PDF《为智能制造增添“眼”和“脑”的能力》

随互联网大潮掀起的大数据、 云计算、 物联网以及人工智能(Artificial Intelligence, 以下 简称AI)等信息技术正与传统制造业深入融合, 由此衍生的 智能制造 理念, 正为全球制 造业带来深远变革.

中国的制造业巨头们也纷纷借此发力, 向智能化、 数字化制造演进, 实施战略转型. 以消费电器、 暖通空调等产品誉满全球的美的集团*(以下简称 美的 )亦 是如此. 2017年1月, 它正式收购全球领先的机器人巨头德国库卡*集团(KUKAAG*) , 填补了其智能制造产业链中的重要一环. 利用机器视觉进行工业检测是智能制造的重要方向之一, 但传统机器视觉方案面临着诸 多问题: 一方面, 复杂的生产环境带来大量非标准化特征识别需求, 导致定制化方案开发 周期长、 成本高;

另一方面, 检测内容多样化也造成参数标定繁琐, 工人使用困难;

而且, 传统方案往往需要机械部件配合定位, 因此占用产线空间大, 对工艺流程有影响. 来自生产一线的海量数据资源, 让美的具备了利用 AI 技术解决上述问题的基础. 为此, 美 的正全力构建基于?AI?技术, 集数据采集、 模型训练、 算法部署于一体的工业视觉检测云 平台. 除了具备工件标定、 图像定位及校准等功能外, 美的还希望通过部署优化的深度学 习训练模型和预测模型, 来缩短开发周期和成本, 并提高设备的易用性与通用性. 针对美的这一需求, 在?AI、 机器视觉等领域布局已久的英特尔公司, 为其提供了基于 Apache?Spark?*的英特尔??Analytics?Zoo?大数据分析和?AI?平台(https://github. com/intel-analytics/analytics-zoo) , 以端到端的方式, 帮助美的工业视觉检测云平台 快速、 敏捷地构建从前端数据预处理, 到模型训练、 推理, 再到数据预测、 特征提取的深 度学习全流程. 多款基于英特尔??架构的处理器, 特别是英特尔??至强??可扩展处理器, 则为该云平台提供了强劲的计算力, 使之发挥出更强功效. 目前, 这一视觉检测云平台已 在美的多个生产基地部署, 来自一线的反馈表明: 它不仅大大提高了检测率, 显著提升了 产品品质, 更帮助美的降低了设备成本, 延长了设备生命周期, 赢得了从一线工人到管理 层的一致好评. 智能制造 机器视觉 英特尔? 至强? 可扩展处理器 英特尔? Analytics Zoo 英特尔提供端到端人工智能解决方案, 助力美的构建工业视觉检测云平台 为智能制造增添 眼 和 脑 的能力 机器人帮助我们解决'

手'

和'

脚'

的问题, 而机器视觉则解决'

眼'

和'

脑'

的问题. 优秀的算法和强 劲的计算力, 是我们工业视觉检 测云平台得以发挥价值的重要前 提. 英特尔? Analytics Zoo 大 数据分析和 AI 平台的引入, 为 云平台提供了端到端的算法训练 和云计算部署能力, 而英特尔? 至强? 可扩展处理器则帮助它算 得更快、 更好. 英特尔软、 硬件 产品与技术的结合, 帮助我们在 智能制造之路上迈出了坚实的 一步. 胡正 所长 美的视觉研究所 工业检测是现代制造业不可或缺的流程. 过去, 工厂主要是通过 人眼识别的方式对产品进行检测, 来发现缺陷. 这一方式不仅效 率低, 准确率也不高. 机器视觉的引入, 可以让产品检测准确率和 效率获得成百上千倍的提升, 然而构建这样一套行之有效的自动 化机器视觉系统, 需要耗费大量成本和时间去进行定制化开发和 验证;