Trung tâm kiến thức
Mục lục

Triển khai điện toán biên trong kiểm tra bằng thị giác AI

Cách triển khai điện toán biên trong kiểm tra bằng thị giác AI tập trung vào việc đưa suy luận từ đám mây xuống các nút biên bên cạnh dây chuyền sản xuất, dùng tính toán cục bộ cho tiền xử lý ảnh, suy luận mô hình và xuất kết quả, chỉ trả dữ liệu có cấu trúc về đám mây khi cần thiết. Lợi ích trực tiếp là thời gian phản hồi phát hiện xuống mức mili giây, mức dùng băng thông giảm mạnh và dây chuyền vẫn tiếp tục chạy khi mạng mất. Các phần sau gồm năm phần: định nghĩa khái niệm, nguyên lý kỹ thuật, tình huống ứng dụng, điểm triển khai và ranh giới áp dụng.

1. Điện toán biên thực sự giải quyết vấn đề gì trong thị giác AI?

Chuỗi thị giác AI trên đám mây truyền thống là: camera ghi ảnh, tải lên đám mây, suy luận trên đám mây, trả kết quả về. Cả chuỗi chịu ảnh hưởng nặng của jitter mạng, một vòng khứ hồi thường mất hàng trăm mili giây, không thân thiện với dây chuyền tốc độ cao. Điện toán biên chuyển bước suy luận sang một IPC công nghiệp hoặc hộp biên gần camera, giải quyết ba việc: thứ nhất là tính thời gian thực, vì độ trễ suy luận cục bộ thường có thể giữ trong vài chục mili giây; thứ hai là băng thông, vì một camera công nghiệp HD tạo ra lượng lớn dữ liệu ảnh thô mỗi giây và gửi tất cả lên đám mây rất tốn kém, nên biên chỉ tải lên kết quả phán định và ảnh ngoại lệ; thứ ba là tính sẵn sàng, vì kiểm tra cục bộ không dừng khi mạng đứt, phù hợp yêu cầu sản xuất liên tục của nhà máy. Nói đơn giản, điện toán biên không thay thế đám mây; nó giữ phần “phải nhanh” ở cục bộ và giao phần “cần tổng hợp và phân tích” cho đám mây.

2. Nguyên lý kỹ thuật và năng lực then chốt là gì?

Một kiến trúc thị giác AI biên điển hình có ba lớp: lớp thu thập dùng camera công nghiệp GigE Vision hoặc USB3 Vision cùng chiếu sáng và ống kính; lớp suy luận biên chạy trên thiết bị điện toán biên có GPU hoặc NPU, phổ biến là IPC công nghiệp với card đồ họa rời, hộp AI nhúng hoặc IPC có tăng tốc AI; lớp nền tảng xử lý quản lý mô hình, phản hồi gán nhãn dữ liệu và vận hành bảo trì từ xa.

Năng lực then chốt quy về vài chỉ số khắt khe. Về độ trễ suy luận, vòng kín biên cục bộ thường đạt 20 đến 100 ms, tùy độ phức tạp mô hình và năng lực tính toán phần cứng. Về độ chính xác phát hiện, tác vụ phân loại có thể vượt 99% độ chính xác, còn độ chính xác phân đoạn khuyết tật phụ thuộc chất lượng gán nhãn và lựa chọn mô hình, thường được đo bằng mAP hoặc IoU. Độ phân giải phải khớp chu kỳ: ví dụ kiểm tra gắp linh kiện SMT thường chạy ở chu kỳ mili giây và cần camera tần số khung cao đi kèm mô hình nhẹ. Về tích hợp giao thức, nút biên thường giao tiếp với PLC qua OPC-UA, Modbus TCP hoặc Profinet, và với MES hoặc SCADA qua MQTT hoặc HTTP, ghi tín hiệu OK và NG, loại khuyết tật và đường dẫn ảnh vào cơ sở dữ liệu. Định dạng triển khai mô hình phổ biến là ONNX và TensorRT, hỗ trợ lượng tử hóa và nén ở biên, chuyển FP32 sang INT8 để tăng thông lượng.

3. Công đoạn sản xuất nào phù hợp với thị giác AI biên

Giả sử một nhà máy điện tử kiểm tra ngoại quan PCBA tại trạm sau hàn reflow và trước kiểm thử, cần phát hiện linh kiện xô lệch, mối hàn nguội và vật thể lạ. Các trạm này chu kỳ nhanh và mẫu khuyết tật ít; một mô hình phân đoạn nhẹ triển khai ở biên với chiếu sáng cố định có thể giữ kiểm tra mỗi bo mạch trong vài trăm mili giây, lưu ảnh NG tại chỗ và tổng hợp dữ liệu OK về đám mây để phân tích SPC.

Giả sử một công ty phụ tùng ô tô kiểm tra kích thước và khuyết tật bề mặt chi tiết gia công, phôi phản xạ mạnh và nhiều chủng loại. Nút biên có thể chuyển đổi nhiều mô hình, nạp mô hình phù hợp theo mã lệnh sản xuất và ghi kết quả kiểm tra trực tiếp xuống PLC của dây chuyền qua OPC-UA để phân loại. Vì mạng xưởng phức tạp, khả năng lưu và chuyển tiếp khi mất kết nối ở phía biên thực sự có giá trị trong các tình huống này.

Một loại khác là poka-yoke cho lắp ráp, ví dụ xác minh kết nối dây điện và thứ tự siết ốc. Thị giác AI biên kết hợp nhận diện hành động phán định thao tác của công nhân có theo SOP hay không và nhắc nhở theo thời gian thực; các tình huống này nhạy về độ trễ nhưng yêu cầu độ chính xác tương đối thoải mái, nên một hộp biên là đủ.

4. Những điểm cần lưu ý khi chọn và triển khai

Cấu hình phần cứng thế nào. Trước tiên xem độ phân giải và tần số khung của từng camera, ước lượng số ảnh cần suy luận mỗi giây, nhân với thời gian suy luận mỗi ảnh rồi suy ngược ra yêu cầu tính toán. Thiết bị biên GPU phù hợp tình huống nhiều kênh độ phân giải cao, còn hộp nhúng NPU phù hợp tình huống một kênh hoặc công suất thấp. Trên xưởng cần chú ý vận hành nhiệt độ rộng và thiết kế không quạt hoặc chống bụi; xưởng có dao động điện lớn nên thêm UPS.

Kiểm soát ánh sáng môi trường thế nào. Thị giác AI không vạn năng, và độ ổn định chiếu sáng quyết định trực tiếp giới hạn trên của mô hình. Trước khi triển khai biên, cần đánh giá thay đổi độ rọi tại chỗ, phản xạ và nhiễu nền, thêm tấm chắn sáng hoặc chiếu sáng chủ động khi cần. Yêu cầu bảo vệ tĩnh điện liên quan IEC 61340 cũng cần được đưa vào quy định thi công ở xưởng điện tử nhạy cảm cao.

Xử lý tích hợp thế nào. Nút biên không phải ốc đảo; nó phải kết nối với MES và SCADA hiện có. Khi triển khai, xác nhận thương hiệu và giao thức PLC trước, sau đó xác nhận cách giao tiếp phía MES, là bảng trung gian cơ sở dữ liệu hay hàng đợi tin nhắn. Cấu trúc dữ liệu kết quả kiểm tra phải được định nghĩa trước để tránh làm lại về sau.

Các bước triển khai đại khái là: khảo sát hiện trường và xác thực POC, huấn luyện mô hình và thích ứng biên, chạy thử lô nhỏ, chuyển đổi dây chuyền và tối ưu phản hồi liên tục. Thời gian phụ thuộc độ phức tạp công đoạn; các ca poka-yoke đơn giản có thể lên sóng trong vài tuần, còn kiểm tra khuyết tật phức tạp cần thời gian tích lũy dữ liệu dài hơn.

Có hai hiểu lầm phổ biến. Một là cho rằng triển khai biên thì không cần quản lý lặp mô hình; thực tế chuyển đổi dây chuyền và thay đổi vật liệu đầu vào gây trôi mô hình, nên phải thiết lập cơ chế phản hồi ảnh và huấn luyện lại. Hai là đánh giá thấp thi công mạng và nguồn điện: khi số nút biên tăng lên, đi dây, tản nhiệt và quy hoạch IP đều trở thành khối lượng công trình đáng kể.

5. Phán định ranh giới phù hợp và không phù hợp

Tình huống phù hợp: công đoạn có chu kỳ ổn định, vật liệu đầu vào tương đối đồng nhất và chiếu sáng kiểm soát được, như kiểm tra ngoại quan lắp ráp điện tử, đo kích thước chi tiết gia công, poka-yoke lắp ráp và xác minh nhãn bao bì. Trong các tình huống này độ trễ suy luận biên thấp, mô hình kiểm soát được và lợi tức đầu tư rõ ràng.

Tình huống cần đánh giá cẩn trọng: phôi phản xạ mạnh, biến dạng lớn với rất ít mẫu khuyết tật, như khuyết tật bên trong vật đúc hoặc ngoại quan bề mặt cong phức tạp. Ở đó tính toán biên không phải nút thắt; chất lượng dữ liệu và khả năng tổng quát hóa của mô hình mới là, nên chạy POC trước khi quyết định. Với dây chuyền đa chủng loại lô nhỏ chuyển đổi rất thường xuyên, chi phí chuyển mô hình và gán nhãn phải được tính trước.

Tình huống không phù hợp để đi thẳng vào thị giác AI biên: công đoạn mà tiêu chuẩn kiểm tra tự nó mơ hồ và phụ thuộc kinh nghiệm con người, khi tiêu chí phán định phải được lượng hóa trước khi bàn đến mô hình; và các khâu trên dây chuyền siêu tốc mà chỉ thị giác không thể bao phủ, cần hợp nhất đa cảm biến. Các nhà cung cấp trong ngành đã làm sản xuất thông minh hàng chục năm từ thời ERP, phục vụ 1,2 triệu khách hàng với hàng chục triệu thiết bị đầu cuối triển khai trong và ngoài nước, và những kế hoạch triển khai biên như vậy thường được quy hoạch như một thành phần lớp nhận thức trong kiến trúc sản xuất thông minh tổng thể thay vì mua riêng lẻ. Khi chọn, việc căn bốn chỉ số độ trễ, độ chính xác, giao thức và vận hành với yêu cầu công đoạn có ý nghĩa hơn là chỉ so sánh thông số tính toán.

Chủ đề: Bách khoa nhận dạng hình ảnh bằng AI