MVTEC HALCON
在医疗和制药行业中，精确的质量检测对于确保产品安全至关重要。因此，Aspen 希望将其对医用安瓿瓶的人工目视检查实现自动化。直到最近，员工仍需逐个检查安瓿瓶是否存在异物——这一过程不仅缓慢、成本高，而且容易出错。
“我们的目标是实现安瓿瓶中可能存在异物的自动检测。药品质量保证极为重要，因此新方案必须达到甚至超越现有流程的检测率。”
Aspen 工业视觉运营经理 Mickael Denis 表示。Aspen 认识到机器视觉的潜力，并通过采用基于 AI 的深度学习技术，实现了所需的检测精度。
在 Notre-Dame-de-Bondeville 工厂，安瓿瓶是在洁净室环境下通过 BFS（吹灌封）工艺生产的。虽然该生产方式具有很高的卫生标准，但仍必须绝对可靠地检测出任何异物。为满足严格的监管要求，Aspen 部署了一套基于 MVTec HALCON 的解决方案，并得到 MVTec 专业客户服务团队的支持。
新的自动化检测流程使用了 12 台符合 GigE Vision 行业标准的工业相机。由于异物往往难以察觉，可能沉积在安瓿瓶的侧壁或底部，并且很容易与阴影、气泡或反射混淆，因此每个安瓿瓶会从不同角度拍摄多达 14 幅图像。多角度成像显著提升了检测的鲁棒性和准确性。
图像处理在一台运行 MVTec HALCON 的工业电脑上完成。MVTec HALCON 是一款标准机器视觉软件，提供超过 2,100 个算子。Aspen 使用 HALCON 的深度学习语义分割（Semantic Segmentation）功能，可靠地区分无害气泡和真正的异物污染。
除了异物检测之外，机器视觉系统还会分析外观缺陷、检测灌装液位、识别颜色偏差，并检查封口质量。对于这些任务，系统采用了匹配（Matching）和斑点分析（Blob Analysis）等基于规则的方法。它们与深度学习技术相互补充，在提供高鲁棒性的同时也满足日常质量检测所需的高速性能——这为制药行业的生产自动化迈出了重要一步。
如果没有 MVTec 客户服务团队在技术和方案层面的专业支持，这一高要求的应用根本无法成功实现。鉴于任务的高度复杂性，Aspen 与 MVTec 的专家紧密合作。
“MVTec 在这个项目中面临的任务无疑是我们迄今为止遇到的最具挑战性的之一，尤其是在为训练准备图像这一环节上。我们 MVTec 主要负责方案构思、流程实施以及文档编制方面的支持。”
MVTec 项目经理 Patrick Ratzinger 解释道。
他的专家团队对标注过的图像进行了分析、优化和合并，从而开发出一款高性能的神经网络，精准契合 Aspen 的需求。借助 MVTec Deep Learning Tool，他们构建了由无缺陷安瓿瓶和刻意制造缺陷的安瓿瓶组成的数据集。通过多轮训练，对不同模型进行比较并持续提高网络的鲁棒性。
“很明显，这样一项任务只有依靠深度学习技术才能实现自动化。对于这种需要大量专业知识的实现过程，我们依托了 MVTec 提供的咨询服务。”
Aspen 自动视觉检测专家 Vincent Trombetta 补充道。
这次合作不仅为 Aspen 提供了一套先进的机器视觉应用方案，还带来了关于数据准备、标注流程以及深度学习结果正确解读方面的关键知识。将 MVTec HALCON 与 MVTec 的技术咨询服务相结合，充分展示了将高性能机器视觉软件与实践型行业支持相融合所能创造的价值。
自从实施新系统以来，Aspen 受益于一种兼具速度、稳定性和精度的自动化检测流程。错误检测率显著提高，漏检率大幅降低。由此，公司不仅提升了产品质量，也提高了整体生产效率。
该项目展示了机器视觉和深度学习如何推动制药行业的生产自动化。借助 MVTec HALCON 以及 MVTec 客户服务团队的专业技术支持，Aspen 能够持续扩展、验证并优化其质量检测流程——为医疗与制药行业的数字化转型树立了典范。
发布日期： 十二月 04, 2025
