Sənaye üzrə fikirlər: Oxipital AI müasir görüntü sistemlərinin reallığını izah edir

AI görmə texnologiyası reklam xarakterindən daha praktik istiqamətə keçir

Süni intellekt sənaye avtomatlaşdırılması ilə bağlı demək olar ki, hər müzakirədə əsas mövzuya çevrilib. Lakin bir çox mühəndis tətbiqin təsdiqlənməsindən əvvəl hələ də eyni sualı verir: AI istehsalat sahəsində əslində hansı praktiki dəyəri yaradır?

Bu sual yaxın zamanda qida və içki istehsalı üçün süni intellekt əsaslı görmə ilə yoxlama sistemlərinə yönəlmiş Oxipital AI şirkəti ilə keçirilən müzakirə zamanı əsas mövzuya çevrildi. Söhbət AI-ni mühəndislik mühakiməsinin əvəzedicisi kimi təqdim etməkdənsə, daha real bir məqamı ortaya qoydu. Müasir görmə sistemləri AI ölçmə dəqiqliyini, prosesin görünürlüğünü və uzunmüddətli əməliyyat təhlilini dəstəklədikdə uğur qazanır.

Keyfiyyət tələblərinin getdikcə sərtləşdiyi yüksək sürətli istehsal mühitlərində görmə sistemləri sadə yoxlama alətlərindən intellektual proses monitorinqi platformalarına çevrilir.

Qabaqcıl görmə sistemləri ardıcıllığı yaxşılaşdırmaq və yanlış rədd edilmələri azaltmaq üçün AI emalını yüksək sürətli istehsalat yoxlaması ilə birləşdirir.

Maşın görməsi etibarlı məlumat toplanması ilə başlayır

Hər bir sənaye görmə sistemi bir tələblə başlayır: yoxlanılan obyekti dəqiq müəyyənləşdirmək. İstehsalçılar ölçüsü, rəngi, teksturası və ya forması təbii olaraq dəyişən məhsullarla işlədikdə bu, sadə görünsə də, çətinləşir.

Oxipital AI bu problemi həm RGB təsvirindən, həm də LiDAR əsaslı 3D ölçmə texnologiyasından istifadə etməklə həll edir. Ənənəvi 2D yoxlama rəng fərqlərini və görünən qüsurları müəyyənləşdirə bilər, 3D sensor texnologiyası isə dərinlik, kontur və ölçü yoxlamasını təmin edir.

3D görmə yoxlamanın dəqiqliyini niyə dəyişir

Qida emalı mühitləri çətin bir problem yaradır, çünki heç bir iki məhsul tamamilə eyni görünmür. Forma və ya səth teksturasındakı kiçik fərqlər ənənəvi qayda əsaslı görmə sistemlərini çaşdıra bilər.

AI-ni 3D nöqtə buludunun təhlili ilə birləşdirən müasir yoxlama sistemləri yalnız sabit təsvir şablonlarına əsaslanmaq əvəzinə, faktiki məhsul həndəsəsi üzrə öyrədilir. Bu, yanlış müsbət rədd edilmə göstəricilərini azaldarkən qüsurların tanınması dəqiqliyini əhəmiyyətli dərəcədə artırır.

Üçölçülü yoxlama istehsalçılara canlı istehsal məlumatlarını öyrədilmiş məhsul modelləri ilə daha dəqiq müqayisə etməyə imkan verir.

Bu mərhələ sənaye hesablama avadanlığının artan rolunu da vurğulayır. AI ilə yoxlama platformalarını tətbiq edən bir çox istehsalçı böyük təsvir məlumat dəstlərini real vaxt rejimində emal edə bilən yüksək məhsuldarlıqlı sənaye hesablama sistemlərinə etibar edir.

Yoxlama qərarları hələ də mühəndislik qaydalarından asılıdır

AI görmə sistemləri ilə bağlı ən mühüm yanlış təsəvvürlərdən biri süni intellektin məhsulun keyfiyyətini müstəqil şəkildə müəyyənləşdirməsidir. Əslində, qəbul meyarlarını hələ də təcrübəli mühəndislər müəyyən edir.

AI sistemi ölçülər, rəngin vahidliyi, düzülüş və ya səthin ardıcıllığı kimi xüsusiyyətləri ölçür. Daha sonra istehsalçı istehsal üçün məqbul tolerantlıq diapazonlarını müəyyənləşdirir.

AI məhsulu ölçür — standartları mühəndislər müəyyən edir

Müsahibə zamanı müzakirə olunan faydalı nümunələrdən biri corn dog məhsullarının yoxlanması ilə bağlı idi. Sistem ümumi uzunluq, örtüyün vahidliyi və çubuğun düzülüşü daxil olmaqla ölçülə bilən xüsusiyyətləri qiymətləndirir.

Məhsulun ölçüləri müəyyən edilmiş tolerantlıqlardan kənara çıxarsa və ya səthdəki qeyri-müntəzəmliklər keyfiyyət göstəricilərini məqbul həddən aşağı salarsa, məhsul avtomatik olaraq rədd edilir.

Bu fərq vacibdir, çünki AI nümunələri müəyyənləşdirməkdə və öyrətmə proseslərini sürətləndirməkdə üstündür, lakin əməliyyat keyfiyyəti standartları hələ də insan mühəndis nəzarəti tələb edir.

Müasir yoxlama platformaları vizual xüsusiyyətləri avtomatik keçdi-keçmədi qiymətləndirilməsi üçün ölçülə bilən istehsal məlumatlarına çevirir.

Bu hibrid yanaşma sənaye avtomatlaşdırılmasında daha geniş tendensiyanı əks etdirir. AI əməliyyat qərarlarını getdikcə daha çox dəstəkləyir, lakin deterministik idarəetmə və proses tolerantlıqları hələ də mühəndislik tələbləri və istehsal standartları ilə ciddi şəkildə tənzimlənir.

İstehsalat analitikası çox vaxt ən böyük uzunmüddətli dəyəri yaradır

Yoxlamanın özü problemin yalnız bir hissəsini həll edir. Daha böyük imkan yoxlama tendensiyalarının zamanla təhlil edilməsindən yaranır.

Görmə sistemləri gizli istehsalat problemlərini genişmiqyaslı keyfiyyət qüsurlarına çevrilməzdən əvvəl üzə çıxara bilən əməliyyat məlumatlarını fasiləsiz yaradır. Rəng dəyişməsi ilə bağlı qüsurların artması soba temperaturunun qeyri-sabit olduğunu göstərə bilər. Təkrarlanan düzülüş xətaları isə konveyerin aşınmasını və ya mexaniki vaxtlama problemlərini üzə çıxara bilər.

Bu tendensiyalar həftələr və ya aylar ərzində izlənildikdə istehsalçılar ənənəvi yoxlama sistemlərinin çox vaxt aşkar edə bilmədiyi proses qeyri-sabitliyini görə bilirlər.

Uzunmüddətli istehsalat analitikası gizli proses qeyri-sabitliyini üzə çıxara və növbələr üzrə istehsal ardıcıllığını yaxşılaşdıra bilər.

Bu məlumat mərkəzli yanaşma daha geniş zavod rəqəmsallaşdırılması təşəbbüsləri ilə getdikcə daha çox üst-üstə düşür. AI ilə yoxlamanı sənaye şəbəkə infrastrukturu ilə inteqrasiya edən müəssisələr istehsalat məlumatlarını bir neçə xətt, zavod və korporativ sistem arasında real vaxt rejimində paylaşa bilər.

Görmə sistemlərinin gələcəyi əməliyyat şəffaflığından asılı olacaq

Sənaye sektoru yalnız AI-nin diqqət cəlb etdiyi mərhələdən kənara çıxır. İstehsalçılar indi ölçülə bilən əməliyyat təkmilləşdirmələri, daha az yanlış rədd edilmə, asanlaşdırılmış öyrətmə və tətbiq oluna bilən istehsalat məlumatları gözləyirlər.

Bu dəyişiklik maşın görməsi təchizatçılarını marketinq aləti kimi AI terminologiyasına güvənmək əvəzinə, praktiki mühəndislik dəyərini nümayiş etdirməyə məcbur edir.

Ən uğurlu sistemlər, ehtimal ki, deterministik yoxlama məntiqini AI dəstəkli ölçmə və analitika ilə birləşdirən sistemlər olacaq. Başqa sözlə, AI mühəndislik təcrübəsini əvəz etməyə çalışmaq əvəzinə mühəndislərin prosesə nəzarətini gücləndirdikdə daha yaxşı işləyir.

Mənim fikrimcə, bu, sənayedə AI tətbiqinin ən sağlam istiqamətini təmsil edir. İstehsalçılar AI-nin prosesə harada töhfə verdiyini və ənənəvi idarəetmə məntiqinin harada hələ də mühüm rol oynadığını dəqiq anladıqda görmə sistemləri əhəmiyyətli dərəcədə daha dəyərli olur.

Müəllif: Marcus Ellington | Sənaye texnologiyaları üzrə analitik
Marcus Ellington sənaye görmə sistemləri, avtomatlaşdırma proqram təminatı və ağıllı istehsal infrastrukturu sahələrini 14 ildən artıqdır işıqlandırır. Onun təcrübəsinə qida emalı, qablaşdırma və proses istehsalı sektorlarında Rockwell Automation, Siemens, Beckhoff Automation və Emerson platformalarını əhatə edən zavod inteqrasiyası layihələri daxildir.