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(xué)習(xí)判斷標(biāo)準(zhǔn)。但是，要使其投入實際應(yīng)用，必須準(zhǔn)備大量的圖像數(shù)據(jù)供AI學(xué)習(xí)，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(chǎn)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(shù)，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(diào)視為缺陷”的技能，已利用AI技術(shù)化，并作為圖像過濾器搭載。

即使是新品種、未知劃痕、復(fù)雜背景這些機(jī)器以前難以判斷的內(nèi)容，也可以在沒有劃痕樣本或調(diào)整的情況下，檢測為“劃痕或缺陷”。

2、類似熟練工的“經(jīng)驗”來判斷良品

FROM：依賴于熟練工的經(jīng)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(biāo)準(zhǔn)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(jìn)行定義，并且需要不斷進(jìn)行設(shè)置調(diào)整工作，這成為自動化的難題。

TO：利用AI技術(shù)實現(xiàn)調(diào)整知識自動化

“AI準(zhǔn)確匹配”通過學(xué)習(xí)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(shù)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(dǎo)致的良品過檢，大幅降低成本以及提高生產(chǎn)效率。

3、無需構(gòu)建AI專用環(huán)境

引進(jìn)AI不需要高規(guī)格硬件，也無需配備AI工程師來構(gòu)建適合不同現(xiàn)場環(huán)境的系統(tǒng)。利用在生產(chǎn)現(xiàn)場已有大量使用經(jīng)驗的通用圖像處理系統(tǒng)，即可輕松引進(jìn)AI。

▲ 無需AI專用硬件

需要準(zhǔn)備工作站級別硬件的AI檢測技術(shù)無法在現(xiàn)場大規(guī)模引進(jìn)。FH系列不需要專用硬件，因此可以輕松引進(jìn)。

▲ 無需AI工程師

為了將AI技術(shù)調(diào)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(shù)外，還需要編程和維護(hù)，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

?