元宇宙风口下，作为用户到访虚拟世界的主要终端之一，可穿戴设备成为华为、苹果、三星、OPPO等各大厂商纷纷加码的赛道，正处在持续增长阶段。根据IDC最新数据，年第三季度全球可穿戴设备出货量增长9.9%，达到1.亿台。盖板玻璃是可穿戴设备显示屏的重要防护材质，图麟科技以可穿戴盖板玻璃高端视觉检测入局这一潜力赛道的过程中，遇到了哪些难点又是如何克服的？图小麟特邀请相关技术产品负责人为我们来解读。
Q：请描述可穿戴盖板玻璃质检环节现状。
A：以智能手表盖板玻璃检测为例，根据我们收到的某盖板厂商的需求描述，其产线主要生产长为30mm-50mm、宽为25mm-50mm、厚度为1.2mm-2.2mm的手表盖板玻璃，需要检测的两个环节是清洗后的白片、以及贴保护膜之前的成品。厂商之前主要采用人工通过在强光下反复翻看，来查找上面存在的划伤、透光、压伤、压痕、黑点、白点等缺陷，但据他们反馈，没有统一的检测标准，效率比较低，精准度不高，有时候赶货，任务繁重，质检员容易情绪化，漏检率、误检率高，良率不稳定，难以达到下游厂商需求，所以急需我们的高端视觉检测设备来实现这两个环节的自动化。
Q：在针对这一领域的高端视觉检测设备的研发过程中，遇到哪些技术难点？
A：主要是光学、机电控制、算法等方面的难点。比如，在光学方面，可穿戴盖板玻璃尤其是手表用的盖板玻璃尺寸比较小，很多细小的缺陷很难拍清楚；在机电控制方面，想要获取高清晰照片，对于传输的稳定性要求极高，需要将传输精度控制在微米级别的波动；在算法方面，可穿戴盖板玻璃的制造环节基本实现自动化，生产节拍很快，要在秒级时间内做出判断分析，是比较难的。
Q：针对以上难点是如何突破的？
A：为了提高检测精度，我们采用了超大靶面面阵相机配合高精度镜头，选配自动对焦系统，结合特殊的多通道、多波长、多光谱、可编程的复杂光学成像方案，保证各种缺陷能较好地成像；为了保证拍摄的稳定性，采用伺服电机+高精度磁力轮等驱动方式，大大提高了传输精度；而在算法方面，主要将基于传统图像处理与基于深度学习的检测与识别的方案相结合，实现功能模块化，并通过GPU/分布式计算等软硬件加速技术，保证算法效率。
Q：请说明一下，设备在厂商实际产线应用效果怎么样？
A：基本能兼容多型智能手表盖板，并能跟上实际生产节拍，采用双线的话，检测节拍可达到1.5S/PCS，四线则可以做到1S/PCS，可检缺陷有划伤、脏污、透光、异色、崩边、压伤、压痕、黑点、白点等，检测精度能做到最小点状缺陷直径达0.05mm、线状缺陷宽度达0.02mm，可对生产中出现掉片、卡片、叠片、破片等现象实时停机报警，且数据系统能够按照产品类型、客户类型、生产机台、不良种类与区域、操作人员等信息，实时生成良率统计报表，及时帮助客户对产线制程进行调整，以改进生产良率。
此外，据介绍，该设备集图像采集、光学调试矫正、图像预处理、缺陷检测、缺陷识别、异常报警、数据统计、复检等多项功能为一体，基本上实现了可穿戴盖板玻璃品质检测的智能采集、智能分析、智能决策，能大幅度提高生产的柔性及自动化程度。