早上8點，感測（無錫）隊伍在公司集結(jié)完畢，總經(jīng)理許文韜先生為此次拓展團建活動作動員講話：希望大家鼓足士氣，積極參與，團結(jié)共進。通過今天的團建活動能夠有所收獲、有所啟迪，提高團隊凝聚力、戰(zhàn)斗力，促進公司更好更快的發(fā)展。

夏日炎炎，但是感測（無錫）的小伙伴們不畏困難，按照公司事先精心設(shè)計的行進路線，在綠樹茂林之中、在秀美河畔健步前行，信步走在美麗而又充滿挑戰(zhàn)的大道上?；顒舆^程中，個個昂首闊步，精神抖擻，展現(xiàn)著感測人的朝氣和風(fēng)采！

座談會上，感測（無錫）智能裝備有限公司總經(jīng)理許文韜對太湖學(xué)院領(lǐng)導(dǎo)專家一行的到來表示熱烈的歡迎，并且詳細介紹了企業(yè)的發(fā)展歷程和公司的自動化技術(shù)水平，同時在工業(yè)電氣自動化裝備、圖像深度學(xué)習(xí)平臺、光學(xué)模組制程裝備等方面領(lǐng)域與太湖學(xué)院的領(lǐng)導(dǎo)及專家們開展學(xué)習(xí)交流。會后，袁院長等對我司的一些項目和今后的發(fā)展提出了寶貴的建議。雙方均表示，在今后的校企合作，技術(shù)交流和人才引進當(dāng)中將會有更加緊密的合作。

本次調(diào)研，為學(xué)院和公司之間的進一步交流合作奠定了基礎(chǔ)，也為院企之間達成互惠互利的友好關(guān)系開拓了新的空間和前景！

傳統(tǒng)的圖像識別框架分為訓(xùn)練和測試階段，分別包括預(yù)處理、特征提取、對其分類及最后識別出圖像結(jié)果。對圖像識別中的特征提取分為全局和局部特征提取，將全局和局部特征結(jié)合起來，形成一個整合特征，以便更好地描述圖像的效果。

而深度學(xué)習(xí)是通過組合低層特征從而形成更加抽象的高層屬性類別或特征，進而發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。通過多層非紅性單元構(gòu)建出深度學(xué)習(xí)網(wǎng)絡(luò)，低一層的網(wǎng)絡(luò)輸出數(shù)據(jù)作為高一層的網(wǎng)絡(luò)輸入數(shù)據(jù)，從大量數(shù)據(jù)中逐層篩選出有效高階特征，使用含有大量信息的有效高階特征進行圖像的識別、分類及檢索等。智能化的同時也大大提高了分類和識別圖像的準(zhǔn)確性。

隨著現(xiàn)代科技化程度的不斷提升，深度學(xué)習(xí)在圖像識別領(lǐng)域取得很大的發(fā)展，應(yīng)用的面也越來越廣泛，模型層次不斷加深，結(jié)構(gòu)復(fù)雜度也越來越大。深度學(xué)習(xí)應(yīng)用在圖像識別領(lǐng)域，識別率高、魯棒性強，并且有很強泛化能力。其優(yōu)異的性能與廣泛的實用性已然使其成為時代主流。

目前我司正在研發(fā)一款手持式粗糙度檢測儀，為適應(yīng)測量建筑工地各個混凝土墻體表面的粗糙度，以及能夠?qū)崟r實地得出詳細數(shù)據(jù)，我們應(yīng)用了基于圖像識別的深度學(xué)習(xí)算法。

技術(shù)特性

– 節(jié)省操作人員

– 自主研發(fā)的視覺識別系統(tǒng)，精度達到±0.1mm

– 實現(xiàn)測試分析一體化，行業(yè)領(lǐng)先

– 人工智能算法和深度學(xué)習(xí)被引入到設(shè)備自動檢測/自分析

– 被測面分類及檢測數(shù)據(jù)全儲存+大數(shù)據(jù)分析

隨著時代的發(fā)展，智能化設(shè)備更多地應(yīng)用于生活的各方面。由于自動化設(shè)備的高度自由化，對于其質(zhì)量以及安全的要求也越來越高。于是在設(shè)備量產(chǎn)之前需要經(jīng)過大量程序化的測試，其中有很多高度重復(fù)的動作以及精密的操作，用人工代替會浪費大量的人力同時造成很多測試結(jié)果不客觀。由于產(chǎn)品的多樣性，市場上很難找到能夠找到完全符合定制產(chǎn)品的測試設(shè)備，現(xiàn)在我們公司能夠提供一整套完整的定制化自動測試解決方案。以下是某公司的智能掃地機器人量產(chǎn)前大量的測試工序，全都由我們公司定制的掃地機綜合測試臺完成。

解決方案：

根據(jù)相關(guān)的測試要求制定一系列的檢測工序：

綜合測試臺采用一鍵式全自動測試方案，通過讀取掃地機動作反饋和掃地機傳感器信號，來判定機器的質(zhì)量狀態(tài)。通過WIFI連接掃地機后，后臺讀取掃地機端口信號，同時PC驅(qū)動PLC控制動作元器件，PLC通過傳感器收集測試端的反饋，軟件判定測試結(jié)果。