“会学习的机器人”协助宝马集团完成灵敏品控

　　想要跟上快速开展的技能和不断提高的客户希望，制作业需求越来越频频地在更短的时刻内调整出产线。在这种情况下，宝马集团（BMW Group）在其坐落德国丁戈尔芬的工厂出产线上布置了灵敏的处理计划。该处理计划结合了可重复编程的轻型工业机器人、核算机视觉和依据人工智能的学习模型，可在强化灵敏性的一起优化品控。 　　同一出产线，不同零部件，怎么完成一致品控？ 　　现在，人工智能图画处理是工业零部件视觉品控（visual quality control）的规范办法。跟着技能的不断改进，出产线上的零部件也在越来越快地改变着。以往，任何零部件的改变都意味着对出产线耗时吃力的调整，企业营收也会受到影响；客户又要求更短的周转时刻，但却不肯在产品质量或本钱上做出退让。 　　那么，怎么更好地改造出产线，既能应对一切应战，又能满意广泛的运用需求？答案是一款既具有通用性又满意灵敏的处理计划，能够轻松习惯瞬息万变的全球商场。首要，出产线需求进行模块化规划，制作单元能够快速、频频地进行调整；其次，图画搜集需求从头定位到可集成到模块化规划的移动单元中。最终，流通、超卓的功用取决于模块是否能够快速安全地沟通传感器数据和履行器指令。 　　凭借摄像头和程控机器人加强质保 　　在很多工厂出产线上，协作式轻型机器人都被用于补足人工灵敏性。为了保证其未来的可行性，现代工业机器人能够依照制作场景的要求，从头编程并装备摄像头号额定组件。机器人技能的前进创始了一个无代码施行的新时代，专业知识不再是示教工业机器人的硬性条件。 　　坐落德国德累斯顿的草创公司Wandelbots开发了一个无代码软件渠道，可记载手持输入设备TracePen的运动，并将其翻译成相关的、特定于机器人的编程言语。经过这种方法，该软件能够一起对多个机器人进行示教和从头编程，并将数据供给给其他机器人。运用无代码手法，出产商能够对改变快速的制作需求做出反响；装备的摄像头，使机器人能够搜集图画，依据核算机视觉主动进行品控。可定制的机械臂运动，能够捕捉与特定组件或运用场景相关的图画，在摄像头视界不被遮挡的前提下，微调检测视点就能够取得最佳视角，然后取得更高质量的图画，提高了人工智能评价的准确性，从而提高工厂的质保功率。 　　微软智能云让AI模型更快速 　　为了承认出产组件是否契合质保规范，机器人运用AI模型对其搜集的图画进行评价。这些机器人与坐落德累斯顿的数字化专家 Robotron开发的实时核算机视觉（RCV）软件渠道进行衔接，能够快速轻松地创立模型。凭借微软智能云Azure机器学习操作（MLOps），Robotron主动确认相关信息和RCV工作流，包含图画注释、AI模型练习、布置以及用于视觉品控的推理根底设施。 　　在Azure MLOps的支撑下，该公司的数据科学家取得了机器学习模型迭代练习所需的很多图形处理单元 （GPU） 核算才能，以及云核算的动态可扩展性，充沛满意Robotron的GPU在短时刻内增加十倍的需求。Azure MLOps覆盖了机器学习模型的整个生命周期，也能够为第三方体系供给接口。 　　Robotron产品司理兼部分负责人Deepa Kasinathan博士介绍道：“端到端工作流具有在整个生命周期中，开发和保护机器学习模型所需的一切功用。咱们自己的机器学习练习流程，能够经过接口衔接到Azure MLOps发布工作流，以映射整个机器学习的生命周期。” 　　这就让Robotron能够以一种省时的方法来练习模型，只需几回点击，即可将其投入运用。Azure MLOps经过主动创立审计盯梢和保护财物完整性来满意监管要求。Azure Active Directory为权限和人物供给了抱负的概念，让IT、DevOps和数据科学团队之间无缝协作——即便这些人物不在同一家公司内。 　　与此一起，机器人技能也在迅速开展。作为人工智能专家，Robotron参加了微软人工智能和机器学习立异的相关内测，算得上是这些技能的前期选用者。该公司现在正致力于将快速学习机器人的概念扩展到其他运用领域。Wandelbots的无代码编程也支撑广泛的运用场景——视觉品控仅仅很多运用场景中的一个。因而，Wandelbot现已依据其无代码渠道在Azure云运用商铺中供给了一个初始处理计划——Robot Fleet Management，并持续尽力引进更多可扩展模型。 　　因为能够履行多种使命，可从头编程的轻型机器人成为了灵敏模块化出产线的最佳挑选。它们为各出产阶段供给了一个灵敏渠道，包含运用以机器学习模型为根底的人工智能核算机视觉来完成视觉质保。针对练习、布置和审阅，Azure机器学习供给了一个牢靠、可动态扩展的云环境，包括整个机器学习生命周期。经过首先推出这些处理计划，宝马集团为其坐落丁戈尔芬的工厂装备了一种既高效又灵敏的出产处理计划。该处理计划能够轻松转移到其他出产线，为轿车职业带来新的动力。与此一起，Azure机器学习所触及的技能正在为各个领域的灵敏工业制作铺平道路。 　　助推华晨宝马拥抱物联网与云端立异 　　微软与宝马也在测验推进整个轿车和制作职业的转型晋级。2019 年，两边一起创立了名为“敞开式制作渠道（Open Manufacturing Platform, OMP）”的敞开技能结构与敞开社区。OMP 渠道以微软智能云 Azure IoT 物联网服务为根底，旨在为轿车制作业的智能化开展和数字化转型，供给规范化的开源组件以及由敞开数据模型构成的参阅架构，经过处理出产设备与数据体系集成的职业应战，促进轿车制作业软件处理计划在 OEM 制作商、供货商及更多职业协作伙伴之间的互联互通。 　　在OMP渠道支撑下，微软也成为了华晨宝马数字化转型进程中最重要的技能立异协作伙伴之一。微软与华晨宝马的协作，首要环绕物联网、边际核算等场景化处理计划。凭借微软智能云 Azure 供给的大数据、物联网服务及处理计划，为华晨宝马供给数字化工厂、猜测性保护等灵敏高效的先进功用。 　　两边协作的首个落地效果是名为 Plug & Produce 的处理计划，凭借 OMP 渠道的效果以及 Azure 的 IoT 及边际服务，它将相似“运用商铺”的体会带到了华晨宝马的车间里：只需悄悄一点，就能像在手机上增加运用相同，以插件办理的方法，对出产线上的一切设备和出产流程进行即插即用的高效办理和布置。例如， 假如需求对焊枪的温度进行监控，只需挑选在边际环境中布置一个相应的“运用”。在 Azure IoT 及边际服务的协助下，比如焊枪、摄像头、机器人手臂这样的体系支撑的“运用”，都能方便快捷地进行布置和调整，让多车型共线出产的流水线能够依据车型使命要求，快速做出相应的装备调整。 　　除了出产线立异之外，两边在工作方法现代化改造上的协作，也取得了明显的效果。在新冠疫情期间，华晨宝马经过归纳运用 Microsoft HoloLens 及 Dynamics 365 Remote Assist 混合实际计划，以及 Microsoft Teams 长途会议体系，为国内的出产线职工、现场工程师，与远在海外的技能专家之间构建起了灵敏、高效的多媒体协同工作桥梁。经过在混合实际中实时共享现场视界，进行视频和语音通话，传输文件和数据等方法，两边能够感同身受的进行无障碍的长途沟通，并一起处理技能难题。这套体系不光满意了疫情期间的应急需求，一起也提高了工作功率并大大降低了差旅本钱，华晨宝马正在评价将其投入常态化运用。 华晨宝马首席信息官 Alexander Angebrandt 表明：“咱们的方针是树立一个彻底联网、数据驱动的制作环境。作为国际尖端的轿车厂商之一，宝马不管在全球仍是我国，都在活跃拥抱技能立异与数字转型。咱们信任立异是轿车制作业的未来，而微软在我国与全球都是咱们值得信任的协作伙伴。”