Przemysł motoryzacyjny zwraca się ku Machine Vision

Producenci samochodów stale przyspieszają rozwój, aby osiągnąć nowy poziom usług, szybkości i wydajności przy jednoczesnym zachowaniu standardów zapewnienia jakości. To bez wątpienia trudna droga. Nie zapominajmy też o przeszkodzie w postaci ciągłych niedoborów kadrowych. Czy receptą na część wyzwań może być Machine Vision?

Obecnie wymaga się od przemysłu motoryzacyjnego pracy w nowy sposób, w szczególności z wykorzystaniem wizji maszynowej, a także innych rozwiązań technologicznych. Moment jest odpowiedni, ponieważ producenci motoryzacyjni inwestują w innowacje technologiczne, a siedmiu na 10 z nich zamierza zwiększyć swoje wydatki na technologie w 2023 roku. Takie wnioski płyną z raportu Zebra Technologies Machine Vision w przemyśle motoryzacyjnym.

Dlaczego Machine Vision i dlaczego teraz?

Wiemy, że liderzy biznesowi w branży motoryzacyjnej chcą udoskonalenia kultury korporacyjnej i oparcia jej na danych i odpowiedniej technologii operacyjnej. Ogólnie rzecz biorąc, 70% decydentów z branży motoryzacyjnej zgadza się, że transformacja cyfrowa jest strategicznym priorytetem. Przyglądają się oni wielu rozwiązaniom, ale to technologia systemów wizyjnych odnotowała największy skok w zakresie wykorzystania.

Przeprowadzone przez Zebra Technologies badanie Global Automotive Manufacturing Vision Study wykazało, że 24% producentów oryginalnego sprzętu (OEM) na całym świecie korzysta z systemów wizyjnych, a 44% planuje korzystać z nich do 2027 r., co oznacza imponujący wzrost o 83%. Nie powinno to dziwić, ponieważ branża musi nadążać za skokową zmianą w przemyśle motoryzacyjnym, który przechodzi od produkcji wyłącznie silników spalinowych (ICE) do połączenia z pojazdami elektrycznymi (EV).

Przyjrzyjmy się trzem powodom, dla których systemy wizyjne są tak ważne w branży automotive, zapewniając lepszą wydajność i dokładność przy jednoczesnym rozwiązaniu problemu niedoboru siły roboczej.

Technologia zastępująca stopień naukowy

Nowy rodzaj oprogramowania i sprzętu do widzenia maszynowego jest wyposażony w uczenie głębokie. To rodzaj algorytmów sztucznej inteligencji (AI), które naśladują ludzki mózg w uczeniu się, jak widzieć, rozumieć i analizować obrazy z prędkością i poziomem dokładności nieosiągalnym dla ludzi bez pomocy technologii.

Jest on wykorzystywany w procesie produkcji samochodów do identyfikacji obiektów, defektów i anomalii za pomocą narzędzi, które są gotowe do użycia od razu po wyjęciu z pudełka. Oznacza to, że nie trzeba być ekspertem w dziedzinie analityki danych, aby z niego korzystać. Inżynierowie produkcji, operatorzy linii montażowych, technicy i inni mogą wykorzystać jego zdolności i pracować niczym specjaliści od danych i sztucznej inteligencji.

Na przykład oprogramowanie do optycznego rozpoznawania znaków (OCR) korzysta z głębokiego uczenia zbudowanego na konwolucyjnej sieci neuronowej, która jest wstępnie trenowana przy użyciu tysięcy różnych próbek obrazu. Umożliwia to użytkownikowi stworzenie wydajnej aplikacji OCR w zaledwie kilku prostych krokach. Do tego nie wymaga specjalistycznej wiedzy z zakresu widzenia maszynowego czy uczenia głębokiego.  

Dostawcy motoryzacyjni i producenci OEM już teraz wykorzystują te rozwiązania procesie montażu. Umożliwia to monitoring 30 000 części potrzebnych do wyprodukowania jednego pojazdu. Gotowe rozwiązanie do głębokiego uczenia maszynowego może szybko i krytycznie analizować części samochodowe, produkty i inne elementy na linii produkcyjnej. Pomaga także wykrywać wady, błędy i wszystko inne, co nie spełnia wymogów jakości, zgodności i bezpieczeństwa. Nawet drobne szczegóły, takie jak niewłaściwe użycie uszczelniaczy lub klejów, które są niezwykle trudne do wykrycia przez ludzkie oko, mogą być wykryte przez omawiane rozwiązania. Jest to szybkie, niezawodne i proste w użyciu.

Wyjątkowa dokładność

Zapewnienie jakości jest najwyższym priorytetem dla producentów samochodów, a siedmiu na dziesięciu z badanych twierdzi, że planuje zwiększyć środki zapewnienia jakości do 2027 roku. W produkcji samochodów po prostu nie ma miejsca na błędy. Projekt i montaż każdego pojazdu muszą być perfekcyjne. A poziom szczegółowości wymagany do oceny każdej części, która trafia na produkcję, w ciągu zaledwie kilku sekund, jest trudny do wyobrażenia.

Weźmy na przykład proces łączenia silnika z podwoziem samochodu, który ma kluczowe znaczenie dla integralności produkcji i wymaga precyzji. Kamery wizyjne umieszczone na spodzie pojazdu sprawdzają „punkty mocowania", w których łączone są części, zapewniając, że po umieszczeniu silnika idealnie przylega on do odpowiednich punktów mocowania na podwoziu bez żadnych odchyleń. Wizja maszynowa może (i powinna) być wykorzystywana wszędzie tam, gdzie komponenty samochodowe są łączone – kołpaki, śruby, wkręty, okna – zapewniając, że nie ma żadnych wad i są one używane we właściwym scenariuszu, we właściwym miejscu, we właściwej pozycji i we właściwy sposób.

Wykorzystanie wartości pracy

Producenci potrzebują zwiększenia wydajności swoich zakładów. Trzeba to zrobić przy mniejszej liczbie osób, ponieważ nowych pracowników po prostu nie ma. Widzenie maszynowe wspomaga tych już zatrudnionych poprzez automatyzację nudnych, powtarzalnych lub wymagających fizycznie zadań, dając im możliwość podjęcia pracy, która tworzy większą wartość. Na przykład, dla pracowników bardziej wartościowe jest skupienie się na rozwiązywaniu problemów z częściami samochodowymi niż spędzanie czasu na wykrywaniu ich na linii montażowej. Wartość polega na tworzeniu samochodu, a nie na przenoszeniu lub sprawdzaniu jego części.

Nie ma wątpliwości, że ekosystem produkcji motoryzacyjnej przechodzi sejsmiczną zmianę, która wiąże się z ogromnymi przeszkodami do pokonania. Obejmuje to zasadniczo prowadzenie dwóch odrębnych procesów produkcyjnych – jednego dla tradycyjnych pojazdów benzynowych / wysokoprężnych, a drugiego dla pojazdów elektrycznych, hybrydowych i autonomicznych pojazdów samojezdnych nowej generacji. Presja na spełnienie przepisów i robienie więcej, szybciej, przy mniejszym nakładzie pracy jest możliwa dzięki odpowiedniej technologii – a obecnie jest to wizja maszynowa.

Porozmawiaj bezpośrednio z Rudolfem Schambeckiem, autorem artykułu i dowiedz się więcej o rozwiązaniach Zebra z zakresu widzenia maszynowego tutaj.