OnePower 工业互联网平台的工业连 接、工业 AI、工业低代码等能力,其核心是通用算法模 块。 该模块结合传统图像检测算法以及神经网络算 法,在不同细分领域进行调试和优化,从而提高在不同 场景下的部署落地效率和检测质量。 在边缘侧,产品 采集图像数据,进行缺陷标注,并将有缺陷的图像上传 云端;在云端,产品进行多行业算法模型训练,并实现 算力资源分配和缺陷在线判断,下发至客户产线侧的 算力一体机 中国移动上海产业研究院自主研发了基于图像处 理和深度学习的光伏组件智能检测方法,该方法在 EL 图像数据采集的基础上,对组件图像进行预分割,根据 先验的缺陷类型对组件类型进行预分类,并基于 Faster RCNN 模型对光伏组件缺陷的不良类型进行二次检 测。 详细的方法描述如下。 3. 2. 1 EL 图像数据采集 基于 5G 智能网关的 EL 图像数据采集与传输方 法,通过 5G 5G 专网,EL 图像可以实时传输,使 EL 设备安装、布局时不再拘泥于现场网线布置限制,可 以随时随地将图像实时传输到 OnePower-AI 质检平 台;同时,5G 网络的大带宽特性确保 EL 图像可以高 质量传输:快速传输 4 ~ 8 K 的 EL 图像,100% 保留 EL 图像的细节和清晰度,提高了光伏检测算法的识 别准确率 [10] 。 EL 图像数据采集及传输过程如图

磁盘存储 磁盘存储 回转伺服 控制器 手腕伺服 控制器 大臂伺服 控制器 手腕回转 伺服控制器 磁盘存储 视觉系统 控 制 计 算 机 通信接口 网络接口 声音、图像 等接口… 滑觉和力觉 传感器 手腕旋转 伺服控制器 （ 1 ）控制计算机：控制系统的调度指挥机构； （ 2 ）示教编程器：与主计算机之间以串行通信方式实现信息交互； （ 3 ）操作面板：由各种操作按键、状态指示灯构成； 机器视觉系统是指通过机器视觉产品将被摄取目标转换成图像信 号，传送给专用的图像处理系统。根据像素分布和亮度、颜色等信息， 转变成数字化信号。图像系统对信号进行各种运算来抽取目标的特征， 进而根据判别的结果来控制现场的设备动作。 1 、机器视觉系统构成 结果 孔 半径 图 5-10 采用模拟相机的视觉系统构成 图像 内存中 应用 数字图像 模拟视频流 被测物体 光源 摄像机 图像采集卡 镜头 机器视觉软件 机器视觉软件 结果 孔 半径 图 5-11 采用数字相机的视觉系统构成 图像 内存中 应用 数字图像 图像数据 被测物体 光源 镜头 机器视觉软件 数字摄像机 结果 孔 半径 图 5-12 采用智能相机的视觉系统构成 图像 内存中 应用 数字图像 模拟图像数据 被测物体 光源 镜头 机器视觉软件 智能摄像机 最本质的功能

综合现代计算机、光学、电子技术，能够自动地从所采集到的图像中 获取信息或者产生控制动作。机器视觉系统的具体应用需求千差万别， 视觉系统也可能有多种形式，但都包括三个步骤： 利用光源照射被测物体，通过光学成像系统采集视频图像，相机和 图像采集卡将光学图像转换为数字图像； 计算机通过图像处理软件对图像进行处理，分析获得其中的有用信 息，这是整个机器视觉系统的核心； 图像处理获得的信息最终用于对对象（被测物体、环境）的判断， 体、环境）的判断， 并形成相应的控制指令，发送给相应的机构。 如果要赋予机器人较高级的智能，机器人必须通过视觉系统更多地 获取周围环境信息。视觉传感器是固态图像传感器 ( 如： CCD 、 CMOS ) 呈像技术和 Framework 软件结合的产物，它可以 识别条形码和任意 OCR 字符。图 4-19 所示为视觉传感器。 图 4-19 视觉传感器 应用领域 功 能 图 例 识 别 机器人的视觉传感主要应用在两个方面： 工业机器视觉系统可以通过视觉传感器获取环境的二维图像，并通 过视觉处理器进行分析和解释，进而转换为符号，让机器人能够辨识物 体，并确定位置。工业机器人的视觉处理系统包括图像输入 ( 获取 ) 、图 像处理和图像输出等几个部分，实际系统可以根据需要选择其中的若干 部件。 光学成像 系统 图像采集 装置 图像处理 模块 运算和决策 控制模块 控制执行 模块 光源

网、 高清、无线三方面贴近工地行业应用的设计方案。 本系统具有如下功能： 1) 施工现场远程巡查—— 通过施工现场本身就具有的互联网，可以直接在监控中心 显示屏上看到各施工点的现场情景图像，也可以通过监控中心的监控电脑向前端摄像机、 高速球发出控制指令，调整摄像机镜头焦距或控制云台进行局部细节观察，对施工现场进 行远程实时抽检监控。在监督施工现场是否规范施工的同时，保证建筑材料及设备的财产 视频监控不仅能在白天实时监控，且在夜间可以对施工现场进行监控； 4) 若前端主动发出报警信息后，监控中心监控图像应自动切换到发生报警的施工现 场图像； 5) 中心系统能对所有设备进行管理； 6) 系统能对登录平台用户进行管理，系统为不同级别用户配置权限功能，保证不具 备权限的用户不可以随便查看他人管辖范围内的工地现场图像。 7) 本系统设计使用性价比极高的高清摄像机及高清球机，分辨率为 200 万，可以看 组成：前端施工现场、传输网络、 监控中心。 1) 工地前端系统 工地前端系统主要负责现场图像采集、录像存储、报警接收和发送、传感器数据采集 和网络传输。 前端监控设备主要包括分布安装在各个区域的球型鹰眼全景相机、高清红外星光网络 摄像机、网络硬盘录像机，用于对建筑工地的全天候图像监控、数据采集和安全防范，满 足对现场监控可视化、报警方式多样化和历史数据可查化的要求。当出现突发事件时，工

技术特点：VR实景切实感受事故 03 智慧工地解决方案 车辆进出 车牌识别 车型识别 渣土车覆盖分析 03 智慧工地解决方案 3.3车辆进出 n 车牌识别、车型识别 • 主要功能：通过摄像机采集图像，自动分析进出 车辆的车牌，车型信息，并上传云平台 • 效益分析：提升工地出入口车辆管控水平，对进 出车辆实时准确记录 • 技术特点：在不需要增加额外工作量的情况下， 快速有效的识别进出车辆，实现对车辆的管控 快速有效的识别进出车辆，实现对车辆的管控 车辆信息采集 本地实时处理 信息发送云平台 信息发布 手机APP 电脑界面 03 智慧工地解决方案 3.3车辆进出 n 渣土车覆盖分析 • 主要功能：通过摄像机采集图像，自动分析车门 渣土车是否覆盖满足环保要求，并提出预警 • 效益分析：提升车辆环保要求的管理水平 • 技术特点：在不需要增加额外工作量的情况下， 自动对渣土车进行分析判断，如果发现没有覆盖 根据摄像头拍摄的位置， 分析人员大致出现的位置， 并展现在平面图 通过对摄像头的图像进行人员检 测分析，发现人员在摄像头内的 大概位置 3 人员行为 分析人员的姿态，动作等 通过分析人员的关节部位及其相 互关系，分析人员行为 n 工地内部人员管理 • 主要功能：通过工地内部的监控系统采 集图像，分析工地内部的人员身份、人 员位置、人员行为等。 • 效益分析：解决工地内部他是谁？他在

≤----- 0 1 0 1 1 人脸图片 人脸录像 功能亮点 | 人脸识 别 人脸抓拍相机 普通 IPC 相机 人脸结果展现 人脸抓拍 图像检测 特征建模 特征对比 抓拍库、注册库、黑名单库 + 上传人脸特征数据 抓拍图特征数据 抓拍大图、小图 人脸识别服务器 人脸抓拍服务器 人脸数据库 平台客户端 数据存储 0 工地安防方案 3 亮点功能 目 录 页 • 采用超低照度 200 万（ 1920 × 1080 ） CMOS 图像传感器，低照度效果好，图像清晰度高 • 超低比特率，低网络延迟 • 支持 H.265 编码，实现超低码流传输 • 支持三码流， ACF （活动帧率控制） • 支持 ROI ， SVC 等智能编码方式，支持多达 消失，场景变更的侦测，并且可以与报警联 动 • 支持防红外过曝，自动检测图像亮度并自适应调焦，以防止近距离过曝 • 宽动态，超低照度， 3D 降噪 • 红外照射距离 100 米 产品推荐 | 监控摄像 机 红外枪型网络摄像机 • 采用 200 万 (1920× 1080) CMOS 图像传感器，低照度效果好，图像清晰度高 • 可输出 200 万 (1920× 1080)30fps

GUANLIJISHUHUA GUANLIJISHUHUA 图像库 使用“图像工作站”在生产过 程中截取图像 1 对图像库和预先编制的 算法执行交叉检查，以作复用 2 复用先前训练的算法，并 在生产过程中对算法再次进行训 练，从而处理数据变体。 3a 开发全新图像分析技术， 并利用样品集训练分析技术，从而 提高分析精度；将其作为全新基础 不特定于任何图像捕获系统，使其易于扩展 • 采用通用硬件，降低运行和操作成本 • 利用云技术，无需维护窗口 • 大数据分析的一部分，可以跨多个工作单元驱动多个优化方案 • 准确率越用越高 与传统的自动化视觉检测方法相比，我们的方法有显著的优势 44 GUANLIJISHUHUA GUANLIJISHUHUA 应用案例：中蝈一家主要液晶显示屏制造商 在工作场所采集图像 将图像发送至检测室 GUANLIJISHUHUA 缺陷分类示例 异物 擦伤 膜孔 孔洞、 板面损伤 硅残留 污染物 46 GUANLIJISHUHUA GUANLIJISHUHUA 认知学习系统开发过程 时间 图像数量 数年 数百万 基础模型 数万 数千 数周 特定于行业 / 客 户的模型开发 模型优化 数天 数小时 模型学习能力测试 已建立 47 GUANLIJISHUHUA

通过九小场所发生过的重大火灾案例可以总结出，九小场所由于环境复杂，极其 容易发生火灾，造成群死群伤，需要物联网的技术进行解决，做到快速通知，抓住逃 生的黄金 3 分钟。针对经常发生误报的情况，需要图像技术进行确认是否误报。同时 大部分的火灾是由于九小场所私拉乱接线路导致，电气火灾是第一因素，需要增加电 气火灾的预警。 1.2 小场所的定义 随着商品经济和城市化进程的不断发展，“九小场所”也如雨后春笋一般迅速增加， 收银台：安装感烟报警探测器、无线火灾报警主机、智慧用电设备，以满足客 户对于明火火灾与电气火灾监测预警的需求。安装网络视频摄像机，以满足客户对 于人员纠纷、收银情况记录、防盗、警情确认的需求 仓库：安装图像型感烟探测器以满足客户对于明火火灾监测预知、警情确认、 防盗管理的需求。安装智慧用电设备以满足客户对于电气火灾监测预警的需求。安 装网络视频摄像机以满足客户对于人员纠纷、防盗、警情确认的需求。 指示灯类型 红色表示报警信号，黄色表示故障信号，绿色表示电源工作正常。 －23－ 浙江大华技术股份有限公司 九小场所智慧消防解决方案 图像型感烟探测器 图 像 型 感 烟 探 测器 产品型号 DH-HY-SA-K911-E2 主处理器 采用海思 3516A 芯片+EFM32 单片机 通讯技术 有线网络 指示灯 1 个火警指示灯、红色

同设计、 3D 可视化培训、 3D 可视化展示） • 高端复杂装备维修、装配工作成本高、资深工程师少、 户外作业多、操作要求高（远程维修、装配） 25 25 基于 AR 设备的即席图像分析应用解决方案 视频图像采集 分析应用展示及交互 AH Cloud iAid 协作指挥中心 iWorkflow 工作流定义中心 iData 数据汇聚中心 iEngine 人工智能中心 业务系统数据接入 其他传感器数据采集 AR 设备的前端应用 匹配规则 专家模型 AI 模型 …… 机器学习 按需定制的算法服务 （通过消息队列路由） 支持公有云或私有化部署 实现视频通话 及图像匹配 根据每针检测内容进行图像的分发处理 A5 ：工业 AR/VR 解决方案 应用场景：工业维保远程专家指导 现场工程师 现场的技术人员将第一视角视图传送给远 程的专家，寻求协助和指导，支持 AR 视 频录制； 提供： • 前端（硬件）：一台 3D 高速工业摄像机， 进行产线图像采集 • 后端（软件）：一套缺陷图像识别系统 + 大数据分析平台，实现产品缺陷自动缺 陷监测 • 机械臂对接（服务）：缺陷图像识别系统， 打通产线接口协议，驱动机械臂实现产线 缺检自动化、智能化 的优势： • 前端： 3D 摄像头精度 高，识别范围广 • 后端：图像缺陷分析 + 大数据分析端到端解 决方案 • 有多个行业案例

人工智能（AI）： 人工智能是计算机科学的一个领域，致力于解决通常 与人类智慧相关的认知问题，例如学习、创造、图 像识别等。 生成式人工智能 ： 生成式人工智能是一种可以生成新内容和想法（包 括对话、故事、图像、视频、音乐等）的人工智能。 生成式人工智能由基于大量数据进行预训练的大型模 型提供支持，这些模型通常称为 FM。 机器学习（ML）： 机器学习是一种开发算法和统计模型的科学，计算 机系统使用这些算法和统计模型，执行任务时所根 习模型，可能包含数以十亿计的变量，因此能够学 习复杂的概念，进而赋能生成式人工智能应用程序。 大型语言模型（LLM）： 大型语言模型是一种使用数万亿个单词进行训练的 机器学习模型，因此这类模型能够识别、翻译、预测 并生成文本、图像、音乐等内容。比如 BERT、GPT、 PaLM、BLOOM、LLaMA 和 Chinchilla，就都属于 大型语言模型。 术语须知 探讨采用生成式人工智能所面临的挑战 • 从试点转向生产 完成产品设计，并减少对物理原型的需求。 “尽管我们多年来一直在用于生成式设计的 Fusion 产品 中运用亚马逊云科技技术，但我们最近推出了 Project Bernini，这是一种全新的生成式人工智能模型，可以 根据二维图像、多个视图或文本描述创建功能性三维对 象。Bernini 是使用数百万种不同的三维形状进行训练 的，可以生成适用于建筑和产品设计应用的逼真物体。” Steve Hooper，Autodesk 的设计与制造软件工具部门副总裁