2020年第三季度欧姆龙自动化(中国)有限公司新品，由ai替代熟练工，自动执行划痕和缺陷检测的【图像处理系统 fh系列】即日起在中国市场首次对外发布，摆脱依靠人类“感性和经验”的官能检测。

在熟练技术人员短缺和人工成本急剧上升的背景下，需要人的经验和感性，依靠人进行搬运、组装、检测的工序，是制造业急于实现自动化的部分。特别是在产品的外观检测中，需要经验丰富的熟练工拥有的感性和经验，例如判断各种颜色和尺寸的划痕、产品本身有很大差异时如何判定缺陷产品。

因此，大家对ai的期待越来越高，因为它能像人一样识别对象物的特征，并自动学习判断标准。但是，要使其投入实际应用，必须准备大量的图像数据供ai学习，而且还面临若干问题，如ai工程师的保障、需要在现场安装特殊的ai硬件等，因此很难将ai引入生产现场。

为了解决这些问题，欧姆龙全新开发了一种缺陷抽取ai，再现了熟练工的检测方法，并将其搭载于图像处理系统fh系列中。

1、通过类似人的“感性”来发现划痕

from：对人感性的依赖

缺陷的检测依靠人的感性，难以定义，成为自动化的难题。

to：利用ai技术，自动实现目视检测

检测人员拥有的“将背景中的不协调视为缺陷”的技能，已利用ai技术化，并作为图像过滤器搭载。即使是新品种、未知划痕、复杂背景这些机器以前难以判断的内容，也可以在没有划痕样本或调整的情况下，检测为“划痕或缺陷”。

2、以类似熟练工的“经验”来判断良品

from：依赖于熟练工的经验

在官能检测中，允许良品状态有差异。由于良品状态的判断标准依赖于熟练工的知识，因此很难用以往的fa图像处理系统对其进行定义，并且需要不断进行设置调整工作，这成为自动化的难题。

to：利用ai技术实现调整知识自动化

“ai准确匹配”通过学习良品状态的图像数据，在短时间获得检测人员在多年实践中积累的“检测技术和知识”。除了能够再现熟练工的检测能力外，自动化还能降低成本、提高生产效率。

3、无需构建ai专用环境

引进ai不需要高规格硬件，也无需配备ai工程师来构建适合不同现场环境的系统。利用在生产现场已有大量使用经验的通用图像处理系统，即可轻松引进ai。

▲ 无需ai专用硬件

需要准备工作站级别硬件的ai检测技术无法在现场大规模引进。fh系列不需要专用硬件，因此可以轻松引进。

▲ 无需ai工程师

为了将ai技术调整至能在自己公司的工序中稳定运行，除了图像处理技术外，还需要编程和维护，但fh系列能够以普通图像传感器的操作感觉来使用ai。无需ai工程师。

以上是网络信息转载，信息真实性自行斟酌。