AI的强大你想象不到！看宝马在工厂中如何应用

(来源:宝马集团官网)人工智能(AI)技术在汽车生产中的应用一直呈上升趋势。自2018年以来，宝马集团也一直在生产中使用AI技术。

自动图像识别在生产中，人工智能技术可以评估正在生产的汽车零件的图像，并在几毫秒内与同一序列的数百个其他零件进行比较。因此，AI可以实时确定零件和标准零件之间的偏差，并可以检查所有需要的零件是否都已安装，以及它们是否安装在正确的位置。这项创新技术非常快速、可靠，最重要的是，易于使用。宝马集团生产部门创新、数字化和数据分析主管克里斯蒂安·帕恩(Christian Patron)表示:“人工智能技术提供了巨大的潜力，可以帮助我们保持高质量标准，同时减轻员工的重复性工作负担。”在宝马集团，灵活、经济和基于人工智能的应用正在逐步取代传统相机，并且操作相当简单，只需一台移动标准相机，即可在生产过程中拍摄相关照片。人工智能解决方案也可以快速设置，员工可以从不同角度拍摄零件，并在图像上标记可能的偏差，从而创建图像数据库来构建神经网络。神经网络可以自动评估图像，无需人工干预。员工不需要写代码，因为算法可以独立完成。在训练阶段，高性能服务器可以从大约100幅图像中计算出神经网络，然后网络立即开始优化。经过测试、运行和调整，可靠性可达100%。一旦学习完成，神经网络就可以自己决定一个零件是否符合规格。由于不再受生产区域的光照条件或精确的摄像头位置要求的限制，神经网络甚至可以可靠地识别移动部件，从而为整个汽车流程链(包括物流)开辟了广泛的潜在应用。在许多情况下，这种AI技术可以将员工从重复单调的任务中解放出来，例如检查后备箱的三角警示灯是否安装在正确的位置，或者挡风玻璃雨刷盖是否安装。

AI技术还可以执行更苛刻的检查任务。在宝马集团(BMW Group)的Ding Gorfin工厂，一个人工智能应用程序可以将车辆订单数据与新生产汽车的模型设计实时图像进行比较。车型设计、xDrive四驱等识别标志，以及已经通过审批的各种组合的图像都存储在图像数据库中。如果实时图像与订单数据不匹配，将通知质量检查团队。Christian Patron说:“在这种工作中，我们完全依靠员工的经验和专业知识。他们可以判断人工智能应用程序可以在哪些生产步骤中提高质量和效率，我们故意简化这些应用程序的设置和操作，而不需要先进的IT知识。”

人工智能清除虚假和有缺陷的产品。在冲压车间，钣金零件将被加工成高精度车身零件。零件成型后残留的灰尘或油污很容易与微小裂纹混淆(这种情况在加工过程中很少发生)。此前，宝马集团的高芬工厂使用的是基于摄像头的质量控制系统。偶尔会发现这样的假次品:虽然没有真的缺陷，但是和目标零件有差距。有了这种新的AI应用，这种现象再也不会发生了，因为神经网络可以根据每个特征访问大约100幅真实图像，例如大约100幅完美零件的图像，100幅有灰尘的零件图像，100幅有油污的零件图像。宝马集团的斯太尔工厂和宝马集团的数据分析团队也成功消除了这种虚假次品现象。在发动机冷态试验中，非标准扭矩测量的假设往往被证明是不相关的。在引入AI解决方案之前，这样的实验结果往往会导致复杂的人工检查和进一步测试，甚至包括发动机燃油热测试。分析软件基于许多测试记录进行训练，…o它可以学习分析实际错误和虚假错误。

AI在物流中的应用宝马集团斯太尔工厂采用了首个智能AI控制应用，通过防止传送带空载运输，加快了物流速度。为此，集装箱必须经过一个摄像头站点，AI应用程序可以通过使用员工标记和存储的图像来识别集装箱是否需要绑在托盘上，因为大而稳定的箱子不需要额外的保护。如果不需要绑定，AI应用程序会通过最短的路线将集装箱引导到卸载区，以便叉车运输。另一方面，如果集装箱需要额外的保护，它将被直接引导到具有捆绑系统的传送带上，然后被引导到后续的卸载区域。以前，所有的集装箱都必须运送到卸货区，才能装入大型集装箱。如果集装箱需要额外的保护，它们将被送到捆绑区，然后到达正确的卸货区。除了将AI应用于斯太尔工厂，宝马集团还将AI应用于其他物流创新领域。这项技术还可以支持虚拟布局规划，3D扫描建筑物和工厂生成高分辨率图像，最终在3D扫描中识别出装运箱、建筑结构或机器等单个物体，这样工程师就可以将3D规划软件中扫描的单个物体移除，单独进行修改，这样更容易模拟，也让车间更加人性化。在宝马集团的工厂中，使用AI应用已经成为一种明显的趋势。智能数据分析、最先进的测量技术和人工智能的日益融合为生产管理带来了新的机遇。例如，在车身车间，最终检查图像可能显示焊接金属在不同车身的相同焊接点喷出。如果使用AI，可以实现控制闭环，更快更高效地调整系统控制或维护周期。在喷涂车间，AI和分析应用程序可以在生产早期检测到错误的来源，这样错误就不会再次发生。如果喷涂前车身没有沾上灰尘，那么事后就不需要清理灰尘了。

(来源:宝马集团官网)人工智能(AI)技术在汽车生产中的应用一直呈上升趋势。自2018年以来，宝马集团也一直在生产中使用AI技术。

自动图像识别在生产中，人工智能技术可以评估正在生产的汽车零件的图像，并在几毫秒内与同一序列的数百个其他零件进行比较。因此，AI可以实时确定零件和标准零件之间的偏差，并可以检查所有需要的零件是否都已安装，以及它们是否安装在正确的位置。这项创新技术非常快速、可靠，最重要的是，易于使用。宝马集团生产部门创新、数字化和数据分析主管克里斯蒂安·帕恩(Christian Patron)表示:“人工智能技术提供了巨大的潜力，可以帮助我们保持高质量标准，同时减轻员工的重复性工作负担。”在宝马集团，灵活、经济和基于人工智能的应用正在逐步取代传统相机，并且操作相当简单，只需一台移动标准相机，即可在生产过程中拍摄相关照片。人工智能解决方案也可以快速设置，员工可以从不同角度拍摄零件，并在图像上标记可能的偏差，从而创建图像数据库来构建神经网络。神经网络可以自动评估图像，无需人工干预。员工不需要写代码，因为算法可以独立完成。在训练阶段，高性能服务器可以从大约100幅图像中计算出神经网络，然后网络立即开始优化。经过测试、运行和调整，可靠性可达100%。一旦学习完成，神经网络就可以自己决定一个零件是否符合规格。由于不再受生产区域的照明条件或精确的摄像机位置要求的限制，神经网络甚至可以可靠地识别运动部件，从而开辟了广泛的……整个汽车加工链(包括物流)的潜在应用。在许多情况下，这种AI技术可以将员工从重复单调的任务中解放出来，例如检查后备箱的三角警示灯是否安装在正确的位置，或者挡风玻璃雨刷盖是否安装。

AI技术还可以执行更苛刻的检查任务。在宝马集团(BMW Group)的Ding Gorfin工厂，一个人工智能应用程序可以将车辆订单数据与新生产汽车的模型设计实时图像进行比较。车型设计、xDrive四驱等识别标志，以及已经通过审批的各种组合的图像都存储在图像数据库中。如果实时图像与订单数据不匹配，将通知质量检查团队。Christian Patron说:“在这种工作中，我们完全依靠员工的经验和专业知识。他们可以判断人工智能应用程序可以在哪些生产步骤中提高质量和效率，我们故意简化这些应用程序的设置和操作，而不需要先进的IT知识。”

人工智能清除虚假和有缺陷的产品。在冲压车间，钣金零件将被加工成高精度车身零件。零件成型后残留的灰尘或油污很容易与微小裂纹混淆(这种情况在加工过程中很少发生)。此前，宝马集团的高芬工厂使用的是基于摄像头的质量控制系统。偶尔会发现这样的假次品:虽然没有真的缺陷，但是和目标零件有差距。有了这种新的AI应用，这种现象再也不会发生了，因为神经网络可以根据每个特征访问大约100幅真实图像，例如大约100幅完美零件的图像，100幅有灰尘的零件图像，100幅有油污的零件图像。宝马集团的斯太尔工厂和宝马集团的数据分析团队也成功消除了这种虚假次品现象。在发动机冷态试验中，非标准扭矩测量的假设往往被证明是不相关的。在引入AI解决方案之前，这样的实验结果往往会导致复杂的人工检查和进一步测试，甚至包括发动机燃油热测试。分析软件基于很多测试记录进行训练，使其学会分析实际错误和虚假错误。

AI在物流中的应用宝马集团斯太尔工厂采用了首个智能AI控制应用，通过防止传送带空载运输，加快了物流速度。为此，集装箱必须经过一个摄像头站点，AI应用程序可以通过使用员工标记和存储的图像来识别集装箱是否需要绑在托盘上，因为大而稳定的箱子不需要额外的保护。如果不需要绑定，AI应用程序会通过最短的路线将集装箱引导到卸载区，以便叉车运输。另一方面，如果集装箱需要额外的保护，它将被直接引导到具有捆绑系统的传送带上，然后被引导到后续的卸载区域。以前，所有的集装箱都必须运送到卸货区，才能装入大型集装箱。如果集装箱需要额外的保护，它们将被送到捆绑区，然后到达正确的卸货区。除了将AI应用于斯太尔工厂，宝马集团还将AI应用于其他物流创新领域。这项技术还可以支持虚拟布局规划，3D扫描建筑物和工厂生成高分辨率图像，最终在3D扫描中识别出装运箱、建筑结构或机器等单个物体，这样工程师就可以将3D规划软件中扫描的单个物体移除，单独进行修改，这样更容易模拟，也让车间更加人性化。在宝马集团的工厂中，使用AI应用已经成为一种明显的趋势。智能数据分析、最先进的测量技术和人工智能的日益融合为生产管理带来了新的机遇。例如，在车身车间，最终检查图像可能显示焊接金属在不同车身的相同焊接点喷出。如果使用AI，可以实现控制闭环，更快更高效地调整系统控制或维护周期。在喷涂车间，人工智能及分析应用……可以在生产初期检测出错误的来源，使错误不会再次发生。如果喷涂前车身没有沾上灰尘，那么事后就不需要清理灰尘了。

标签：宝马发现

汽车资讯热门资讯