首页> 人工智能> 正文

邹伟金:机器视觉+人工智能 助力屏幕缺陷检测

来源:惠桐资讯网
  

【中国传动网 行业动态】 随着显示技术的发展,传统的显示屏缺陷检测所存在的不足逐渐暴露。高视科技将计算机视觉技术、人工智能深度学习算法技术应用在屏幕缺陷检测领域,提出了覆盖行业全检测工序的人工智能检测方案。在第十四届中国国际显示大会上,高视科技研发副总经理邹伟金介绍了这套方案的优势。

邹伟金首先对高视科技进行介绍。他表示,高视科技有限公司是一家以、人工智能为技术核心,聚焦工业领域,提供设备、解决方案的高科技现代化企业。目前,公司已形成较为完善的产品体系,为行业提供全面的工业AOI智能检测整体解决方案、自动化设备及嵌入式机器视觉模块产品,应用领域包括显示屏(LCD、OLED)缺陷检测及修复、锂电池(消费、动力)缺陷检测、精密金属加工检测、玻璃透明介质检测、高精度PCB板检测、半导体封装检测等。高视科技的总部设于广东惠州,在北京、南京、苏州、厦门、深圳、美国硅谷设有研发中心,其AI智能解决方案覆盖检测、定位、识别、测量。

邹伟金也对目前屏幕检测存在的问题进行了分析,他表示,当前,屏幕应用范围非常广。其中,智能手机屏的检测难点体现在3D曲面屏、全面屏、OLED屏;工控车载屏由于形状各异,也存在检测难题;AR/VR设备尺寸小,要求PPI大于1000,对检测精度的要求非常高;电视屏正朝着4K、8K的方向发展,对检测精度的要求也非常高。

除了屏幕应用范围广之外,邹伟金还指出,当前屏幕检测的难度很高。2017年全球有40亿块屏幕出货,其中中国生产20+亿块;每块屏幕的制成过程中至少需要被检查8次,需要40万人;而受人员疲劳、情绪波动等因素影响,检测品质难以保证,且长期高强度用眼,员工视力健康问题突出;人工培训难度特别大,其中液晶点亮检测人员的培训时间最少为一个月。“所以检测环节的机器替代人是必须要做的事情。”

邹伟金表示,当前对显示屏检测的质量要求比较高,而人工检测存在检测不统一、质量反馈延迟、质量分析不系统、产品质量追溯难、质量工艺凭经验调整等问题。高视科技针对质量检测引入了智能化大数据技术分析,该系统具有三大优势:1、工艺实时反馈,全流程管控;2、大数据+深度学习,智能优化生产;3、视觉检测+深度学习,提升检出精度及准确率。

邹伟金也介绍了高视科技的AI智能解决方案。该方案实现了行业检测工艺全覆盖,从Cell、OpenCell、模组段到成品手机,高视科技提供了一整套的模组解决方案,包括点亮检测、外观检测等。

AI智能解决方案采用大数据+人工智能,建立了设备互联互通平台。据邹伟金介绍,高视科技的设备互联互通平台是以视觉为核心的工业互联,上接企业MES系统,下接生产设备、检测设备、自动化生产线,该平台的关键组件包括用于AOI设备的智能视觉系统(SV)和视觉信息系统(VIS),其中VIS包含用于深度应用图像数据的“QLink”和“QMind”子系统。设备互联互通平台的目标是通过QLink和QMind处理T级结构化检测数据和PB级图像数据,从而优化工艺流程,降低成本并提高行业客户的效率。

设备互联互通平台的服务范围包括:感、联、知、控。“感”主要是视觉检测识别、状态获取、场景记录、位置定位;“联”是实现网络互联;“知”是对所有采集到的数据进行大数据分析;“控”就是通过感、联、知来控制生产制造,进而达到生产改进、工艺改进的目的。此外,设备互联互通平台还可智能优化生产、进行工艺反馈和流程管理(根据各流程产生缺陷的种类及缺陷特征进行分类,归因到产生问题的工序)。

设备互联互通平台是一个深度学习平台,可对液晶屏进行Mura缺陷检测。对于规则性Mura,采用传统的图象处理算法检测可以达到预期效果,而对于不规则Mura,高视科技引入人工,并收集了大量Mura数据进行深度学习,目前对不规则Mura的检测率达到85%以上,而随着数据量的提升,检测率也会随之提高。

此外,高视科技在所有流程的最后都增加了在线复判流程,也就是说,设备检测出来的缺陷会经过人工再次确定和标定,全自动收集缺陷样本,挑选合理样本,在线更新分类器。


木油漆 http://www.chenyang.com/
惠桐资讯网