团队|想征服精密光学的AI团队，差点被一个隐形二维码拦住( 四 ) 2s|空驶率|百度|自动驾驶|交通

此前，Z识别隐形二维码的方法主要有两种：
第一种是「源头管控」，开模时就预先在模具上刻出隐形二维码，在镜片成型时将二维码一同印在镜片上，然后通过模具的编号进行镜片追溯。这种方法的短板是只能在源头管控。
隐形二维码就相当于一个镜片的「身份证」，每完成一道生产工序就要进行一次识别，以证明该二维码「顺利」地走完了所有工序。因此，如果只是在源头管控，就相当于只监测到了最开始的开模工序，无法通过在全产线中追踪该二维码、以把控每一个生产环节的质量。
第二种方法是高价购入一台德国隐形码识别设备。但很遗憾，这是一台单体设备，只能人工手动检测，识别的速度慢，价格也十分高昂。此外，由于设备从德国进口，受知识产权的保护，Z只能购买标准的模块，无法集成其他设备，也就是无法配合他们的产线进行定制化设计。
3、副歌
当时，作为一家刚成立不到一年的「小厂」，思谋科技选择挑战Z的这个项目，更多是想要抓住一个重要的「成长机会」。
他们的目标阵地是工业产品的外观检测，如果能成功突破镜片隐形二维码识别的技术，那么对他们进军精密光学领域自然大有帮助。
所以，在刚接到任务时，他们也是心情澎湃，撸起袖子就准备大干一场。
但理想很丰满，现实很骨感。很快他们就发现：事情没有那么简单。
虽是「识别」，但他们要攻克的技术却不只是机器的「眼睛」，还有目标识别物背后的光学原理。而且，后者才是他们要面对的「大boss」。

文章插图

所幸，思谋有先见之明，在刚成立时就为进军工业赛道筹备了两大团队。在工业产品缺陷检测中，核心技术有两个：一是视觉算法，二是光学成像。所以，除了贾佳亚、沈小勇带领的CV能人，思谋在一开始就成立了一个光学实验室，并招募了一批经验老道的光学系统研发人才。
机器要识别的隐形二维码大小为2mm*2mm，其中，每一个小方块（即「点阵」）的直径则是0.125mm。
从光学的原理来看，在打光时，镜片的膜材料必须将光源分解为一束束直径比125μm还小的光束，隐形二维码才能显现出来。这是因为光束通过微小间隙后的传播不一定是线性的，如果同时通过两个小孔，就会产生衍射条纹。而衍射条纹并不是固定的，就会导致检测失败。
此外，镜片是一种三层结构，即「空气-膜-玻璃」。光的入射角、膜的厚度与折射率等等都会影响光的传播，某些角度下甚至可能在膜里产生全反射，导致隐形的二维码无法被检测。
也就是说，思谋要用计算机视觉算法成功识别镜片上的隐形二维码，最大的难题其实是找到一种高透光度、高光洁度、耐高温、满足高精度陶瓷刀具加工强度的特殊膜材料，并且能够兼容不同曲率、不同折射率的镜片，使光束能从不同的方向平行射出。
在4个月的项目期里，除了开发算法与制造设备，他们花费了超过一半的时间与精力在寻找适合「机器识别」的膜材料上。
为了弄明白如何使隐形二维码的成像更清晰，他们推理膜材料的加工原理，买来了各种原材料进行验证。周工对AI科技评论回忆：「我们做了不下100次的实验！单单光学原理验证，就花了3个月。」
功夫不负有心人。最终，他们选择了多面体微钻石结构的光源反射膜，但所需的膜材料十分特殊，市场上没有，所以他们需要自己研发设计。雷锋网
「这一环消耗的时间最多，因为加工的膜材料要求纳米级的精度，刀具要从日本定制。」
在这个过程中，他们频繁地与国内外的光学厂商、高校研究团队交流，「最常交流的是原材料厂商，因为他们会知道膜材在什么温度下的加工效果最好，透射率与折射率如何达标等等。」周凯鹏谈道。