大家對AI的期待越來越高,因為它能像人一樣識別對象物的特征,并自動學習判斷標準。但是,要使其投入實際應用,必須準備大量的圖像數(shù)據(jù)供AI學習,而且還面臨若干問題,如AI工程師的保障、需要在現(xiàn)場安裝特殊的AI硬件等,因此很難將AI引入生產現(xiàn)場。為了解決這些問題,歐姆龍全新開發(fā)了一種缺陷抽取AI,再現(xiàn)了熟練工的檢測方法,并將其搭載于圖像處理系統(tǒng)FH系列中。
?
1、通過類似人的“感性”來發(fā)現(xiàn)劃痕
FROM:對人感性的依賴
缺陷的檢測依靠人的感性,難以定義,成為自動化的難題。
TO:利用AI技術,自動實現(xiàn)目視檢測
檢測人員擁有的“將背景中的不協(xié)調視為缺陷”的技能,已利用AI技術化,并作為圖像過濾器搭載。
即使是新品種、未知劃痕、復雜背景這些機器以前難以判斷的內容,也可以在沒有劃痕樣本或調整的情況下,檢測為“劃痕或缺陷”。
2、類似熟練工的“經驗”來判斷良品
FROM:依賴于熟練工的經驗
在官能檢測中,允許良品狀態(tài)有差異。由于良品狀態(tài)的判斷標準依賴于熟練工的知識,因此很難用以往的FA圖像處理系統(tǒng)對其進行定義,并且需要不斷進行設置調整工作,這成為自動化的難題。
TO:利用AI技術實現(xiàn)調整知識自動化
“AI準確匹配”通過學習良品狀態(tài)的圖像數(shù)據(jù),在短時間獲得檢測人員在多年實踐中積累的“檢測技術和知識”。
除了能夠再現(xiàn)熟練工的檢測能力外,相比傳統(tǒng)的自動化檢測方法,能夠減少因公差導致的良品過檢,大幅降低成本以及提高生產效率。
3、無需構建AI專用環(huán)境
引進AI不需要高規(guī)格硬件,也無需配備AI工程師來構建適合不同現(xiàn)場環(huán)境的系統(tǒng)。利用在生產現(xiàn)場已有大量使用經驗的通用圖像處理系統(tǒng),即可輕松引進AI。
▲ 無需AI專用硬件
需要準備工作站級別硬件的AI檢測技術無法在現(xiàn)場大規(guī)模引進。FH系列不需要專用硬件,因此可以輕松引進。
▲ 無需AI工程師
為了將AI技術調整至能在自己公司的工序中穩(wěn)定運行,除了圖像處理技術外,還需要編程和維護,但FH系列能夠以普通圖像傳感器的操作感覺來使用AI。無需AI工程師。
審核編輯?黃宇
?
評論