Tại sự kiện NVIDIA GTC 2026, Basler – gã khổng lồ đến từ Đức với nhiều thập kỷ kinh nghiệm trong lĩnh vực thị giác máy tính (Machine Vision) – đã mang đến một góc nhìn hoàn toàn mới về cách chúng ta xây dựng các hệ thống kiểm tra chất lượng tự động. Thông qua bài trình bày của hai kỹ sư Justus và Kamil, Basler đã chứng minh rằng: Kỷ nguyên của việc “thử và sai” với phần cứng đắt đỏ đã kết thúc. Tương lai thuộc về phương pháp tiếp cận “Simulation-First” (Mô phỏng trước tiên).
Nỗi đau của ngành Thị giác máy tính truyền thống
Trước đây, để xây dựng một hệ thống phát hiện lỗi sản phẩm, các kỹ sư phải trải qua một quy trình vô cùng tốn kém và mệt mỏi. Họ phải đặt mua camera, ống kính, đèn chiếu sáng, mang vào phòng thí nghiệm để lắp ráp thử. Nếu góc sáng không tốt hay camera không đủ độ phân giải, họ phải bỏ đi làm lại.
Đau đầu hơn, để huấn luyện AI nhận diện lỗi, họ cần thu thập hàng ngàn bức ảnh sản phẩm hỏng (edge cases) – điều cực kỳ khó xảy ra trên một dây chuyền đang hoạt động trơn tru. Quá trình này không chỉ gây lãng phí thiết bị mà còn tạo ra thời gian chết (downtime) khổng lồ cho nhà máy.
Cuộc cách mạng “Simulation-First” với NVIDIA Omniverse
Để giải quyết bài toán này, Basler đã đưa toàn bộ danh mục hơn 250 loại camera, ống kính và hệ thống chiếu sáng của mình vào môi trường NVIDIA Omniverse. Thay vì thao tác vật lý, các kỹ sư giờ đây có thể thực hiện toàn bộ quy trình cấu hình hệ thống (Virtual Commissioning) ngay trên màn hình máy tính.
Sân khấu GTC thực sự bùng nổ khi Basler trình diễn quy trình 5 bước để giải quyết một bài toán thực tế: Nhận diện và đếm các bảng mạch PCB bị đánh dấu “X” (báo lỗi) cực kỳ phức tạp.
Bước 1: Kiến tạo tài sản 3D (Procedural Asset Engineering):
-
Từ các tệp dữ liệu điện tử khô khan, Basler tái tạo lại hình ảnh 3D của bảng mạch PCB một cách hoàn hảo với vật liệu đồng, kim loại thông qua NVIDIA MDL. Các vết “X” lỗi được tạo ra ngẫu nhiên bằng thuật toán, đảm bảo tính đa dạng vô hạn.
Bước 2: Lắp ráp phần cứng ảo:
-
Kỹ sư chọn camera, đổi ống kính, điều chỉnh tiêu cự và thậm chí thay đổi hướng đèn (từ trường sáng sang trường tối) ngay trong Omniverse để tìm ra góc chụp hiển thị rõ nét vết xước nhất.
Bước 3: Sản xuất Dữ liệu tổng hợp (Synthetic Data):
-
Thông qua Omniverse Replicator, hệ thống tự động “chụp” hàng ngàn bức ảnh mô phỏng. Điểm đáng giá nhất là các bức ảnh này đã được gán nhãn tự động chuẩn xác đến từng pixel (pixel-perfect annotation), tạo ra bộ dữ liệu khổng lồ và hoàn toàn cân bằng mà không tốn một giây sức người.
Bước 4: Huấn luyện AI (MLOps):
-
Mô hình AI được đào tạo hoàn toàn bằng hình ảnh mô phỏng. Sau đó, nó được benchmark trên các nền tảng như PC và NVIDIA Jetson AGX Orin để tìm ra cấu hình chạy mượt mà nhất.
Bước 5: Đưa ra đời thực (Deployment):
-
Bước cuối cùng là tải mô hình AI đã học vào hệ thống phần cứng thật thông qua phần mềm Pylon của Basler.
Kết quả ngoạn mục: Xóa nhòa ranh giới Ảo – Thực Điều khiến cả khán phòng ấn tượng nhất chính là kết quả cuối cùng: Mô hình AI được đào tạo 100% bằng dữ liệu ảo nhưng lại hoạt động hoàn hảo trên phần cứng thực tế với độ tin cậy tuyệt đối (Zero Sim-to-Real Gap). Điều này có được là nhờ thuật toán của Basler đã mô phỏng chính xác đến từng nhiễu hạt cảm biến và đặc tính quang học của camera thật.
Kết luận
Công cụ Basler Vision Simulation (hiện đang trong giai đoạn Early Access) không chỉ là một phần mềm, nó là một tư duy mới. Bằng cách kết hợp bề dày kinh nghiệm quang học với sức mạnh của NVIDIA Omniverse, Basler đang giúp các doanh nghiệp tiết kiệm hàng tháng trời phát triển, giảm thiểu chi phí phần cứng và mạnh dạn đưa AI xuống các dây chuyền sản xuất phức tạp nhất. Tương lai của sản xuất thông minh đang được lập trình ngay từ trong thế giới ảo.