产业观察 | 广东工业大学教授王桂棠：为机器植入“眼睛”和“大脑”，赋能智能制造

王桂棠

广东工业大学机电工程学院教授

广州沧恒自动控制科技有限公司创始人

采访、编辑│李佳琪  文 | 张孟月 

 图 | 由受访者提供

在精密测控技术与仪器、嵌入式技术、网络测控、物联网、图像处理及机器视觉等多个交叉领域，他不仅有丰硕的研发成果，而且部分科技成果已经实现了产业化。

多学科交叉研究的过程中，不同领域的技术如何相互助益？在漫长的科技成果转化过程中，在技术、产品和市场方面都经受了哪些考验？在产学研合作方面又有哪些经验？

本期，行走在学术界、产业界前沿的广东工业大学机电工程学院教授、广州沧恒自动控制科技有限公司（以下简称“沧恒科技”）创始人王桂棠，将带我们走近智能制造，感受机器视觉的“火眼金睛”。

活塞环智能检测系统

实现从0到1的突破

测控，即测量与控制，涵盖了信息技术的三个方面：信息采集、信息传输、信息处理。王桂棠告诉记者，沧恒科技的主要业务之一就是采用先进的测控技术对工业生产过程进行精准测控。

例如，在汽车发动机内，活塞环与缸套直接接触，其必须有开口，但间隙不能太大，外圆度要精确以便与缸套内壁紧密贴合，否则会影响汽车的动力以及废气的排放。为此，公司研发出发动机活塞环多功能智能检验系统对活塞环进行检测，该系统采用机器视觉、精密测控、计算机通信等先进技术，对活塞环的光密封度（漏光）、闭口间隙、环高和径向厚度这4个参数进行全自动智能检测，并根据检测结果进行全自动分选理环。精度达到2微米，速度可达15片/分钟以上，可代替4个以上熟练工人。

2014年 ， 王 桂 棠 曾 受 邀 参加 一 个汽配行业会议，会上他对研发成果—— 发动机活塞环多功能智能检验系统进行了介绍。该技术引起中外合资企业安庆帝伯格茨活塞环有限公司（以下简称“ATG”）中方负责人的注意。

发动机活塞环多功能智能检验系统在ATG应用现场

该负责人会后主动找到他并表示，由于中国缺乏智能测控相关的一些核心技术，往往不得不高价进口日本、德国的测控装备，他非常期待能尽快看到该项成果落地。

王桂堂看到了活塞环检测的市场需求，随即就创立了沧恒科技，并在后面的几年中，将汽车发动机活塞环多功能智能检验系统从第一代逐步迭代到第五代，从单一功能、需借助人工辅助发展到全自动化、智能化，设备不断更新升级。

王桂棠表示，“从装备的研发水平、制作水平而言，我国不仅是装备大国，也是装备强国。与他国相比，中国弯道超车，需不断利用现代信息技术来改造传统企业。”

创业不易，王桂棠团队虽然研发出国内领先水平的汽车发动机活塞环多功能智能检验系统，但仍为推广发愁。究其原因，这类产品国产化仍在初级阶段，许多中小企业仍持观望或小心谨慎的态度。

另外，不同于通用设备，沧恒科技生产的大多是定制化专用设备，研发周期长、生产成本高，因此订单风险也相应较大。“若遇到样品研发成功，而甲方企业临时决定不进行规模化生产的情况，我们的心血可能就要付诸东流了。科技企业研发出来的新产品怎样才能快速得到市场的认可，这点是最难的。”王桂棠无奈地说道。

AI深度学习

应对复杂的自动化挑战

沧恒科技为ATG解决了发动机活塞环智能检测的问题后，后者又提出了零部件外观检测的需求。在工业自动化领域，机器视觉因其速度快、准确性高和可重复性好等优点而具有较大优势。

但随着缺陷类别变得更多样化，算法复杂度越来越高，复杂的表面纹理参差的和图像质量问题也会带来巨大的检测挑战，传统机器视觉系统在复杂零件面前往往束手无策。

AI深度学习融合了人工视觉检测的灵活性与计算机系统的高可靠性、一致性和时效性等优点，越来越多的先进制造业企业倾向于选择深度学习方案以解决其复杂的自动化挑战。

沧恒科技研发的发动机活塞环外观缺陷AI检测生产线创建了全流程的一站式机器视觉深度学习的语义分割的检测平台，实现了崩缺、砂眼、划痕、毛刺等全部缺陷类型全自动检测和分选，检出率高达100%，漏检、误检率均接近0。

此外，他们还研发了新型发动机毛刺缸套外观缺陷AI检测系统，据介绍，该设备的技术全球领先，检测效率达到4只/分钟。

机器人协同精密检测无人生产线也是沧恒科技的研发重点之一。王桂棠介绍，目前研发成果“AI识别未知场景的无人起重装卸系统”已在全国最大的金属镍生产企业——甘肃省的金川集团镍冶炼厂落地应用，利用机器视觉结合深度学习进行货物包身份识别、定位和尺寸测量、车辆识别、装车区域测量定位、装车规划等，与起重机控制系统联网，实现镍包无人化全自动吊运装车和管理。

镍冶炼厂成品车间是金川集团镍产业链最后一道工序，在项目没有实施前，是机械化程度低、职工劳动强度大、安全隐患多的典型车间。

智能无人起重装卸系统的运行，实现了装卸、剪切、整形、压平、称重、喷码、打捆、检斤、仓储、装车等环节的有机联动运行，使成品车间装运系统由过去十多人的人工操作，减少到目前两人值守的自动控制，大大提高了生产效率。

据介绍，这一项目的实施，尤其在装车发运上，可以最大限度地避免对人体造成的伤害，同时提升生产作业效率，增强了安全保障。

无论是智能检测还是无人起重装卸场景，都离不开机器深度学习。然而，深度学习对训练样本量要求较高，场景越复杂，需要的样本量就越多。但在开发项目的实践过程中，采集数据的难度大且成本高，获取足够多的样本量十分困难。

如何做到少样本甚至无样本学习是行业当前研究的热点。为解决样本不平衡的问题，王桂棠团队采取的方法有扩大数据集、类别均衡采样、人工产生数据样本等。

王桂棠举例道，例如裂纹可能形态各异，且分布毫无规律，若把所有可能性做成样本是十分困难的，但通过开发“生成对抗网络”AI软件从而人工生成数据样本则是可行的。

“AI深度学习还在不断发展中，目前需要重点解决的问题主要有两个方面，一是研究仿照人类的联想思维能力，在各种不同场景之间建立起联系，二是研究如何在少样本甚至无样本的情况下迅速识别对象的本质，这也是人工智能领域研究的热点。”

产学研合作必须“门当户对”

精通精密测控技术与仪器学科涉及的图像处理及机器视觉、计算机网络、嵌入式等技术领域，王桂棠的研究领域十分广泛。

据了解，王桂棠最初从事金属材料热处理专业的相关科研工作，机缘巧合接触到使用计算机来控制热处理的工艺过程，其后又研究起金相组织的图像处理技术，开始了解机器视觉、人工智能……如何在有限的时间内，在多个领域之间游刃有余？

他坦言，跨领域研究首要的动力是好奇和热爱，研究科学的过程总令他兴致盎然。在知识的积累过程中，从前沿学术论文，到教科书、专著，越深入掌握各类技术的原理及应用，他研究的热情就愈加浓烈。

王桂堂还喜欢和自己的青年学生沟通交流，“青年人身上有很多闪光的新认识、新思想，常常也能启发我获得创新灵感。”

王桂棠不仅在学术研究方面有所建树，而且积极推进产学研项目的落地。团队研发的电动汽车电池组冷却组件全自动测量系统批量在上海特斯拉的供应商应用，贴片电子元件外观缺陷AI检测系统在广东中山三礼电子有限公司应用等。

电动汽车电池组冷却组件全自动测量系统应用现场

他坦言，中小企业的产学研合作项目，真正能将成果落地并有效应用的不多。从学校的层面而言，高校教师职称评选的“指挥棒”是论文，教师并不在乎这项技术是否能产品化；学生实践缺乏经验，需要富有经验教师的细致指点；而从企业的角度出发，其对产学研合作项目的期望过高，期待尽快提高经济效益，但最后却发现收效甚微。

对此，王桂棠表示，产学研合作必须“门当户对”：从“产”方的角度而言，企业应理解科技研发的规律，不可急功近利，在研发过程中，应与校方积极沟通，并能理解过程中的挫折，秉持开放的心态持续合作；从“研”方的角度来看，研究团队必须站在产业而非学术的角度看问题，科技研发应与企业生产相结合，将技术转化为生产力；而从“学”方出发，高校教师需在起步阶段将学生引入到项目中，对其进行培训、引导其入门，学生熟悉项目后方能发挥出创造性。产、学、研各方各司其职，深入合作，形成良性循环，才能有效连接起创新链和产业链，推动社会的创新发展。

他告诉记者，在与企业合作的过程中发现，产学研合作项目的传承、迭代、维护都存在问题，这也是促使他们成立沧恒科技的原因之一，

希望沧恒科技能更好地为企业提供综合服务。王桂棠团队不仅技术入股沧恒科技，亦拿出资金为公司注资。“有的老师只是技术入股而不投钱，对企业的盈利状况也不大上心。而我既投技术也投资金，和企业是命运共同体，这让投资方对我更加信任。”

王桂棠表示，沧恒科技建立了广东工业大学的智能科技联合研发中心和联合实践教学基地，不仅有相关专业的博士、硕士和本科生长期在公司进行实践实训、项目研发和科技成果转化，而且也和相关专业的专家教授沟通密切，与校方也有知识产权的共享。

公司希望依托强大的高校研发团队，跨学科、跨领域的专家队伍，为员工提供实现理想的共享平台，创造独具特色的高新技术和产品。

《科技与金融》出于传递商业资讯目的刊登本栏目文章，不代表本刊立场。

· 文章版权归本编辑部所有，未经授权不得转载。

· 如需获取转载、合作、采访等需求请到微信公众号菜单栏，获得相应信息。

· 您亦可在知网、今日头条、南方号等相关平台上关注我们。

《科技与金融》杂志2022年8月刊
已正式发售欢迎点击下方图片订购本刊

往期回顾