填写邮件地址，订阅更多资讯：
AI 人工智能影像识别技术 在纺织品缺陷检测中的应用
如今工业发展速度越来越快，传统纺织业也想要赶上全球产业进步的浪潮。纺织行业，如纺织厂需要加快他们的技术升级路线图，以更快地适应市场的需求变化。在传统纺织行业中，设计、选择、纺纱、织造、染色、整理等环节都需要耗费大量的资源和时间，例如，人工质量检测合适的面料和优质材料就需要几天或几周的时间。并且，如果出现材料缺陷，还会严重阻碍整个生产过程，包括从前期生产到量产阶段，以及最后交付给客户的整个周期。
采用先进的人工智能(AI)技术，搭建智能化人工质量检测模型，可以帮助生产厂商执行纺织工艺或织物图案的质量检查等人工操作。同时，利用机械臂、机器人等智能化设备，可以在纺织生产中执行许多常规的自动化工艺过程。而当我们把机器臂/人和人工智能技术结合起来的时候，则令纺织制造过程所需的时间大大缩短，原来的生产周期现在可能只需要几周、几天、甚至几个小时——人工智能将彻底改变整个纺织行业！
AI DefeSystem需求
一套人工智能引导的机器臂/手解决方案是由分布式计算来支持的，它具有满足边缘计算所需的可扩展性和灵活性。首先，一套集中的管理系统需要从生产线上的所有工业相机获取高速原始图像，然后将预处理后的图像发送到edgeAI系统进行纺织缺陷检测。其次，这些工业摄像机再通过以太网的高吞吐量GigE电源运行在GenICam标准上。
该管理系统需要较高的处理能力来并行实现图像预处理，例如对比度调整、图像校准、图像分割等；然后将预处理后的图像发送到edgeAI系统进行AI人工智能质量检测，将元数据结果返回给管理系统。一旦发现缺陷，管理系统将控制机器臂/人质量检测和纠正缺陷材料。由于纺织品和材料的种类繁多，可能存在多种不同类型的缺陷，因此，管理系统需要指定和部署相应的AI模型，以应对不同纺织品CT影像质量检验的要求。
系统架构图
系统描述
该管理系统在分布式计算架构中起着重要的作用，需要强大的计算能力来处理所有的图像预处理。图像预处理使原始数据更适合后续的AI检测工作，设计良好的预处理不仅可以显著降低人工智能的边缘工作量，而且还可以提高人工智能质量检测的准确性。研华MIC-770紧凑型无风扇系统控制器支持第8代Intel®Core™iCPU，并具有通过扩展i模块集成GigEPoE卡的灵活性。由于该管理系统可以处理所有连接的边缘AI系统，因此使得研华MIC-770能够满足各种计算需求。
另外，人工智能质量检测还需要较高的计算量，需要一个基于GPU图形处理器的解决方案来加速计算。研华MIC-730AI采用NVIDIA®JetsonAGX Xavier™GPU，为edgeAI系统，是一款基于JetsonXavier芯片模块设计而成的AI高性能计算机，于2020年3月底正式量产，此款机型拥有无风扇紧凑型且低功耗的设计，可应用于前端计算和后端学习。在前端可利用最少的前端设备做到AI计算与执行，于后端作为AI服务器可做到学习与演算。除了产线机器视觉检测外，还可用于无人车、机器人控制、人脸质量检测、行为辨识等应用领域。JetsonXavier强大的处理能力，使其能够以更快的速度和更高的精度自动检测高精度纺织品。利用人工智能检测技术进行纺织品缺陷检测，可以有效地识别出最细微的缺陷，保证产品的高质量。目前，该管理系自动控制的机器臂/人可以检测、挑选和去除品质要求不合格的产品。采用这种分布式人工智能机械臂/人解决方案，纺织制造商们可以更好地实时监控和控制生产品质和生产过程。
关键特性
●系统涵盖从高性能计算管理系统到边缘人工智能系统的全系列产品；
●分布式人工智能机器臂/人解决方案，具有较高的可扩展性和灵活性；
●工业边缘人工智能系统为纺织缺陷检测提供了更高水平的智能化计算能力。
为了满足各种环境下的边缘人工智能计算需要，研华提供了一个端到端的人工智能解决方案，并提供了全方位的边缘计算和人工智能质量检测系统，这些系统集成在一起，能够执行多种人工智能质量检测任务。研华的人工智能系统产品利用人工智能技术来支持客户的实际应用需求，该人工智能机器臂/人可用于纺织品缺陷检测解决方案中，以帮助纺织制造商们快速跟上人工智能的发展大潮。
扫码立即获取研华智能设
备产品及解决方案大全
2020年第三期
低压直流伺服， 为移动机器人装配强大驱动力
2025年第四期
鸣志 MBDV mini 型低压直流伺服， 将精准控制融入小型设备