苏州安旭智能科技有限公司   王明坤

一、行业背景

在医疗制造产业中，为提升生产效率与产品精度，传统人工检测方式早已被 AOI 视觉检测所取代。然而，传统 AOI 视觉检测仍存在一定局限性，难以避免细小瑕疵的漏检或误检情况。一旦不良品流入终端市场，不仅会损害企业口碑、降低消费者满意度，严重情况下甚至可能引发医疗事故。

鉴于此，医疗企业客户期望采用 AI 视觉检测技术替代传统检测设备，以实现零漏检、高效率的检测标准。本次项目聚焦于医疗行业中的医用过滤器，开展视觉检测项目。

图1 医用过滤器

二、检测方案的设定

1.传统检测方式

传统检测方式：人工手持产品，使其与光源呈45-60°角，通过反光观察产品是否存在划伤、脏污、磕碰等生产缺陷。对于某些特定缺陷，还需借助显微镜进行确认和复判。

图2 人工目检场景图

2.AI检测流程

AOI检测方式：用自动化检测设备根据检测需求，通过光源、镜头、相机等硬件成像出产品缺陷的各种状态。其具体系统与检测工位设置如下：

图3 自动化视觉全检设备

1）整体系统：包括自动上料，视觉检测，自动包装以及除尘除电等等系统。

2）检测工位：全视野覆盖，多角度检测；机构和视觉配合，多角度旋转和前后拉伸（景深覆盖）。

图4 视觉检测光学工位布局

二、项目的实施以及方案问题的解决

1.AI医用医疗解决客户的痛点

降低人力成本：减少人工检测环节，降低企业在人力方面的投入。

避免人力疲劳导致的不良：人工检测易受疲劳等因素影响，导致检测准确率下降，AI 检测可有效避免此类问题。

提升检测精度和效益：利用 AI 技术的高精度和高效性，提高产品检测的准确率和生产效率。

2.项目应用及技术优势

1）透明件缺陷检测难点解决

透明产品的难点：产品透明，表面打光会有反光，缺陷难以成像；透明产品打光会穿透底部，对于底部背景需要做处理；外界光会对本体打光会有干涉，需要做处理。

处理方式简述：实际通过不同的光源和角度进行打光，正光背光兼容明亮配合打光成像；根据检测需求需要多工位和旋转角度多次取像；工位之间需要做间隔处理，消除光源的干涉。

图5 产品打光

2）视觉软件硬件快速部署和应用

PC配置3090显卡2只，AI模型处理，AI软件本地部署，本地图片采集完本地加载图片，本地标图和训练模型，本地调用模型检测。训练与模型应用一体。

图6 AI模型训练

3）传统与AI的优势兼容

AI无序定位，根据设定阈值从高到低搜索缺陷定位，输出面积和阈值；传统软件调用模型数据，通过图像交集算法，实现AI数据转换成传统面积灰度，实现客户的对于缺陷的面积、个数、长度、宽度的限制。保证良率。

图7 缺陷面积计算

4）保留相机位置和数量的增加，数据和PLC或者上位机不同模式的快速通讯。

5）UI界面的快速部署和定制。（客户需求的：1.数据统计，图像保存；2.界面切换和工位监控显示等等）

图8 UI设定结果判定

三、项目总结

医疗行业的检测对于AI检测的要求和环境标准比较高，要达到客户要求需要针对客户的需求进行精细化定制和技术支持；

图9 视觉检测标注

医疗的产品的检测精度比较高，且产品全区域检测的产品占比很大，这样对于如何根据客户的产品形状，定制适合的检测流程，如：透明与非透明，颜色色差，圆柱，圆盖，放盖等等。需要根据实际光学成像进行相机、镜头、光源、甚至检测工位的分布等等做一体化评估。

重点是了解熟悉客户的产品的前后制程，依托客户的制程和客户提出实际检出需求进行细化分析，保证客户的良率。