商汤AI大装置落地汽车质检,演绎“质、敏、柔”工业三步曲
近期,在汽车行业的“灯塔工厂”和“智能制造示范工厂”??福田康明斯发念头临盆工厂的总装车间里,响起了此起彼伏的快门声。一声声的“咔嚓”,如同汽车工业在新时代的脉搏,展示了人工智能技巧与汽车工业相结合而碰撞出的强大年夜生命力。支撑这份生命力的,是基于商汤SenseCore AI大年夜装配打造的光机电软算一体化的深泉工业质检推训平台(以下简称深泉平台)。依托这套平台,福田康明斯不仅实现了对发念头关键零部件的外面缺点和装配缺点的主动检测,大年夜大年夜晋升了质检效力,更是晋升了工人的才能,将工人从逝世板乏味的质检工作中解放了出来从事工艺等更高程度的工作,最终晋升了企业整体的竞争力,迈出了向智能制造转型进级的关键一步。
福田康明斯的高等项目经理表示:“商汤科技的深泉平台与我司临盆实践相结合,实现了多个场景下AI质检才能的快速上线,晋升了质检效力,也赞助我们进步了智能制造的程度,为AI质检在汽车工业制造范畴的敏捷立异和应用奠定了基本。”
可以说,深泉平台在“质”、“敏”、“柔”三个方面都表示出色,这也包管了深泉平台能在福田康明斯诸多工位形成真正的落地实践。
深泉平台落地,赋能工业质检“质”、“敏”、“柔”
在今天的汽车工厂里,机械人的应用已经到处可见。然则在质检这个环节,仍然对人工目检存在巨大年夜需求及挑衅。要解决好这个问题,须要演绎好“质、敏、柔”三步曲,让汽车临盆动作和音乐旋律一样精确、轻快、灵活。
“质”,即要足够的精准。衡量精准度的指标一般有两个,漏检率和误检率。漏检率影响临盆的良品率,而误检率影响临盆的产能,只有漏检率和误检率都足够低,才意味着质检产品可以被实际应用。
“敏”,即落地全流程要足够的高效,让工厂各个部分高效落地AI智能化应用,充分应用产线上每一寸空间,并让工人手眼与智能化应用合营协作、完美合营,“人机协同”实现高效临盆。
“柔”,即缺点检测要具备足够的柔性,跟着时代的成长,大年夜范围临盆的定义已经从单件大年夜批次已经变为多件小批次。请求在有限的产线空间内,可以或许支撑多种零件的临盆。
“质”的晋升:AI精度跨越工业红线
工业场景往往面对零部件种类多、型号多、缺点种类多的“三多”难题。一是零部件种类多,据统计一辆汽车上的零部件多达上万种;二是零部件型号多,哪怕是同一种零部件,用到不合汽车上的型号往往千差万别;三是零部件缺点多,不合的临盆工艺就会产生不合的缺点。要想针对每种缺点检测的场景,均达到“质”的请求,就变得极为艰苦。
为懂得决这个问题,深泉平台从多光学筹划支撑、多零部件形态支撑、多重质检支撑三个角度供给懂得决筹划。在多光学筹划支撑方面,平台里支撑了十余种不合的图像处理筹划,从明视场到暗视场,从同轴光到穹顶弥散光,都可以很好的完成图像的质量检测、数据预处理、数据加强等。工业成像特点是,整张图像素范围较大年夜,但缺点平日都较小。为了对这类缺点进行检测,在深泉平台供给了高精度的图像瓜分才能,可以在上亿级像素分辨率的极端场景下,对仅有3-5个像素的缺点实现精准检出,让缺点地位一目了然。
在多零件形态支撑方面,平台里支撑凹型件、拱形件、多面体等多种零部形态。在复杂零部件拍摄时也会出现断定是否是缺点标准不清楚的问题,标注出现缺点的情况较难避免。针对这一情况,深泉平台供给了诸如Auto Denoise等技巧,可以或许包管练习数据集件在有噪声的情况下也能收敛到最长处。
在多重质检支撑方面,针对工业临盆中的装配类缺点、临盆工艺类缺点,供给了无监督、半监督、强监督完全的模型练习体系进行了支撑。并在推理时综合应用,确保最低程度的漏检和最高质量的检出。
为懂得决解决这个问题,深泉平台供给了工业模型练习组件、推理工作流调剂组件、报表设备组件。工业模型练习组件可以充分应用商汤SenseCore AI大年夜装配的才能,如同流水线工厂一般,实现不合场景的算法模型的底层抽象。深泉平台不仅集成了SenseCore AI大年夜装配,更是在其之上打造了零代码的工业模型临盆平台,应用“授人以渔”的方法,将AI模型临盆的才能周全赋能给工业开辟者。深泉平台中还集成了AutoML技巧,与惯例AutoML不合,该技巧专门针对工业小数据集设计,以在工业质检这类细分场景中达到算力与精度的最佳均衡,以做到真正的不调一个参数。实践注解,在福田康明斯的多个工位上,经由过程超参主动搜刮获得的AI模型,其漏杀率和误杀率都明显优于通俗模型。
“敏”的践行:工艺晋升进入快速迭代模式
每一个AI质检的项目,都是一套体系化的工程,涉及光机电软算的多个体系,也会涉及原有质检流程的更新和重组,若何将智能化技巧和产线完美融合晋升产线效力,深泉平台供给了完美的解决筹划,将工艺的迭代从“月”为单位改变为“周”为单位。真正践行“敏”。
深泉平台针对临盆前-轻量化产线、临盆中-软硬一体高效推理、临盆后-工艺快速迭代供给了多方面解决筹划:
工艺快速迭代,经由过程对工艺临盆缺点进行及时数据分析,将缺点数量、类别、等级等信息以报表情势供给给企业临盆治理者,使其对临盆质量一目了然,实现以量化数据指导临盆工艺改进,大年夜大年夜进步临盆质量治理效力。
轻量化产线,深泉平台供给了云化和轻量边沿侧两种推理产品形态,助力产线云化、轻量化、无线化。削减产线上复杂的各类设备。让工人临盆时有一个一目了然的临盆视野。打造聪明“临盆舱”,为更快的临盆节拍奠定基本。也为产线将来换型等各类变更时夯实了基本。
软硬一体高效推理,结合公司自研AI芯片形成了软硬一体高效推理筹划,确保了商汤的学术和工业实践成果可以最大年夜化应用AI算力,实现最优的算法精度和速度。深泉平台还打通了工业相机、PLC、机械臂等临盆线上的端设备,实现了多个设备的协同工作,从而包管AI质检能知足临盆线上几百毫秒甚至几十毫秒的极限节拍。
在福田康明斯的工位,跟着缺点的精准辨认和缺点汇总分析,让工厂更快的区分关键缺点和一般缺点。关键缺点的工艺迭代依托数据,已经在按周为单位在进行工艺优化。真正演绎了深泉平台的后果之“敏”。
跟着人工智能等新一代技巧的慢慢成熟,第四次工业革命的海潮囊括全球,智能制造也已成为我国的重要方略。而汽车工业作为工业的关键范畴之一,其智能化转型也得到家当链高低游的重点存眷。
“柔”的寻求:低代码支撑柔性质检
传统的汽车工业临盆模式是“刚性”临盆,即以实现单一产品的大年夜批量临盆为主。但跟着临盆理念和技巧的成长,如今的工业企业开端转向“柔性”临盆,强调要高质量的临盆小批量的产品,这无论对临盆制造照样对证量检测,都提出了更高的请求。
推理工作流调剂组件可以在完成 AI模型自由定制后,对证检工艺进行灵活调剂。质检工艺依附于光机电软算各部分的慎密合营,要实现有效调剂,就须要兼顾推敲。深泉平台集成了业内主流厂商的工业相机,无论是百万像素照样切切像素,无论是面阵相机照样线阵相机,均能即插即用。同时,深泉平台还支撑多款PLC主流协定,可以实现与几十款PLC的互联互通。当光机电设备充分连接之后,作为质检产线的中枢,深泉平台将经由过程低代码平台来灵活设计质检工艺,从而实现对流水线、机械臂等各类机械主动化设备的控制,确保多设备的高效协同工作。在这套低代码平台中,工业相机、PLC、机械臂等均被抽象为一个个的节点,用户只须要经由过程可视化设备的方法,即可对节点进行不合的分列组合,从而轻松实现质检工艺的再定义。经由过程几分钟的从新设备,就可以实现质检工艺的快速切换,确保了对“柔”的支撑。
在报表设备组件中,深泉平台供给了灵活的报表设备,采取横纵表的设计,确保了产线临盆不合类型的设备,体系可以采取插件式装载,报表会主动显示临盆零部件的质量情况,真正做到全方面的柔性临盆。
以福田康明斯的质检场景为例,在轴瓦检测工位,一次须要完成对两片轴瓦外面的缺点检测,因为轴瓦外形为拱形,是以每个轴瓦须要两个相机进行拍摄,一个工位则会包含4个工业相机。这4个工业相机的工作模式、摄影次序、成果整合方法,都邑影响给到PLC最终的质检成果,最终影响质检工艺。深泉平台将各类设备和AI模型均抽象为节点,用户可以自行定义节点的工作次序和流程,从而实现对证检营业流程的自定义。当客户的场景从应用4个相机的轴瓦检测工位,变革为应用1个相机的飞轮壳涂胶工位时,用户只须要从新拖动节点,设计一个相符飞轮壳涂胶工位的质检营业流程,全部流程即可生效。
今朝,基于商汤SenseCore AI大年夜装配打造的光机电软算一体化的深泉平台,已经在福田康明斯的多个工位落地。让AI质检在百年汽车工业中找到了本身发光发烧的空间。跟着被评为“灯塔工厂”和“智能制造示范工厂”,福田康明斯也将持续推动发念头临盆向智能制造的转型进级,而商汤科技也将持续经由过程强大年夜的深泉平台,让智能化助力汽车工业的成长,让汽车工业的临盆像华尔兹一样优美和轻快,助力汽车行业在工业4.0的海潮中赓续前行。
(责任编辑:ysman)