3377体育-权威体育赛事平台-中国官方网站- 智能制造普及前夜，传统企业「闯关」机器视觉
分享
导语：效率比工程师高一千倍的人工智能，落地出产难于哪？
自18世纪60年月以来的三次工业革命已经经深刻地转变了工业出产的方式。雷峰网(公家号：雷峰网)
而跟着最近几年来人工智能、年夜数据等技能的鼓起，智能制造正于工业制造范畴掀起新风暴。
按照麦肯锡的统计，2025年智能制造将为全世界带来1.2万亿至3.7万亿美元的价值。
巨年夜的远景使所有的厂商都于尽心尽力地向智能制造疾走。
正如解决方案供给商Elliance首席履行官Cheng Boon Seng的评价：“朝向智能化成长已经经再也不是一种选择，而是成了企业的必经之路。”
于传统企业向智能制造转型的历程中，还有面对着诸多挑战。怎样将呆板视觉带入出产流程，怎样使用边沿计较及人工智能最年夜限度阐扬呆板视觉的作用，更快速，更有用的向智能制造转型，已经经成了传统企业配合的问题。
实现智能制造，「眼睛」很要害
智能制造现实上是由很多子技能联合而成的一个重大观点。提供图象数据并举行处置惩罚的呆板视觉体系、于边沿及云端提供算力的云边计较架构、让装备具有“进修能力”的人工智能，都是智能制造的主要构成部门。
它们之间的瓜葛相辅相成：人工智能为一个呆板视觉体系的搭建提供了底层技能，云边计较为负担了年夜量数据负载的人工智能提供了算力保障。
而呆板视觉则是整个智能制造的“眼睛”，为人工智能提供视觉数据。
因为切确、高效的特征，呆板视觉于多个行业已经经被广泛运用。
呆板视觉经常被运用于逾越人类视觉极限的质量检测中：如于3C电子制造中，部门产物的瑕疵尺寸指标已经经小在10μm如下，跨越了人类的分辩极限，而呆板视觉技能则可以或许检测出人工不克不及察觉的瑕疵。于高速印刷中，部门产物检测的精度要求也已经经凌驾人眼辨认极限，现有的人工检测流程已经经没法满意要求，必需采用高速、高精度的呆板视觉方案。
而且呆板视觉也可以年夜年夜提高工业出产的效率。例如于汽车出产中的质检、装置等流程中，呆板视觉可以或许帮忙工场提高检测及装置的效率，有用晋升年夜部门体系及组件的机能。不管是精度还有是效率，对于企业实现智能制造来讲都至关主要。
这使患上企业纷纷最先摸索怎样运用呆板视觉晋升自身的竞争力。
但传统企业要想真正阐扬好呆板视觉的气力，走向智能化，仍要面临重重挑战。
传统制造引进呆板视觉，还有要过两关
对于在传统的制造企业来讲，呆板视觉是他们此前不曾接触过的新事物。要将呆板视觉运用在出产中，没有太多的过往经验可以借鉴。
对于但愿使用呆板视觉来得到效率晋升的企业来讲，于他们眼前，仍有两项挑战：一是怎样将呆板视觉及本身的需求联合，设计呆板视觉的运用场景；二则是怎样开发呆板视觉方案，完成自身需求。
而英特尔于呆板视觉范畴有着富厚的经验。很多传统制造企业为了将呆板视觉插手出产流程，选择与英特尔互助。
英特尔不仅可以或许为企业提供靠得住的软硬件平台，并且还有可以或许提出完备可行的方案，帮忙企业将呆板视觉带入出产中。
英特尔与闻名车企奥迪的互助就是一个例子。
于车辆出产中，焊缝的检测是一个要害步调。于现实出产中，奥迪于这一步采用了抽样检测、人工检测的要领。
于奥迪的内卡苏尔姆工场，天天奥迪会随机选中产线上一辆车作为检测对于象，由18位手拿写字板的工程师于一个房间里利用超声波探头测试焊接点并记载每一个点的质量。
这么做的缺陷显而易见，奥迪的内卡苏尔姆工场的出产线上900个带有焊枪的呆板人，他们天天制造1000辆汽车，形成跨越500万个焊缝。
而因为劳动力有限，天天举行的抽样检测只能随机选择此中的一辆车为样本，这没法真实反应所有车辆的焊缝质量环境。抽样检测的成果对于在未被抽样的车辆的焊接质量也并没有必定的说服力。
这致使于人工方案下，焊缝检测的可托度不敷且成本很高。
奥迪的工程师们知道这一流程中存于的问题，但找不到更好的方案。
英特尔的呆板视觉方案则让奥迪看到了新的可能性。奥迪采用了英特尔的呆板视觉技能，并从头设计了出产流程。
该方案从焊枪节制器获取数据，用人工智能模子猜测焊接操作时的电压及电流曲线等数据，并与现实曲线对于比，于边沿处置惩罚后反馈给模子，唆使焊枪的下一步步履以晋升焊接质量。
图 英特尔与奥迪互助开发的解决方案
这套方案的效率相较人工方案年夜幅晋升：此刻奥迪再也不需要抽样检测，而是可以于一天内完成对于所有焊缝的检测，这解决了此前人工方案中检测不周全的问题。同时，人力成本也随之降落了30%-50%。
这套方案还有具备更多扩大性：模子中不仅包括了电流及电压数据，还有包罗了焊缝配置、金属类型及焊条康健状态等数据，不仅可以用来检测焊缝质量，还有可以运用到车间的更多流程的优化中。
于英特尔的帮忙下，呆板视觉顺遂的于奥迪获得了运用。但对于企业来说，只是将呆板视觉引入到出产中还有不敷，辅以边沿计较带来的更高效的算力及切合出产现实的人工智能模子，才可以或许真正阐扬呆板视觉的作用。
AI与边沿计较培养智能制造「彻底体」
于现实出产中，呆板视觉、人工智能、边沿计较三者密不成分。
假如说呆板视觉是智能制造的“眼睛”，那末边沿计较及人工智能就是它暗地里的“视神经”。
假如于引入呆板视觉的同时不克不及很好的使用边沿计较及人工智能，就没法应用好呆板视觉，甚至有可能拔苗助长。
一家位在天津，全世界领先的洗衣机工场很早就启动了于工业视觉检测范畴的摸索及研究。
但因为该工场出产范围年夜，数据量年夜，现实操作中常常呈现反馈超时问题致使检测掉败，使工人不能不履行人工复核步伐的环境，反而造成为了效率降低，甚至引起积存。
这类环境其实不鲜见，于家电行业的工场转型历程中近似征象时有发生。当企业高兴的将呆板视觉插手出产环节后，却发明效率并无如预期同样晋升。
这是由于以往的视觉检测方案依靠公有云/私有云部署AI检测模子的方式，如许常常会致使收集拥塞。
传统的“云-端”架构中，焦点算力阔别孕育发生海量数据的终端或者边沿，没法让智能化方案真正阐扬实力。
要想解决传统“云-端”架构中收集壅闭的问题，引入边沿计较是个好选择。
边沿计较可以或许让边沿孕育发生的数据于边沿“就近处置惩罚”，而没必要全数上传至云端。将“云-端”架构进级为“云-端-网-边”架构。这可以或许增长数据处置惩罚的效率，减轻云真个负载，从而解决收集壅闭的问题。
而英特尔一样也是边沿计较范畴的专家。
英特尔基在对于边沿的理解及摸索，提出了英特尔边沿计较系列产物框架。硬件上，英特尔提供了至强、酷睿等处置惩罚器平台，软件上，英特尔则提供了英特尔工业边沿洞见平台（EII）及OpenVINO东西套件。横跨软硬件的生态让英特尔可以或许为企业提供可行、靠得住的解决方案。
好比于方才提到的洗衣机工场例子中，该工场以后选择部署了中国电信及英特尔深度互助打造的5G MEC边沿云平台的洗衣机面板视觉检测方案。
图 面向洗衣机面板检测场景的中国电信 5G MEC 边沿云平台
洗衣机制造商于运用了这套方案后，出产效率提高了20%，解决了已往因人工检测效率不高而酿成的积存问题，检测正确率也从80%上升至95%。新方案部署后，检测工人也从旧方案的六人缩减至两人，人力成本削减了三分之二，且这两人只需要卖力监视装备的正常运行，事情强度年夜年夜降低。
而作为呆板视觉的“年夜脑”，人工智能模子的正确性则将直接影响呆板视觉的效果。
人工智能要落地出产，还有需要思量到出产情况中各类影响因素及成本问题。
好比包装行业中的喷码辨认体系，人工智能要思量出产情况中光芒、振动等因素对于辨认成果的影响及样本获取、体系调试等问题给出产带来的效益问题。
图 包装行业中喷码辨认的场景
假如人工智能模子不克不及正确的联合出产现实，那末呆板视觉体系获得的结论往往会呈现误差，甚至致使出产效率降低。
面临这类繁杂的环境，怎样开发合用在现实出产的人工智能模子对于在传统企业来讲是一个年夜贫苦。
为相识决企业痛点，英特尔与出产企业互助为呆板视觉配套开发人工智能方案。
好比为相识决包装行业面对的情况噪声多、样本需求量年夜、调试繁杂等问题，英特尔开发了一套基在深度进修的字符辨认解决方案。
对于在传统视觉方案中因噪声滋扰没法判定的问题，该方案的正确率高达99%，推理时间仅为10-20ms，且只需要极少量样本就能够完成模子练习。
英特尔领先的技能及完备的产物解决方案让企业可以或许更轻松的得到人工智能资源，使患上企业于出产中运用呆板视觉的门坎患上以降低。
于这个科技日月牙异的时代里，企业向智能化转型已经经成了一定路径。英特尔正于使用自身多年搭建的软硬件生态，为企业带来进步前辈靠得住的解决方案，以呆板视觉为冲破口，拥抱智能化的将来。为了让更多人相识呆板视觉带来的立异与转变，英特尔已经于官网上线了《呆板视觉特刊 2022》,欲相识更多呆板视觉相干内容，请前去英特尔官网查看。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
-3377体育-权威体育赛事平台-中国官方网站