盖世汽车讯 工业质量检测在制造业中扮演着至关重要的角色，从确保电子产品和车辆的可靠性到防止航空航天和能源系统中代价高昂的故障，都离不开它。传统的基于视觉的检测系统通常依赖于红绿蓝(RGB)相机，这种相机速度快、成本低，但往往会遗漏与几何形状（划痕或凹痕）、材料结构或散热相关的缺陷。

虽然热像仪或深度扫描仪等其他传感器可以揭示这些隐藏的异常，但如何有效地融合来自多个传感器的信息仍然是一项重大的技术挑战。许多现有的融合方法要么会丢失精细的空间细节，要么需要大量的计算，要么会在传感器未完美对齐时失效——而这些正是工厂环境中常见的问题。

据外媒报道，为了解决这些问题，由日本芝浦工业大学（Shibaura Institute of Technology）工程学院创新全球项目副教授Phan Xuan Tan领导的研究团队，以及越南FPT大学（FPT University）的Dinh-Cuong Hoang博士，提出了一个名为MambaAlign的新框架，该框架能够高效地融合多模态传感器数据，同时对适度的传感器配准误差保持鲁棒性。

图片来源：芝浦工业大学

该研究发表于期刊《计算设计与工程杂志》（Journal of Computational Design and Engineering）。

“现有系统会忽略几何和材料/热缺陷，放大传感器伪影，丢失定位信息，或者对轻微的配准误差非常敏感。此外，如何在不增加密集注意力机制的二次方成本的情况下，高效地捕获长距离、方向敏感的上下文信息（这对薄/倾斜缺陷至关重要）仍然是一个未解决的问题，”Tan博士说道。“现有系统的这些挑战促使我们开发了一种融合方法，该方法能够感知对齐情况，利用状态空间递归来收集长距离方向上下文信息，并通过轻量级交叉递归（Cross Mamba Interaction）在深层阶段交换语义指导，然后自顶向下地重构底层通道以保持精确定位。”

MambaAlign提出了一种面向多模态工业异常检测的对齐感知状态空间融合框架。该方法利用状态空间细化技术捕获远距离和方向感知的上下文信息，尤其适用于检测划痕和裂纹等薄缺陷或倾斜缺陷。

MambaAlign不依赖计算量巨大的全局注意力机制，而是在高层特征提取阶段交换传感器间的语义信息，从而将计算成本保持在接近线性的水平。

自顶向下的重建机制随后重构低级特征通道，使系统能够在保持精确像素级定位的同时，容忍轻微的传感器失准。

大量实验证明了该方法的有效性。在三个RGB加辅助模态(RGB-X)数据集上，MambaAlign的平均结果与现有方法相比，图像级接收者操作特征曲线下面积(AUROC)提高了约4.8%，像素级AUROC提高了约5.0%，区域重叠曲线下面积提高了约6.5%。

重要的是，这些优势的提升并未带来过大的计算开销。该模型在中等分辨率下能够以接近每秒30帧的速度稳定运行，并有效控制内存使用，使其能够实际应用于生产线。

“MambaAlign实现了最先进的定位技术，其参数和运行时间均适用于实时检测。它不仅提供了更高的检测精度，还生成了更紧凑、更清晰的异常图。这直接转化为更少的误报、更少的漏检缺陷，以及为工厂现场工程师提供更多可操作的输出结果。”Tan博士说道。

总体而言，这项研究凸显了其广泛的工业应用价值。在电子产品和印刷电路板检测领域，MambaAlign可以检测到细微裂纹或元件缺失，这些缺陷会微妙地改变热分布或几何形状。

在航空航天和复合材料制造领域，融合RGB和热数据有助于揭示标准相机无法捕捉到的表面下分层现象。

汽车车身检测受益于对凹痕、划痕和接缝缺陷的更精准检测，而该系统的实时性能则支持在传送带或机器人视觉工作站上进行在线检测。

MambaAlign通过减少人工检测工作量、最大限度地减少废品，并在实际传感器条件下提高可靠性，解决了工业质量保证领域长期存在的瓶颈问题。