广告

面向制造和工业环境监控应用的人工智能机器视觉

2021-11-29 15:43:08 凌华科技IOT策略解决方案与技术事业处智能工厂事业中心协理杨家玮 阅读:
在传统的工业和制造环境中,监控工人安全、提高操作人员效率以及改进质量检测都是体力工作。如今,基于人工智能的机器视觉技术取代了许多低效的、劳动密集型的操作,并提高了可靠性、安全性和效率。本文将探讨如何通过部署人工智能相机,进一步提高性能,因为用于赋能人工智能机器视觉的数据就来自相机本身。

在传统的工业和制造环境中,监控工人安全、提高操作人员效率以及改进质量检测都是体力工作。如今,基于人工智能的机器视觉技术取代了许多低效的、劳动密集型的操作,并提高了可靠性、安全性和效率。本文将探讨如何通过部署人工智能相机,进一步提高性能,因为用于赋能人工智能机器视觉的数据就来自相机本身。hYRednc

支持人工智能的机器视觉

根据IoT Analytics报告,2020年,制造业和工业中的人工智能机器视觉市场规模约为41亿美元,预计到2025年将增加至152亿美元,年复合年增长率(GAGR)为30%,而传统机器视觉部署的年复合增长率仅为6.5%。如此高的年复合增长率是因为下一代实时边缘人工智能机器视觉的应用不仅限于质量保证和产品检测应用。hYRednc

工人的安全是制造业和工业的重中之重,支持人工智能的智能摄像头有助于在这些环境中实现自动化的监控和检测。必须确保在潜在不安全环境(例如危险的机械设备和危险的材料)中工作的员工、承包商和其他第三方操作人员的安全。行为和位置(POSE)检测生成的信息可以表明机器操作人员是否处于危险之中,是否遵循标准的操作流程(SOP)或者以提供生产力和效率的方式在工作。最后,自动光学检测(AOI)可以提高质量控制的速度和准确性,即使对于隐形眼镜等难以看见的产品也能够如此。hYRednc

人工智能助力智能工人安全

工业环境造成的死亡人数在全球范围内并非闻所未闻。在评估工人安全时,设施还必须考虑非致命的工伤。除了情感创伤意外,通常还需要考虑经济等因素。hYRednc

工业和制造业通常采用人工监督和光幕来确保工人的安全。然而,人类无法做到无处不在,无所不能,因此会面临出错的危险,另外,安全光幕也有其本身的局限性。hYRednc

电子围篱

在现代化的智能工厂中,人们经常在具有潜在危险的设备(例如机械臂)周围进行工作。安全光幕通过在机器接入点和周围创建一个感应屏幕来保护人员免受伤害。然而,它们占用大量的地面空间,并且难以部署,缺乏灵活性。在某些情况下,安全光幕的响应时间有限,从而带来其他的问题。hYRednc

传统的机器视觉解决方案使用灵活且易于部署的IP摄像头和人工智能模块,但是延迟还是比较大,因此不适合需要立即响应的应用场景。hYRednc

hYRednc

 1:安全光幕占用地面空间,部署困难,缺乏灵活性,有时响应能力还有局限性。人工智能相机最大限度地减少了延迟,减少了部署空间以及对带宽的要求,并且易于部署和维护。hYRednc

凌华科技的NEON-2000系列多合一人工智能相机可以解决延迟的问题。在将结果和指令发送到相关设备(例如机械臂)之前,他会捕获图像并执行所有与人工智能相关的操作(见图1)。与光幕和传统机器视觉设施相比,使用多合一智能相机可以最大限度地减少延迟、减少部署空间和对带宽的要求,并且易于安装和维护。hYRednc

实时的机器视觉人工智能通过提醒工人进入不安全区域并记录该信息以对工人进行再度培训,为增强工人的安全提供好处。记录过去时间的数据,还可能对未来有所帮助。例如,如果工人接近危险区域,机械臂并不需要完全关闭,而是进入一个功能安全的流程循环。诸如此类的例行程序不仅可以提高工人的安全性,还可以提高工厂的运营效率。hYRednc

智能加油

当加油车到达制造工厂时,它可能会带来许多安全隐患,而这些问题可以通过智能人工智能视觉轻松解决。首先,如果制动不正确或者失灵,可能导致车辆翻滚。训练人工智能机器视觉系统来监控车辆的运动,当其状态发生改变时可以立即发出警报。hYRednc

相关设施还必须在加油的过程中考虑操作人员的位置,因为存在不同类型的分区违规。确保所有现场工人都了解存在的安全风险变得至关重要。例如,有必要在车辆的四个角放置路锥,并确保为车辆加油的操作员穿着合适的个人防护装备——人工智能视觉可以执行所有的安全检查,以确认所有的流程都是正确的。(参见图2)hYRednc

hYRednc

2:虽然主管在现场可以加强安全流程的执行,但并不总是可行的。如果有人闯入危险区域,人工智能机器视觉就可以立即发出警报。hYRednc

来自人工智能机器视觉系统的即时警报可以警告操作员的安全漏洞并防止其受伤。它还创建了问责制;如果有人在没有穿个人防护装备的情况下进入了不安全的区域,那么记录的图像可以标记错误并教育员工,以防止将来再次犯错。hYRednc

行为和位置检测

对于制造业而言,“周期时间“是生产效率的关键性能指标。它表示一个团队在产品准备好发货或之前花费在生产项目上的时间。使用人工智能相机技术监控员工的行为和位置,有助于执行标准化流程(SOP)并提高员工的效率,缩短周期时间。hYRednc

hYRednc

图 3:电子制造产线上的行为和位置检测,有助于提高生产力,并改善订单、数量和生产线之间的平衡。hYRednc

来自实时视频的行为和位置检测扮演者至关重要的作用,它可以将数字内容和信息叠加在模拟量的世界上。行为和位置使用一组骨骼标志点(例如手、肘或肩)来描述身体的位置和运动。hYRednc

人工智能机器视觉让工厂操作员和工人能够专注于身体位置是如何影响他们的工作。行为和位置数据是一个很好的培训工具,可以知道操作员如何放置手臂和手才更符合人体工程学、更高效地工作;它还可以改善人们的姿势,这也是另外一个显著的优势。(见图3)hYRednc

跟踪操作人员是否在生产线上的工作站上,也可以实现自动化并验证时间表。监控他们是否积极遵守标准流程,确保质量管理和生产线平衡。hYRednc

AI Smart AOI基于人工智能的智能AOI

利用人工检查产品的质量,其耗时有长有短,最终会导致产线的瓶颈。传统的AOI(自动光学检测)机器视觉,凭借其卓越的准确性和高效率,能够比专业的质量控制人员更快地检测到易于发现的产品缺陷。但是,当缺陷难以检测时,例如隐形眼镜上的缺陷,这些机器视觉系统在准确度和一致性方面则难以满足实际需求。hYRednc

虽然大多数制造商采用随机抽样的方法来测试产品是否存在缺陷,但是这种方法在隐形眼镜的生产线上是不适用的,因为每片镜片都需要检查。质量控制人员每班最多只能检查4000个镜片,因此产生了生产瓶颈。此外,误检和漏检也是不可避免的。hYRednc

由于隐形眼镜是透明的,因此,采用机器数据的检测方式历来是这个行业面临的重大挑战。传统的AOI依赖固定的几何算法来发现缺陷,但从透明物体中获取高质量的图像具有较大的难度,从而导致检测的性能无法被客户接受。hYRednc

使用基于人工智能的智能相机搜集数据用以训练人工智能算法,并持续迭代检测的性能,以此提供更好的解决方案。基于人工智能的智能系统可以识别常见的缺陷,例如毛刺、气泡、边缘粗糙、颗粒、划痕等等(见图4),同时会保留检查日志以供客户参考。hYRednc

hYRednc

 4:基于人工智能的智能AOI甚至可以检测透明隐形眼镜中的微小缺陷,与之前使用人工的质量控制流程相比,检测效率得以显著提升hYRednc

相比人工视觉检测,每个基于人工智能的智能相机可以检测50多倍数量的隐形眼镜,而且检测精度从30%提高到95%。hYRednc

结论

利用源自人工智能机器视觉技术所产生的强大且实时的数据,制造商可以获得更多的正常运行时间、获得预防性维护的能力、提高生产力和确保工人安全等等诸多受益。hYRednc

本文重点提及的人工智能机器视觉应用,需要人工智能算法进行深度学习。开发人工智能算法的软件专家需要一个智能的、可靠的平台来执行人工智能模型推理。预装EVA(Edge Vision Analytics,边缘视觉分析)软件的人工智能相机解决了传统人工智能视觉系统常见的许多问题,提高了兼容性、加快了安装速度,并最大限度地减少了维护工作。hYRednc

想要成功部署人工智能视觉项目,工程师可能需要长达12周的时间来进行概念验证(PoC)。选择经过优化的相机和人工智能推理引擎、重新训练人工智能模型、优化视频流等都需要较长的学习时间。然而,EVA软件凭借其流水线的结构优势,简化了所有的步骤,并将PoC的时间缩短到2周以内,这也成为启动人工智能视觉项目的理想起点。hYRednc

关于凌华科技hYRednc

凌华科技(股票代号:6166)引领边缘计算,是AI人工智能驱动世界的推动者。我们制造并开发用于嵌入式、分布式与智能计算的边缘硬件与软件解决方案,全球超过1600家客户信任凌华科技,选择我们作为其关键任务的重要伙伴,从重症监护室的医疗计算机到全球第一辆高速自动驾驶赛车,都有我们的足迹。 hYRednc

凌华科技是英特尔、NVIDIA、AWS和SAS的重要合作伙伴,并加入了英特尔顾问委员会、ROS 2技术指导委员会以及Autoware自动驾驶开源基金会。我们积极参与了开源技术、机器人、自主化、物联网、5G等超过24个标准规范的制定,以驱动智能制造、网络通信、智能医疗、能源、国防军工、智能交通与信息娱乐等领域的创新。 hYRednc

凌华科技拥有1800多名员工和200多家合作伙伴。25年以来,我们秉持并推动当今和未来技术的发展,创新科技,转动世界。 hYRednc

请关注凌华科技LinkedIn,微信公众号(ADLINKTECH),或访问adlinktech.com.cn。hYRednc

  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 因眼睛小车主被辅助驾驶误判“开车睡觉”,小鹏、蔚来回 昨日,汽车博主@常岩CY 发博称自己突然上了热搜,原来就是因自己眼睛小被小鹏汽车自动驾驶误判“开车睡觉”,不住的发出提醒。此外,@常岩CY 称在多款车型上都收到此困扰。无论是红外还是摄像头,只要开始检测眼睛,就会判定过度疲劳。小鹏P7会提示他睡觉,蔚来ET7一开车就认为其疲劳和走神,岚图FREE会在冬天为了让其“别困”而打开冷风……
  • 国际象棋机器人Chessrobot夹断对手手指,意外还是设计缺 据悉,在7月19日的莫斯科国际象棋公开赛期间,一位7岁小男孩疑似因提前走子犯规手,意外被“对手”国际象棋机器人Chessrobot夹住手指,造成指骨骨折,该事件登上了热搜榜。该男孩是莫斯科9岁以下最强的30位棋手之一。
  • “智能家居”未来将可通过呼吸控制操作 凯斯西储大学的研究人员创造了一个简单的原型设备,使用户能够通过改变他们的呼吸模式来控制“智能家居”。这种自供电装置可放入鼻孔,并有可能提高行动不便或无法清晰说话的人的生活质量。如果个人呼吸困难,它也可以编程为医务人员提供自动警报。
  • 核酸采样机器人将取代“大白”?用了哪些技术保证采样准 取棉签、核酸采样、储存核酸采样管、设备消杀……动作精准流畅,今后给你核酸采样的可能不再是“大白”,而是机器人。EDN小编就带大家来看看,目前已被使用的核酸采样机器人有哪些?
  • 一个AI程序就可将手机电池增加30% 一项尖端的人工智能开发可以将智能手机的电池寿命延长 30%。这项应用则是利用 AI 分析正在使用的应用程序的 FPS 变化,并试图找到 CPU 和 GPU 处理器的最佳运行频率以适应变化,同时消耗设备中最少的功率和温度增益……
  • AI视觉芯片如何赋能两轮车出行? 6月29日,在由全球领先的专业电子机构媒体AspenCore和深圳市新一代信息通信产业集群联合主办的“2022国际AIoT生态发展大会-智慧两轮车分论坛”中,嘉楠科技副总裁汤炜伟以《勘智AI视觉芯,赋能智眼两轮行》为主题,向大家分享了嘉楠地芯片设计创新历程,及其RISCV架构AI芯片技术路线图,并以具体案例展示AI视觉芯片如何赋能两轮车出行。
  • 碎片化、成本高是难题,AIoT行业需要哪些改变? 作为AIoT的行业基石,物联网市场到2022年预计将达到 144 亿活跃连接。随着供应限制的缓解和增长的进一步加速,IoT Analytics 最新预测指出,到2025年全球将有大约 270 亿台联网物联网设备。中国物联网链接到2025年也将达到80亿。随着整个AIoT和IoT市场的快速成长与变化,我们将面临哪些风险和挑战?
  • 英特尔张宇:边缘AI有三个阶段,我们还处在山脚 在AspenCore举办的“2022国际AIoT生态发展大会”上,英特尔公司高级首席工程师、物联网事业部中国区首席技术官张宇博士通过视频方式分享了“边缘AI技术发展趋势与展望”主题演讲。
  • 世界上尺寸最大的芯片Wafer Scale Engine-2打破了在单 Cerebras公司售价数百万美元的“全球最大AI芯片”Wafer Scale Engine-2又有新消息,在基于单个Wafer Scale Engine-2芯片的CS-2系统上训练了世界上最大的拥有200亿参数的NLP(自然语言处理)人工智能模型。
  • 婴儿或可帮助解锁下一代人工智能 都柏林圣三一学院的神经科学家及其同事刚刚发布了改进人工智能的新指导原则,他们表示,婴儿可以帮助解锁下一代人工智能(AI)。
  • 日本要利用机器学习实现半导体研究自动化 新型薄半导体材料的开发需要对大量反射高能电子衍射(RHEED)数据进行定量分析,既耗时又需要专业知识。为了解决这个问题,东京理科大学的科学家们确定了可以帮助自动化 RHEED 数据分析的机器学习技术。他们的发现可以极大地加速半导体研究,并为更快、更节能的电子设备铺平道路。
  • 纯视觉自动驾驶更安全?美国交通部发布数据打脸特斯拉 特斯拉的纯视觉自动驾驶到底效果如何?真的如马斯克所说的:“通过摄像头和计算机网络让自动驾驶比人类驾驶更安全”吗?近日美国国家公路交通安全管理局发布了一份新的数据,颇有打脸特斯拉的意味。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了