AI技术如何赋能工业场景与日常生活？美的科技明星们有话说

深耕智能感控一体化领域二十多年，奚伟成为工业视觉，工业导航，医疗成像三大感知技术平台奠基者。刘力格开发的3D SLAM系统在行业首创的Colmo和小天鹅品牌的双洗站上量产落地，成为美的扫地机行业第一唯一的重要卖点。陈婷首创的集团级电子车间整体解决方案，已协助打造电子智能制造标杆工厂。

在今年美的集团第28届科技月中，奚伟荣获“科技明星”奖，刘力格、赵东宇以及陈婷荣获“科技新星”奖。他们在各自的领域刻苦研发，推动AI技术赋能生产和研发，让产品更好地满足用户实际需求。

三大感知技术平台奠基者

赋能医疗设备领域

一直以来，美的在人感技术上进行了大量投入。从空调到冰箱、到各种家居场景，美的中央研究院感知技术研究所所长奚伟和他的团队利用毫米波雷达技术针对人感技术展开研究。包括人的生理感知，如呼吸，心跳，睡眠状态等，以及人的状态，如位置，姿态，跌倒等，结合多种智能家居的应用，开发多传感器融合智能环境感知技术，赋能了不同应用场景，比如说人走到冰箱门口它们能够自动开门，走空调旁边的时候，根据人的方位调整风向，在老人浴室洗澡时，不小心跌倒会自动呼叫求救等。

凭借着二十多年的工业界前沿技术及产品研发经历，奚伟在工业视觉、工业导航、医疗成像三大感知技术平台均有突出贡献。他主导美的第一唯一自研高速3D工业相机，首创多曝光复合编码成像技术及零编程AI视觉平台，指标行业领先；主导工业导航平台，首创多模态动态SLAM技术以及一系列创新SLAM技术，实现高鲁棒高精定位，显著提高产品核心性能；主导超快高清MRI成像，光子计数彩色CT探测器前沿技术探索，首创双域高保真加速技术，扫描速度提升4倍。

感知技术在工业场景里处于一个快速发展的过程，奚伟介绍，“在工业视觉方向上，我们主要运用的是3D传感技术，但目前也存在比较大的瓶颈，就是成像速度不够高，不能满足工业动态场景智能制造的要求，因此我们自主研发了高速3D相机技术，满足了高速场景需求。在环境感知技术上，目前针对不同场景的识别和定位技术通用性不够，通常需要大量的数据去优化，是项目落地的一大瓶颈。我们研发了基于小样本的数据生成技术和基于稀疏特征的深度学习迭代优化算法有效地解决了通用性问题。”

奚伟所在的感知技术研究所一角

AI技术在不同领域中的应用是不同的，据奚伟介绍，“在智能化领域中，尤其是智能家居领域，家电结合AI及机器人技术会向家电机器人化发展。在智能制造领域，AI结合工业视觉不断赋能机器人柔性制造，提高生产效率。在医疗领域，AI技术可以在磁共振、CT等成像领域中产生应用。”

目前来说，医疗领域是美的重点关注的板块，医疗成像设备是医疗领域重要方向。如今，主要的医疗设备是磁共振和CT，应用广泛，但还存在很多痛点。以磁共振为例，一个是磁共振的造影时间长；二是噪音大。由此可见，提高成像速度和降低噪音成为必须要解决的问题。奚伟表示，AI技术在里面发挥着重大作用，“我们希望通过AI深度学习技术，提升了4倍的成像速度，比如膝关节成像上，从12分钟减少到3分钟，极大改善了用户体验。在降低噪音方面，结合静音序列和AI降噪算法，我们万东医疗一起研发了AI静音技术，实现了15分贝降噪，并进行了临床应用。”

在医疗方向，万东的研发，更多是针对产品层面，而中央研究院则是侧重于共性技术研究及前沿技术的探索，奚伟提到，AI技术是所有行业，尤其是头部企业大力发展的技术，先进的探测器、传感器也是企业布局的重点突破方向，“我们会观察和了解竞争同行，追踪学术界前沿技术，从而有效布局我们的技术研发路径。

消除对传统测距传感器的依赖

实现创新突破

一二线城市的生活节奏普遍较快，因此对于智能化家居产品的需求和期望会相对更大，扫地机器人在这样的背景下迅速发展和普及。2021年8月，美的微清事业部AI算法工程师刘力格在毕业后，作为超级美的星加入微清事业部，目前从事扫地机器人AI算法的研发工作。

“虽然目前整个扫地机器人行业已经取得显著进展，但依旧存在相关痛点。”据刘力格介绍，面对一些复杂和特殊的场景，扫地机器人在导航和避障中依旧存在不足，比如散落的儿童玩具、污渍等，依旧会出现避障失败的情况。除此以外，扫地机还存在用户交互复杂、数据隐私的问题。

刘力格（中）在工作中

为了解决这些痛点，刘力格与其团队开始了相关的研发工作。“我们使用深度学习算法将地面上的障碍物检测出来，通过标定法对其下边缘轮廓进行测距，结合多视角融合的算法，将整个障碍物的完整轮廓估计出来，再放到地图上，就有了障碍物在地图上的位置。”通过这种创新，刘力格与团队消除了机器人对于传统测距传感器的依赖，并继续保持了测距的精度和准确度，扫地机器人依旧能实现精准避障，从而达到降本增效的效果，这在行业上是一个创新的突破。

除此以外，在事业部的支持下，刘力格在AI技术赋能智能家居上取得不少好成绩。“在研发过程中，我们最关注的就是数据。”刘力格说，数据决定了模型表现效果的好坏，因此我们投入了很多精力去采集更多样化的数据，从数据层面去优化人工智能的模型效果。在这一方面，刘力格开发了家居语义地图，能够在各种场景下进行障碍物检测和房间分类、重点污渍及地毯识别等工作，并且将3D SLAM系统成功在行业首创的Colmo和小天鹅品牌的双洗站上量产落地，成为美的扫地机行业第一唯一的重要卖点。

首创集团级电子车间整体解决方案

打造电子智能制造标杆工厂

美的集团有24家电子的分厂，由于坐落在不同地区，不同的事业部收到的订单不同，因此也有淡旺季之分。为了解决制造资源分布不均的情况，美的积极推动制造资源共享的项目。然而，各事业部之间面临第一个挑战就是拉通产品工艺。据美的集团EDP（企业数字平台）产品经理陈婷介绍，“我们需要思考如何建立跨事业部的共享产品池，从而共享彼此的产品工艺流程、需求产能等数据。”

为解决这一挑战，陈婷担任ISC电子制造资源共享负责人，并与其团队进行了相关研究。最终，工厂能够实现跨领域端到端拉通自有电子产能共享，从而推动电子制造资源一体化运营。

陈婷和同事在调试硬件设备

由于信息化水平的缺失，工厂中每个生产点之间的数据呈现出“孤岛”形式，而陈婷首创的集团级电子车间整体解决方案，能够把所有生产所有相关的信息，包括物料、生产过程、设备情况以及品质数据等纳入到系统里，将系统作为一个集成的大脑去控制每个生产点，同时监测它们的数据，从而推动生产和运营。通过精益化和数字化结合，打造了多家高品质、高效率的电子智能制造标杆工厂。

值得说明的是，这套电子制造生产系统已于去年在美的冰箱荆州工厂和美的武汉暖通工厂落地。在系统上线后，这两个工厂的生产效率以及产品品质都有了比较显著的提升。

“我来到美的四年了，在制造领域中使用到AI技术的场景也是不少的。”据陈婷介绍，在灯塔工厂的申请过程中，也有很多AI赋能的案例。“我们在生产时需要进行各项质量检测，比如噪音检、零配件缺漏检、视觉检查等，这些都是通过结合机器视觉、听觉AI算法能力，从而判断是否有达到生产的水准和要求，达到要求后才会允许产品下线。”

提早布局人工智能领域

为核心技术的研发积累人才储备

从工业生产到用户使用场景，AI技术与数字化的应用随处可见。由此说明，人工智能可以为人类提供高效准确的决策支持和工作协助，有利于开发出更智能和有益的解决方案。

刘力格提到，未来的扫地机将采用更高级的AI算法来进行更智能的决策，结合如今的大语言模型，使AI能够自主学习与适应，根据清扫经验去自动调整清扫策略，来适应不同家庭的清洁需求。在用户交互上，未来可能会完全通过语音手势这种更自然的方式来方便用户操作。在安全性和隐私方面，扫地机也会使用加密技术去保护用户的隐私问题。

事实上，美的在人工智能领域早有布局。2020年，美的成立人工智能创新中心，以“科技领先”战略为牵引，深耕AI技术研发与应用，在智能家居、智能制造、智慧医疗、家庭服务机器人四大方向持续发力并实现应用突破。

作为世界500强企业，美的一直以来注重人才的培养。刘力格表示，美的能够为科研工作者提供很多研发资源、学习培训的机会、开放的环境以及充满热情和活力的团队。“美的给了我们很好的平台，在这里所有天马行空的想法都能得到认可。”正是因为有这样的沃土，才能培育出一批又一批的科技人才，他也表示希望通过自己的努力能够为公司和用户带来更多的价值。

一直以来，美的不断为核心技术的研发积累大量人才储备，“三个一代”的研发模式为人才引进和建设提供保障，“三个一代”即开发一代、储备一代和研究一代。据奚伟介绍，美的在人才引进上，一部分通过与高校合作项目引进，另一部分是聘请海外院士与行业专家。可见，美的在全球布局研发体系和科学家人才体系，同时聘请行业资深专家与顶尖人才，不断充实人才储备力量。

凤凰网广东佛山频道：岑龙基、郑翠婷

通讯员：小美