凌上科技针对高透材质推出机器视觉的自动光学检测设备

一直以来，镜片在生产、批发、外贸等过程中，其表面的质量检验和分拣是非常重要的环节。现阶段镜片的质检主要靠人工识别筛选，在工作台放置日光灯，工人手持镜片在光线下观察镜片，判定镜片质量等级并进行分拣。

目视法虽然简单，但存在很多问题：1、受人主观性影响。通过多次收集镜片公司数据，发现单批次缺陷瑕疵的漏检率高达30%以上；2、人工检测速度慢。通常一个熟练的检测人员检测一个镜片需要至少5s以上；3、人工检测精度低。4、人工检测成本高，尤其是镜片检测工人需要长期暴露在强光下，对工人眼睛伤害大，招工呈现越来越难的趋势。

目前中国眼镜镜片总产量占到了世界总产量的70%以上，在自动质检需求越来越强烈的背景下，潜在市场规模巨大，可达千亿元。

总部位于北京的创业公司凌上科技，开发了一套基于机器视觉技术，可以对包括玻璃、树脂等在内的高透材质进行自动化质量检验，以提升检验效果和效率，降低用人成本。凌上科技CEO李旭告诉36氪，他们的方案经实地应用测试，检测速度在2s左右，检测效果优于人工目视法。

整个自动质检的过程大概分为三个主要的环节——图像获取、图像处理、缺陷特征提取。但镜片类的高透材质相较于一般机器视觉的处理对象有一定的特殊性，由于镜片是透明的反光的，如何获取反映镜片质量特征的图像是识别成功的关键，即图像获取是图像检测的第一步也是至关重要的一步。图像获取环节又涉及到三个关键点——光源种类、照明方案（照明入射方式和照明类型），和光学结构。图像处理和缺陷特征提取则涉及到算法模型和训练数据方面的技术和积累了，凌上科技和苏南地区第二大眼镜生产厂商进行了深度合作，因此在数据收集、实际落地测试等方面，均有优势。

原始图

处理后

检测结果

AOI设备（自动光学检测）主要开发商包括美国Teradyne、德国/以色列Orbotech、英国Agilent、日本Omron和SAKI，但他们的AOI设备价格每套都在百万元以上。

国内AOI设备相关的研究多处于学术阶段，尚未看到同类竞品出现。因为光学系统、工业摄像头等技术相对落后，以及人工智能、机器视觉、数字图像处理等技术尚处于起步阶段，于近几年才逐步成熟。凌上科技的优势就在于团队有光学背景，也有计算机视觉算法技术背景，因此可以整合出一套可以在实际场景应用落地的方案。

凌上科技已经和苏南产能第二大的眼镜工厂签订了合作协议，现在凌上的方案正在测试和调试中，完成测试后即会进行规模化采购落地，之后也会渗透至其他眼镜工厂中。

凌上科技现在尚未确定明确的收费模式，不过凌上科技未来不倾向于通过设备销售来盈利，有可能会按照质检次数来收费，即收取服务费。凌上科技CEO李旭告诉36氪，他们不只局限于质检服务，而是希望以质检环节切入市场，未来也提供其他基于机器视觉的增值服务，比如机械臂上的视觉系统，工业AGV上的视觉系统等。

公司已完成种子和天使轮两轮融资，投资方主要是清华系基金。公司正在筹备新一轮融资，主要用于市场拓展、产品生产以及团队扩充。凌上科技现有十人，主要研发成员来自清华大学、中科院大学，北航，北工大，以及英属哥伦比亚大学、新加坡南阳理工大学等国内外著名院校。

李旭，凌上科技（北京）有限公司创始人 CEO，清华大学精密仪器系毕业，多年从事计算机视觉，人机交互算法研发工作，获3项发明ZL，国内最早研究开发消费级实时3D视觉产品的团队成员之一，国内第一款实时试戴虚拟手部饰物算法和手机软件的实现者。曾任移动互联网公司人工智能事业部创始部门经理，高级工程师；

蒋博，凌上科技联合创始人 CTO，北京工业大学电子信息工程专业毕业，11年产品研发经验，历任研发工程师、高级算法工程师和CTO等职位。技术领域涉及FPGA逻辑设计，软件算法及算法并行化设计，获3项发明ZL。曾参与国标技术的产品化；带领团队研发创新的计算机视觉交互系统在美国众筹网站kickstart上发布，是国内最早研究开发消费级实时3D视觉产品的团队成员之一。是国内第一款实时试戴虚拟手部饰物算法和手机软件的团队成员之一。

—————————————————————————————————————————————

注：凌上科技孵化于清华控股的实体企业“清谷逆创”。

科研成果产业化，通常是技术寻找市场，成功率非常有限。“逆向创新”则是市场寻找技术，即创新是反向过程：以产业市场为起点，调研并发现产业市场中的需求，拟定具备规模性产业化的科技创新课题，将课题派发至科研机构和科技企业，加速科技成果的产业化。为此，清华大学设立了创+逆向创新示范中心，成立了清华控股的实体企业“清谷逆创”。

清谷逆创在电子信息、生物健康、加工制造、新材料、新能源、环保等产业挖掘出“机器视觉应用于加工制造业质量检验”、“3D扫描重建技术在工业领域的应用”、“复杂表面高精度打磨机器人”、“低成本可穿墙物联网无线通信”、“视觉跟踪技术应用于工业焊接机器人”、“高性能、高分子避震材料”、“纳米农药技术”、“基于VR与AR技术的视力健康”等系列产业转型升级所需的科技创新课题。