точность.

Изображения, снятые обычными объективами, имеют искажения по краям: прямые линии кажутся изогнутыми. Такие искажения остаются незамеченными человеческим глазом, но становятся катастрофическими для измерений машинного зрения на уровне микрометров.

Для высококлассной промышленной инспекции вместо обычных оптических систем используются телецентрические объективы. В пределах определенного рабочего диапазона телецентрические объективы поддерживают постоянное увеличение независимо от расстояния до объекта и достигают коэффициента искажения до нескольких десятитысячных или ниже. Что касается цены, то премиальный телецентрический объектив часто стоит дороже, чем сопряженная с ним промышленная камера.

В настоящее время международные бренды по-прежнему доминируют на внутреннем рынке высокоточных промышленных объективов.

Известная отраслевая максима гласит: "В машинном зрении освещение составляет 70% успеха, алгоритмы — только 30%".

Многие проблемы инспекции возникают не из-за ошибочных алгоритмов, а из-за невозможности правильно осветить дефекты для четкого изображения.

• Коаксиальный свет: для обнаружения царапин на стеклянных крышках
• Низкоугловой кольцевой свет: для обнаружения неровностей поверхности на металлических деталях
• Задняя подсветка: для инспекции внутренних дефектов прозрачных материалов
• Глубокий ультрафиолетовый свет: для обнаружения частиц на поверхности пластин

Угол освещения, длина волны, равномерность и стабильность — все это влияет на качество конечного изображения. Инженеры часто тратят гораздо больше времени на настройку осветительного оборудования, чем на настройку параметров алгоритма.

Отечественные производители, способные к стабильному массовому производству высококлассных специализированных источников света, таких как глубокое УФ-излучение, остаются редкими; большая часть поставок по-прежнему зависит от импорта.

Аппаратное обеспечение устанавливает базовую производительность, в то время как алгоритмы раскрывают полный потенциал аппаратного обеспечения. Ключевой технологией здесь является субпиксельная точность.

Что именно такое субпиксельная точность?

Основной единицей цифрового изображения является пиксель. Когда край компонента пересекает границу пикселя, традиционные алгоритмы могут только подтвердить, что край находится где-то внутри этого пикселя, что ограничивается разрешением в целые пиксели.

Субпиксельные алгоритмы используют постепенные изменения градаций серого и математическое моделирование для определения точного положения края внутри одного пикселя.

Достижимая точность варьируется в зависимости от алгоритма:

• Метод моментов (моменты Зернике): 0,01–0,1 пикселя
• Метод подгонки (гауссова подгонка): 0,05–0,1 пикселя
• Метод интерполяции (билинейный): 0,2–0,5 пикселя

Что означает 0,01 пикселя на практике? Предположим, один пиксель соответствует физическому размеру 10 мкм. Точность 0,01 пикселя означает погрешность измерения 0,1 мкм или 100 нанометров. Без модернизации аппаратного обеспечения одни только алгоритмы повышают точность в 100 раз.

Как бы впечатляюще это ни звучало, эта технология вряд ли является секретом. Основная теория появилась десятилетия назад, с изобилием научных статей и открытым исходным кодом, доступным публично.

Так почему же это остается барьером? Точность, цитируемая в исследовательских работах, измеряется в идеальных лабораторных условиях. Реальные производственные линии сталкиваются с постоянными помехами:

• Масляные пятна на поверхностях заготовок
• Колебания освещения
• Постоянная вибрация от конвейерных лент
• Широко варьирующиеся геометрические формы компонентов
• Обработка 100 000 заготовок в день с нулевым допустимым пропуском дефектов

Поддержание стабильной точности до двух знаков после запятой в таких хаотичных условиях представляет собой подлинное инженерное мастерство. Последовательность в десять тысяч раз сложнее, чем одноразовая точность.

Этот уровень формирует истинное конкурентное преимущество.

Многие посторонние упрощают машинное зрение как "установить камеру и написать несколько алгоритмов". Ничто не может быть дальше от истины. Решения для машинного зрения, созданные для разных отраслей, по сути, являются различными технологиями.

• 3C Электроника (крупнейший рынок, доля 28%): Цели инспекции включают средние рамки мобильных телефонов, стеклянные крышки и печатные платы. Они имеют разнообразные материалы, сложные типы дефектов и строгие требования к скорости. Производственная линия может обрабатывать 60 компонентов в минуту, делая 20 снимков для каждой заготовки; алгоритмы должны выдавать результаты в течение нескольких миллисекунд.
• Полупроводники (самый высокий технический порог): Инспекция пластин и упаковки требует нанометровой точности, использования источников глубокого УФ-излучения и многомегапиксельных построчных камер. Одно инспекционное оборудование часто стоит миллионы или даже десятки миллионов юаней. Этот сектор остается в значительной степени монополизированным зарубежными поставщиками, включая KLA и Applied Materials.
• Новая энергетика (самый быстрорастущий сегмент): Инспекция охватывает электроды литиевых батарей, сепараторы и ячейки. Производительность огромна с требовательными спецификациями: заусенцы на электродах должны контролироваться с микронными допусками, и даже крошечные отверстия на сепараторах могут вызвать риск теплового разгона батареи.

Дополнительные сектора применения включают фотовольтаику, автомобилестроение, фармацевтику и пищевую промышленность.

Оптические схемы, архитектуры алгоритмов, конструкции механического оборудования и стандарты валидации сильно различаются в разных вертикалях. Экспертиза, полученная в 3C электронике, дает мало преимуществ при выходе на производство полупроводников. Мастерство в этих областях требует накопления отраслевого опыта не менее восьми-десяти лет.

Следовательно, основной барьер в машинном зрении — это не какая-либо одна изолированная технология, а интегрированные возможности, охватывающие оптику, механику, электронику, алгоритмы и отраслевые технологические ноу-хау. Ни одно звено нельзя игнорировать.

Рынки среднего и низкого ценового сегмента в основном завоеваны; высококлассные сегменты остаются в стадии активной разработки.

Резюмируя: отечественные поставщики заняли прочные позиции на рынках среднего уровня, охватывающих 3C электронику, фотовольтаику и упаковку пищевых продуктов. Компании, включая Hikrobot, Dahua Technology, I-TEK OptoElectronics и TZTEK, поставляют конкурентоспособные промышленные камеры и системы машинного зрения по цене примерно от одной трети до половины стоимости импортных аналогов, полностью удовлетворяя стандартные требования к инспекции.

Основанная доктором Дун Нин из Университета науки и технологий Китая, I-TEK OptoElectronics разработала первую в Китае отечественную 8K построчную промышленную камеру еще в 2012 году, заполнив критический отечественный пробел. С тех пор компания выпустила 16K построчные камеры и 150-мегапиксельные камеры с термоэлектрическим охлаждением, заняв место на мировом рынке высококлассного промышленного изображающего оборудования.

TZTEK достигает точности инспекции 0,3 мкм для потребительской электроники, что соответствует предложениям высшего уровня от Hexagon и Keyence. Ее решения для инспекции пластин достигли нанометровой точности, подрывая давнюю монополию KLA.

Тем не менее, существенные пробелы сохраняются в высококлассных областях, особенно в инспекции переднего края полупроводников. Ключевые узкие места включают:

1. Высококлассные датчики изображений: многомегапиксельные премиальные CMOS-датчики в основном поставляются зарубежными производителями, такими как Sony и e2v
2. Высокоточные оптические компоненты: телецентрические объективы с ультранизким искажением и оптические системы глубокого УФ-излучения по-прежнему в значительной степени зависят от импорта
3. Источники света глубокого УФ-излучения: лишь немногие отечественные фирмы достигают стабильного массового производства
4. Основные платформы алгоритмов: Keyence и Cognex имеют зрелые, хорошо зарекомендовавшие себя экосистемы программного обеспечения для машинного зрения; отечественные платформы все еще догоняют
5. Длительные циклы квалификации клиентов: оборудование для производства полупроводников часто требует от одного до двух лет проверки на месте перед официальным развертыванием; одна только техническая возможность не гарантирует доступ к рынку

Эти накладывающиеся ограничения создают текущую рыночную модель: трудности проникновения в высококлассные сектора, в то время как на рынках среднего уровня доминирует жесткая ценовая конкуренция.

Возвращаясь к заголовку видео:"Принципы общеизвестны, но точность по всей стране остается труднодостижимой."

Это утверждение верно лишь наполовину. Теории — субпиксельные алгоритмы, телецентрическая оптика, прецизионное управление движением — все задокументированы в учебниках. Реальная проблема заключается в переводе теории в стабильные промышленные продукты, надежном обеспечении точности на этих десятичных значениях и снижении затрат до уровня, доступного производителям. Это истинное испытание возможностей.

В индустрии машинного зрения нет места революционным прорывам за одну ночь или всепобеждающим "серебряным пулям"-технологиям.

Ее конкурентные барьеры встроены в тысячи тонких деталей:

• Различия в искажениях, контролируемые до нескольких десятитысячных в объективах
• 0,1% долгосрочная стабильность яркости источников света
• Стабильная субпиксельная точность 0,01 пикселя в условиях зашумленных реальных изображений
• Стабильные показатели пропущенных обнаружений после миллионов циклов инспекции на производственных линиях
• Накопленный опыт инспекции в сотнях отраслей и тысячах вариантов продукции

Такие знания редко публикуются в научных статьях или полностью раскрываются в патентах. Они выковываются год за годом, линия за линией производства, компонент за компонентом.

Индустрия машинного зрения Китая развивалась два десятилетия: от полной зависимости от импорта, к полной отечественной замене в сегментах среднего и низкого уровня, и теперь к постепенным прорывам на высоком уровне. Прогресс был трудным, но направление ясно.

В конце концов, эти крошечные пробелы после запятой могут быть устранены только путем настойчивых, постепенных улучшений.