灿锐光学丨AI视觉如何解决制造业痛点

2021-06-21 17:39:29 来源：财讯网

人工智能 (AI) 在自动化技术中的应用已经涵盖了广泛的领域,尽管该技术仍处于早期阶段。从引导自主移动机器人和显着改善质量检查到控制逻辑、食品安全和预测性维护,很明显,在可预见的未来,人工智能将在自动化中发挥关键作用。

如果您还没有开始将 AI 应用到您的任何操作中,智能相机可能是开始使用支持 AI 的自动化的好方法。人工智能支持智能的三个关键应用相机:安全、操作员效率和质量。

安全

谈到工业环境中的工人安全,光幕是最常用的技术之一。这些设备通过创建保护机器访问点和周边的感应屏幕来保护人员免受伤害。

然而,它们占用大量地面空间,难以部署,并且缺乏灵活性,在某些情况下,安全光幕的有限响应时间可能会产生其他问题。

使用 IP 摄像头和 AI 模块的传统机器视觉系统通常也存在相当大的延迟问题,这使得它们在需要立即响应的应用中不太理想。

实时机器视觉 AI 通过在用户进入不安全区域时提醒用户并记录该信息以进行再培训,从而提供额外的好处来增强工人的安全。例如,如果工人接近危险区域,而不是机械臂完全关闭,它可能会进入功能安全流程循环。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。

操作员效率

在制造中,周期时间是生产效率的一个关键方面,因为它代表了生产产品直到产品准备发货为止所花费的时间。

使用人工智能智能摄像头技术监控员工行为和位置有助于执行标准操作程序并提高员工效率,从而缩短周期时间。该术语通常被称为“姿势跟踪”或“姿势检测”,它用一组骨骼标志点(例如手、肘或肩)描述身体位置和运动的符号。

实时视频的姿势检测可以在模拟世界之上叠加数字内容和信息,人工智能机器视觉使工厂操作员和工人能够专注于身体位置如何影响他们的工作。姿势数据是一种很好的培训工具,可以指导操作员将手臂和手放在哪里,以便更符合人体工程学和更高效地工作。跟踪操作员是否在生产线上的工作站也可以自动化和验证时间表。监控他们是否积极遵循标准操作程序可确保质量控制和生产线平衡。

质量控制

手动产品质量检查耗时且经常不一致,最终会在生产线中造成瓶颈。传统的自动光学检测 (AOI) 机器视觉可以比人类更快地检测到易于发现的缺陷,但是当难以检测的故障(例如隐形眼镜上的缺陷)时,这些机器视觉系统在术语和准确性方面达到了极限和一致性。

AI 智能相机可以检测比手动视觉检测多 50 倍的镜头,准确度提高了 30% 到 95%。

视觉分析

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、可靠的平台来执行人工智能模型推理,预装边缘视觉分析 (EVA) 软件的 AI 智能相机解决了传统 AI 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问题。