宝德AI助某汽车厂解决车灯质检之痛

时间:2022-05-23来源:本站

在今年的全国两会上,工业互联网智能制造再次成为备受关注的热点,这也是“工业互联网”连续第5年被写入政府工作报告。
作为重要的数字信息基础设施,在连年的政策引领和时代背景下,工业互联网融合应用的深度和广度进一步拓展,在支持产业链供应链现代化水平提升、带动制造业数字化转型方面持续发挥效能。
政府工作报告中关于“工业互联网”的指导方向
在此契机之下,广东某汽车厂积极推动工业互联网建设和智能制造改革,为提供“品质始终如一”的产品,和进一步强化产品品质管理体系,他们亟需对质检环节进行智能化升级。
传统的质检主要靠人眼+经验,存在着速度慢、容易漏检、标准不统一、对视力伤害大等‘疑难杂症‘。随着数字化时代的发展,市场对高品质产品的需求越来越多,这对生产线、对工人的各项能力要求越来越高,传统模式需要不断创新、升级”来自该汽车厂总装车间的一位资深工程师说到。
车灯光源强烈,对视力的损伤极大(示意)
据了解,要解决该汽车厂的质检难题并非易事,以最后一道质检工序——全车车灯质检为例,有两道关必须要把好:
一是检测车灯有无装错?由于现代汽车制造普遍采用混线生产机制,同一条流水线上,要流过不同车型的车灯,且这些灯外观差别不大,极有可能装错,出现张冠李戴;

二是检测车灯有无毛病?能不能点亮?示宽灯、大灯、转向灯、雾灯、刹车灯、倒车灯…...检查点多达22处!

宝德献“智造”良策,解车厂质检之痛

如今,这一切在宝德AI的助力下发生了质的变化。该汽车厂通过采用宝德AI质检解决方案,从质量、效率、成本上都带来显著收益,而且一举成为集团体系内全球第一家引入智能质检技术的子公司!
此次方案基于宝德AI服务器+Intel CPU而打造,最大的优势就是将Intel最新的技术赋能到AI质检上,特别是支持推理计算加速的AVX-512 VNNI矢量神经网络指令集和OpenVINO推理套件;支持INT8整型精度推理的VNNI指令集,可以对浮点精度要求不高的图片、视频等视觉领域大幅度提高CPU的推理能力。
同时,借助OpenVINO工具包,方案可以将基于PaddlePaddle训练好的模型快速部署到CPU推理平台,实现AI模型的快速转换和场景迁移,借助推理引擎使得CPU推理能力大幅度提升,进而提升质检效率及精确度,最终促使该汽车厂的车灯质检环节达到“准”、“快”、“全”的惊艳效果
准:可自动识别多达6款车型,以及同一款车型的不同车灯配置,准确率高达99%
快:针对单一车型的22种以上车灯,通过精确计算,检测全程仅需1秒
全:通过扫描车头规格纸的二维码自动识别不同型号,根据型号从系统中调取手工配置的产品标准进行检验,并存储过程数据用于质量追溯。
备注:不同工厂物理部署环境不同,但逻辑上保持一致
对于该汽车厂而言更深远的意义在于,AI质检解决的不仅是眼下一个生产环节或一条生产线的问题,其背后的技术应用实质上是,企业由粗放型生产向精细化生产转型,走入广阔新天地的里程碑。同样,我们也可以看到,双方的合作,是中国制造走向中国智造的实践,也更加折射出当前数字经济与实体经济加速融合发展的时代背景。
通过AI技术,22种车灯,检测全程仅需1秒,我们原本想都不敢想的事,在宝德的助力下实现了,太不可思议了。”AI质检投入应用后,该资深工程师称赞到。
部分图源网络,侵删
热门推荐