专栏名称: 百度智能云

聚焦人工智能（AI）、大数据（Big Data）、云计算（Cloud），以“ABC”三位一体战略，帮助企业客户实现数字化、智能化转型。百度云，智能，计算无限可能！

神秘的百度工业互联网，到底有多厉害？

百度智能云 · 公众号 · 科技公司 · 2021-07-27 20:43

正文

请到「今天看啥」查看全文

百度是干啥的？

估计全天下人都知道

那么

百度这几年又立了什么“Flag”？

估计只有圈内人才知道

↓

人工智能“南波万”呗

百度不仅重视 AI 基础研究

而且特别注重 AI 场景落地

今天我们就详细唠唠

百度是如何用 AI 来深扎工业领域的

说到「AI+工业」

当下确实是热点

热归热，但落地却不简单

每个工厂的情况都不一样

同一工厂，不同产线也不一样

同一产线，不同产品，又不一样

↓

百度是怎么做的呢？

面对 AI 在工业落地的诸多难点

百度智能云重磅发布了

工业互联网品牌——开物

↓

“开物”依托百度强大技术实力

为工业企业、产业链和区域产业集群

提供 AI+工业互联网和智能制造

整体解决方案

接下来，我们就选几个场景

近距离围观“开物”

一、工业质检

产品、方案能不能落地

重点你就看案例

全球最大化纤生产商之一

恒逸集团旗下的浙江双兔新材料有限公司

这家企业的招牌产品

当然就是化纤

↓

生产最后核心环节就是质检

之前，靠人工质检

工人打着手电筒

在强光下盯着看

↓

所以这个质检岗位

招工特别难

如今，在百度智能云开物加持之下

工厂采用 AI 质检方案

↓

在这个大柜子里

装了20台高速工业摄像机

↓

丝盘通过流水线穿越“大柜子”时

20台摄像机会360°无死角拍摄

每个丝盘会生成10余张照片

这些照片同步上传到

数据中心的「 智能质检系统 」中

由系统来判定是否为“异常品”

并对流水线做出分类指令

↓

再来看另一个真实案例

↓

全球知名汽车制造组装工厂

汽车生产的最后一道工序

需要依靠大量人力对车身进行装配

这其中有个重要环节

「全车车灯检测」

↓

①车灯装错了没？

防止把 A 车型的灯装到 B 车型上

因为同一条流水线上，要流过不同车型

而车灯外观差别不大，极有可能装错

②车灯有毛病没？

能不能点亮？

示宽灯、大灯、转向灯

雾灯、刹车灯、倒车灯

检查点，高达22+处

之前，都靠人工质检

最常用的“快速”方法

是在被检车辆前后放4面大镜子

质检员坐在车里看镜子

↓

由于是混线生产检测

质检员完全依赖经验识别不同车型

还要避免外界光源对车灯检测的干扰

速度慢，易漏检

还要避免眼睛长时间接触光源

同时车型/车灯物料偏差后不可追溯

严重影响了组装效率

如今

工厂采用了百度 AI 质检方案

↓

实际部署后

现场是这个样子滴

↓

部署后，实战效果惊人

↓

①检测准确性，高达到99%

自动识别不同车型、不同车灯配置

不会出现装错灯的现象

②检测一台单车22+处，仅要8秒

有6台相机同步拍摄，同步计算120张细节图片

③过程数据可追溯

基于 MES 系统型号 BOM 数据

自动识别不同型号及配置

并存储过程数据用于质量追溯

…

在工业视觉领域

“ 开物 ” 进行了大量实战积累

磨练出“工业视觉智能平台”

可以覆盖各种工业产线质检场景

↓

百度智能云开物工业互联网

工业视觉智能平台

二、智能巡检

我们继续拿案例来说话

看另一个 AI 实战场景：巡检

↓

国网山东—通道可视化

电网安全巡检解决方案

输电电路巡检，排除安全隐患

是一项高频且重要的工作

↓

虽然

在无人机和视频监控的普及下

现场“人肉”监拍正在逐步减少

但是，前端监拍“去人工化”

并不能解决所有问题

↓

①后端人员工作量依然巨大

每个地市，每天产生万张监拍照片

人工识别照片所对应的现场状况

对各地市电力公司是巨大考验

虽然服务端开始采用智能图像识别

但识别率低，达不到实战效果

容易形成误报和漏报

②监拍频次低、设备工作时间短

监拍设备通常为太阳能和电池供电

为实现低功耗运行，需降低数据采集频次

导致监拍空窗期过长，不能及时发现异常

↓

百度智能云深入场景

为国网山东提供了端到端的

输电通道可视化智能巡检方案

↓

首先对监拍终端进行智能化升级

经过百度智能云优化的边缘计算软件

系统开销极低，在端侧进行实时分析

同时在无光条件下维持长时间工作

高频监拍并回传数据

目前，经过改造的新型智能终端

国网山东已经在户外部署了5000+

↓

实战中，在“无源&无网”的户外

智能终端采集输电通道全景环境信息

并在端侧实时分析通道隐患

（施工机械、导线异物、山火等13类隐患）

同时将预警信息和全景数据

回传到云端智能巡检平台

↓

后端总控室里，有工程师驻守

能对安全隐患，实时干预和处理

国网山东采用人工智能巡检后

不仅节省了大量的人力

而且效率大大提升

↓

①识别准确率高达95.78%，远超过国网85%的准入门槛

②误报率降低到1.98%，远小于国网10%的准入门槛

③漏报率1.74%，远小于国网4%的准入门槛

“开物”这套 AI 巡检方案

支持端侧无感升级

无需任何改变现有端侧监控硬件

即可为其赋能：具备对隐患的识别能力

在 非 AI 芯片 上运行，效果一样好

大大节省方案成本

再配合“开物”整体平台能力

更是如虎添翼

↓

百度智能云开物工业互联网

智能巡检平台

三、产线参数调优

先科普个冷知识

可能99%的人都不知道

点胶机是个什么鬼？

但是，你100%是它的受益者

在电子设备生产中，比如手机生产

很多零件之间是粘起来

比如屏幕和机身

但你总不能都用螺丝拧上去吧

这些地方，必须用“胶水”

上胶水的机器就叫“点胶机”

点胶机在工业领域，用途非常广泛

比如：手机按键点胶

笔记本电池封装、车灯封装

电动车控制器封装...

怎么有点像缝纫机~

点胶，强调的是“精准”

↓

画出来容易，做起来很难

一台点胶机给不同的零件点胶

就有不同的需求

点胶过程牵涉的参数特别多

（生产环境参数、材料参数、加工参数、运行参数）

想要精准，就必须“调整参数”

以前“调参”

必须要专业工艺工程师把关

如今，工厂采用

百度智能云开物 AI 模型自动调参

只要1分钟就能调出完美的参数来

点胶机“调参”

只是智能制造中一个细分场景

依托百度工业数据智能平台

可以为更多智能制造场景

提供工业参数优化和能耗优化

↓

百度智能云开物工业互联网

工业数据智能平台

四、智能水务

泉州水务—水务大脑

智能水务解决方案

囊括水务“六位一体”全线业务

原水、制水、供水、排水、污水、节水

这个项目主要是由

百度智能云+埃睿迪公司

来提供技术支持

百度智能云开物

通过融合6大水务链条数据

利用数字孪生、AI、VR 等技术

来实现水务信息化和数据资源整合利用

其中有两个典型场景

非常接地气

第一，水厂巡检

水厂巡检都是“脚力活”

一个偌大的水厂，每天得走两三万步

↓

如今

通过摄像头、无人机、巡检机器人

拍摄图像信息，建立 AI 智能检测模型

可以进行智能监控和实时预警

①高效识别设备异常、仪表读数

②检查员工生产作业风险

↓

有人会问，为什么仪表的读数

是用摄像头拍出来识别

而不是用智能表自动上报

更换智能仪表往往涉及到生产暂停

“拍表识表”方案可以实现零停机时间

系统上线后，足不出户

整个水厂情况一目了然

第二，供水调压

调压是供水调度的常规手段之一

为的是精准调配供水需求

之前，需要人到现场进行调压

如今

水厂采用了百度智能云开发的

“用水量预测模型”

通过气象数据、水厂压力数据、流量数据等计算

精准预测出水量

只需要“远程操控”调压

线下人员减少2/3

预测准确度高达99%

调度中心的小伙伴们都很开心

↓

……

通过“水务大脑”的建设

制水供水单位能耗下降8%

排水应急处理响应及时率达到98%

投诉处理及时率提升到96%

整体人员效率大大提升

五、百度工业互联网全景图

在实战这么多项目后

百度智能云

工业互联网团队清晰认识到

↓

AI 落地工业

很有挑战性，门槛高推广难

想要快速推动人工智能产业落地

百度智能云的定位是

“技术的提供者、产业的推动者”

1、 提供可快速落地、批量化方案

让 AI 不再天上飘

目前

百度智能云开物工业互联网

覆盖的场景包括如下8大部分

全部有成熟案例呈现

↓

百度智能云「开物」的“三板斧”： ➊ 通过先进的IT/OT及云技术，来大规模采集和沉淀数据； ➋ 通过工业大数据和知识图谱来萃取知识； ➌ 通过先进的人工智能来应用知识。

最终，可以实现预测的智能化、生产的无人化、库存盘点的便捷化、销售的精准化、能耗的绿色化等多场景收益，切实为工业提质、降本、增效！

2、提供全栈的技术、工具、平台支撑

做好工业网基础设施提供商

除方案和技术支撑外

百度一直强调

“人工智能自主可控才是硬道理”

所以，百度早已提前布局

构建了

全部国产化的、自主可控的

从”芯“到“上层”的人工智能核心组件

以此赋能中国工业制造

↓

*文章转自“特大号”微信公众号

点击 “阅读原文” 下载百度智能云开物《智能+工业互联网平台》白皮书。