金刚石加工工具（切割片）行业是一个非常传统的行业，这个行业最为重要的特点就是工艺流程长，包括了制坯、冲孔、印刷等9个流程。在各个环节，它对于检测的缺陷类型和应用条件差异都很大，比如在烧结的环节，需要特别关注裂纹，因为该缺陷除了影响产品的外观外，同时会带来安全生产问题。鉴于此，往往需要耗费大量的人工进行质量检测，成本极高，而且容易出现误差。

针对该行业工艺流程长、检测需求多、精度高等特点，以及由于切割盘金属拉丝背景的干扰，用标准算法不能完全满足部分工序下的检测需求（比如印刷环节印刷检测，烧结环节的裂纹检测），因此我们为它提供了软硬一体整体解决方案。

阿普奇解决方案

阿普奇选用E-Smart IPC旗舰代表产品——“1+1+1”弹匣式智能行业控制器AK系列作为核心视觉算力，搭载自主研发的IPC小助手，满足设备在运行过程中通过数据采集、异常感知、诊断自治理、管理控制等4大功能模块实现设备自运营，结合阿普奇智能视觉处理系统，提供全业务流程的整体视觉方案，满足案例客户的检测需求。

技术优势

· 核心视觉算力：AK7

阿普奇E-Samrt IPC旗舰代表产品——弹匣式智能行业控制器AK系列在机器视觉应用场景中，以独有的产品结构“1+1+1”搭配和极具性价比的产品功能在同类产品中遥遥领先，在为超大计算量提供技术性能保障的同时兼具设计感及体验感。

· 产品优势

1+1+1搭配：1个主机+1个主弹匣+1个辅弹匣；满足高速扩展、多I/O扩展；酷睿12代i3~i7高性能CPU，为超大计算量提供技术性能保障；综合性能提升＞20%；全Intel独立千兆网口；体积小，高度集成化设计、模块化设计；无线缆设计；PCIe标准扩展接口；多硬盘位，RAID支持。

· 高性能计算组合

制造行业要解决的痛点之一就是计算性能低下的问题。从目前看，性能的瓶颈主要在CPU上。解决性能瓶颈的手段有两种：

一是提升算法本身的计算性能，包括调整算法逻辑，优化算法等。另外一种就是根据CPU的特性进行指令集优化，目前我们常规用到的优化，MMX、SSE等指令，在近几代CPU提供了AVX混合运算指令，在深度学习中得到大量使用。另外一部分优化，则采用分布式计算方式，提升整体计算性能。

另外一种手段是把一部分计算任务，迁移到CPU之外的部件进行计算，在该方案中，我们把解码任务整体迁移到核芯显卡中进行，相对于独立显卡的解码，核芯和CPU共享内存能够带来更小的系统开销，从而提升整体性能。另一方面，也降低了成本和整体能耗。

· 高精度算法

除了计算性能之外，算法的准确率和误报率是重要指标。对于机器视觉，除了常规的算法流程外，还需要进行特殊的算法细节优化，主要包括 ：

对于亚像素技术的应用，在相机分辨率有限的情况下，我们要进行边缘的分析和提取，经常受制于图像分辨率的限制，导致计算精度的降低。基于此，我们根据边缘颜色过渡的计算和统计，采用亚像素的方式进行计算用以提升计算精度。

另外一方面，因为不同场景下，识别精度不同，我们采取双模板识别模式。根据特征维度和权重不同，采用不同的模板，从而取得最佳的识别效果。

在特征的规划和使用上，在因为不同行业的适应性不同，甚至同一行业的不同产线，同一产线的不同产品型号切换都会非常频繁。所以在这种模式下，对于算法框架本身的扩展性要求非常高，对于此我们采用MPEG-7编码方式，形成特征树。在模型的建立上，结合权重策略，能够提供更柔性的模型策略。

另外，在算法库之外，提供了误差反馈机制和框架，就是我们经常讲的算法“自学习”的能力，通过对人工对结果的反馈，调整后台模型，形成负反馈，使得系统越用越“聪明”。

· 计算控制一体化

系统的另外一个特点就是计算和控制的一体化部署和实现。该方案的背景在于，目前在工业领域，IT化的趋势已经相当明显，我们利用CPU来提供计算分析服务，同时利用部署RTOS实时操作系统来运行软PLC控制，从而让图像采集、数据分析、联动控制，全部在一台电脑上完成，形成了一体化解决方案。

从我们试验的数据看，基于X86系列的CPU的平台，能够满足大部分的运动控制性能要求。这种方案带来了运动控制的更多路数、更复杂、更柔性的可能性。相比传统的PLC控制卡的方式，开发更加方便和简单。

（文章投稿自苏州阿普奇物联网科技有限公司）