近日，人工智能研究院相继与纳帝电子、福耀玻璃、希尔康新材料、江苏中玻等玻璃细分行业头部企业，在汽车玻璃、电子玻璃、制药玻璃等领域进行产学研合作，取得积极进展。

如何呈现边缘和表面的爆边、耀斑、划伤、脏污、裂片、气泡、灰尘、缺角、绒毛、结石等多种类型瑕疵，如何将瑕疵分类检测出来，是玻璃检测的难点。人工瑕疵监测要求质检工人在强光环境下，依靠肉眼多角度反复观察，对视力要求高，极易引发眼科疾病。质检工人在长时间的单调乏味工作中，容易疲劳倦怠，从而导致漏检误检。加之此工种对工人视力要求高，人口老龄化加速，质检工人极为缺乏，迫切需要机器检测替代人工检测。

以玻璃为代表的光学透明工业品的瑕疵检测有如下特点：一是玻璃在打光后，反射光线少，且只有特定角度才能呈现；二是玻璃自动化产线上生产速度快，要求3-4秒检测一块玻璃；三是玻璃型号规格动辄达到数千种，边缘曲线复杂，表面有曲率变化。因此玻璃透明品检测产品研发困难，光机电设计复杂，瑕疵检测难度大，对运动控制、光学和算法的要求极高，被称为视觉质检领域最具挑战性的工作。

中国矿业大学人工智能研究院焦文华研究员团队在透明品机器视觉检测领域深耕多年，与玻璃领域的头部企业开展紧密研发合作，聚焦在玻璃行业监测中的卡脖子问题，深入产品生产一线，通过研究玻璃产品的复杂特征，已研发出产品样机，服务于用户生产线，为此类项目的技术突破，奠定了坚实基础。

人工智能研究院致力于工业人工智能的行业落地，将继续汇集学术、产业、资本等多种要素，通过样板示范逐步扩大研究院在工业领域的影响力。

透明玻璃类型

玻璃瑕疵人工检测场景

汽车玻璃的瑕疵品

机器视觉瑕疵检测