基于AR的协作创新，ALVA Systems赋能工业制造

我们正身处一个沟通方式不断革新的时代。

从飞鸽传书、机械电报形式的文字通讯，到有线电话、对讲机、手机等形式的语音通讯，再到如今大家习以为常的视频通讯……过去一百多年里，人类的沟通方式历经了几次重要更迭。

在数物融合时代，有没有更高效、更沉浸式的沟通与协作方式呢？答案是肯定的。试想一下，如果我们在视频通讯时可以加载周边的空间、环境、地理位置等信息，沟通将变得更加身临其境和贴近彼此。

实际上，这种基于“语音+视频+空间”的沟通协作在工业制造领域早已应用落地。

在ALVA Systems 2021新品发布会上中国工程院院士、中国科学院计算技术研究所研究员倪光南指出，工业软件作为智能制造的重要基础和核心支撑，对于推动我国制造业转型升级至关重要。这其中，包括人工智能、数字孪生、增强现实等新兴技术在工业领域的应用将扮演重要角色。“今天，我们可喜地看到全新发布的ALVA Rainbow甚至在某些领域超越了国外领先企业,中国软件供应商有望在新的领域用新技术赶超海外。”倪光南院士如是说。

翻越工业挑战的三座大山

先来看看当前工业领域面临哪些挑战？首当其冲是人才问题。随着智能互联产品越来越普及，制造业的生产方式和工作模式越来越复杂，而有经验的工人逐渐退休和老龄化，员工的招募和培训成为制造业发展过程中必须面对的难题；

其次，不确定性与成本压力。全球贸易争端和新冠疫情带来的不确定性，给制造企业带来了巨大的冲击，与此同时原材料价格上涨、人口红利下降带来的成本压力也日趋增加；

第三，数字化技术的冲击。在言必称“数字化转型”的今天，创新性的企业已经演变成为数字原生的企业。传统制造业必须加快数字化步伐，用更多数字化技术赋能整个企业，才能在激烈的市场竞争中胜出。

在ALVA Systems CEO杨卫国看来，“过去很多年，制造企业的信息化投入往往集中在财务、供应链、生产制造、客户关系管理等方向，而非一线工人和工程师。相较于单纯的设备改造、系统升级，员工沟通方式的数字化成为发挥数据价值的重要途径。特别是在后疫情时代，人员流动的停滞让基于AR技术的远程运维指导有了更大的用武之地。”

ALVA Systems CEO杨卫国

在智能制造的趋势下，工人短缺、新晋工程师操作技能不足、高危工种招工难等问题尤为突出，AR技术在工业场景的应用为这些难题提供了解决之道。不管是设备的维修维护，还是专家指导与员工培训，亦或是工业设计、市场营销过程中的产品评审，都可以基于AR技术远程实现。

攀登识别技术的金字塔

简单来理解，AR（增强现实）是一种将虚拟信息与真实世界巧妙融合的技术，广泛运用了多媒体、三维建模、实时跟踪、智能交互、传感等多种技术手段，将计算机生成的文字、图像、三维模型、音视频等虚拟信息经过模拟仿真后应用到真实世界中，与真实世界形成相互补充，从而实现对真实世界的“增强”。

AR技术在工业领域所能发挥的价值大小，与识别技术息息相关。

如果将识别技术看作一个金字塔的话，最底层是图像识别，依次往上是平面识别、模型识别、区域识别和空间识别。

识别技术的金字塔

图像识别目前最为普及，应用场景也较多；平面识别则相对较少，一些高端智能手机AR功能的实现就得益于平面识别技术；而目前全球范围内拥有模型识别能力的AR公司不超过三家，这其中，ALVA是最早将模型识别技术与工业场景深度融合的公司之一。

据ALVA Systems 联合创始人兼COO张立群介绍，ALVA已经可以做到区域识别这一级，且在图像识别、模型识别等领域具备独特的技术优势，这也是ALVA之所以能应对复杂工业现场需求的重要原因。

众所周知工业场景通常十分复杂，厂房、车间、产品、设备等形态各异，要在工业场景中实现沉浸式沟通，就必须将空间信息加载到沟通协作平台，才能真正意义上帮助一线工人和工程师进行有效地互动与协作。

基于AR的可视化、远程指导和交互优势

ALVA Rainbow正是在这一技术发展和市场需求下应运而生的，全新升级的ALVA Rainbow 远程专家指导平台，在此前的高清视频会议、空间标注等基础功能之上增加了模型追踪识别、AR模型投放及图像识别等功能，就是为了应对更加复杂的工业现场需求。

十年磨一剑打造工业AR平台

成立于2011年的ALVA Systems，从研究异构计算技术起家，拥有脉冲神经网络（SNN）、增强现实、人工智能、人机交互等多项具备独立知识产权的核心技术。过去十年里，ALVA与清华大学、北京航空航天大学等高校展开多项科研合作项目，提供工业物联网和AI/AR结合的一站式解决方案。

最近几年，ALVA将沉淀多年的算法和技术转向应用，专注于为工业企业提供AR应用解决方案。这是因为，AR技术在工业场景的应用，与异构计算能力、人工智能技术息息相关。

首先是异构计算，其解决的是CPU和GPU之间动态的负载平衡，这在计算机视觉层面至关重要。举例来说，两帧图像之间的动态识别在PC端需要2秒钟，在移动端需要1秒钟，在实际应用中显然无法忍受如此高的显示时延。得益于ALVA在异构计算领域的研究，其将AR动态实时的动作捕获时间缩短至小于30毫秒。杨卫国说，“如果没有ALVA多年的积累，我们面向工业领域的AR解决方案就达不到如今的成熟度。”

其次是人工智能。不管是何种识别技术，都需要基于神经网络实现，ALVA在这个领域有深厚的功底，包括可以在移动端快速识别图像、模型、音视频等。ALVA还开发了拥有自主知识产权的AR引擎，并引入了深度神经网络，这也使得其成为识别能力最强大的AR引擎之一。

杨卫国坦言：“在工业AR深化应用这条路上，ALVA还有很多技术领域需要深耕，这样才能保证ALVA技术的领先性，为企业提供更符合需求的工业AR解决方案。”

基于AR技术实现立体沟通

基于AR技术实现的立体沟通堪称第四代沟通方式。那么，ALVA Rainbow具体是如何赋能工业企业的沟通与协作的呢？

基于ALVA的模型识别技术，现场工程师通过使用Rainbow扫描故障设备，即可查看置于实际设备之上的 AR 数字模型。根据动画指导，工程师无需掌握专业技术知识，就能够按部就班地完成维修工作，最终实现发现问题、提出问题、解决问题的闭环。

当然，在这之前还需要进行AR内容创建和可视化处理，这也是ALVA 工业AR平台的能力范围所及。通过ALVA Editor自带AR 内容编辑能力和丰富的工具集成，可以一站式实现工业产品 AR 内容和模型的全方位制作；在此基础上，应用 ALVA Vision 完成可视数据匹配，由此打破虚拟模型和真实设备的隔阂，实现基于现场人员第一视角的数字化交互。

当遇到较为复杂的故障问题时，现场人员可以借助 ALVA Rainbow 平台连接远程专家，实现本地 AR 终端与远程终端的实时交互。

ALVA 工业AiR平台

在这个过程中，现场工程师与远程专家可以共享同一环境的实时视图，基于ALVA Rainbow高清视频通话、AR笔迹标注、模型投放等功能，远程专家通过手机、iPad及AR眼镜等移动设备，就能将指导信息绘制在屏幕中物体的表面上，仿佛锚定在真实物体表面上一样，让员工在远程高效掌握知识技能和操作步骤。

如果问题更为复杂，还可以寻求额外的专家进行多方支持，远程专家可以依托图像识别功能，扫描图纸查看设备的三维模型，并投放在任意平面上，让维修方案的输出更加高效。同时，现场运维人员与远程专家能够进行实时的视频、语音、手势交流，并支持以第一视角进行标注；而在远程专家端，远程信息标注也能够实时同步至现场 AR 移动端，实现与现场的无障碍交互。

这就相当于将远程专家“搬”到了现场，颠覆了传统的低效沟通模式。

推动AR技术规模化复制与客制化交付

在发展过程中，ALVA与PTC、达索系统、西门子、罗克韦尔自动化、AWS等全球工业领域服务供应商建立了深度合作关系，在解决方案上形成互补，共同助力制造企业的数字化转型。

ALVA Rainbow发布会现场，ALVA 还与神州数码、美嘉林以及迪基透签署了战略合作协议。杨卫国说：“ALVA将与生态伙伴一起整合各自技术优势与资源，从技术、业务以及服务等不同角度形成高效的合作机制，在实现业务拓展的同时，赋能更多行业企业数字化转型的落地。”

一定程度上来说，携手生态伙伴，是ALVA实现AR技术“规模化复制”与“客制化交付”的重要抓手。

杨卫国介绍，一方面，ALVA Rainbow可以定位成远程协同、远程指导的工具产品，依托合作伙伴分销商进行快速地规模化复制，以满足制造企业相对共性的需求；另一方面，一些大型企业逐渐将AR技术上升至数字化转型战略层面，包括需要与企业的其他系统、终端集成，这类相对复杂的需求会由ALVA项目交付团队承接，同时ALVA也在将这种能力传递给有实施、交付能力的合作伙伴。

以神州数码为例。在产品营销层面，依托神州数码工业板块的600多家合作伙伴，可以将ALVA工业AR技术快速推广至更多的制造企业；同时神州数码与西门子、欧特克等工业软件公司均有合作，可以将AVLA AR技术与主流工业软件进行整合，为用户提供更丰富和复杂业务场景的解决方案。

 后 记 

工业软件领域，往往需要数十年的技术积累。ALVA选择工业AR这一新兴领域进行突围，虽然道阻且长，但有了前十年的沉淀与磨砺，已然具备在细分领域脱颖而出的实力。

杨卫国强调，ALVA是一家技术驱动型的公司，算法工程师和项目交付团队比例占到80%以上。依托模型识别和空间标注两大核心技术，此次ALVA Rainbow 的发布，在全球工业AR领域都具有领先意义。

同时，ALVA也是一家低调的公司，虽然有很多专利技术和落地项目，但过去很多年并未被更多的企业和用户所熟知。诚如倪光南院士对ALVA寄予的厚望——“期待ALVA能够持续创新，弥补国内自主版权工业软件和平台缺位的不足，帮助更多企业转型升级。”