“工业计算机视觉“听起来比较专业,但举一个例子就懂了,比如,工业摄像头。
摄像头并不稀罕,国内公路上到处都是摄像头。这些技术已经在消费领域被广泛地使用了,然而在工业层级的应用中还存在不小的挑战。大众智能生产实验室的任务之一,就是在这些硬件上加上软件功能,让它为智能生产服务。
“我们所使用的全部硬件均是现成的普通商用硬件,而我们通过软件赋予其新的能力。”工作人员说。
他展示的这款工业摄像头由三个模块组成。第一个模块是摄像头互联模块。第二个模块是人工智能模块。人工智能的功能包括物体识别和分类。比如,工作人员向系统提出一个请求,让系统显示 A 摄像头能够看到的安全带,那么它就能展示 A 摄像头拍摄方位之内的安全带。
第三个模块是图像分析或者图像处理模块。工作人员针对这个模块应用了最先进的视觉计算的算法。比如,可以让 A 摄像头显示它能看到的商品条形码,随后再通过人工智能模块对它的条形码进行直接扫码。
将这三个模块结合在一起,就是一个可以应用于智能生产的工具了。
接下来,看看工业摄像头的两个使用场景:一个是验货场景,另外一个是寻找零部件的场景。
先看验收场景。
以往的进货验收流程是:货车进厂并且在停车区停下,员工需要用条形码扫描仪器对所有货物的条形码进行扫描和验收,随后需要在仓库记录系统里手工录入信息。这一套流程包含大量的人工劳作。但是,凭借基于人工智能视觉计算的工业摄像头,整个进货验收的工序可以实现自动化。
工作人员将这个工业摄像头的应用app接入到平板电脑中,再把平板电脑配给叉车司机,司机只需启动这个应用就可以用它验货了。在接收到司机的指令之后,摄像头会左右转动,对货物上的标签进行扫描。后台软件通过人工智能算法,可以在司机的平板电脑上显示扫描进度,并将结果录入到系统中。
如果出于各种原因,比如由于条形码上出现污损影响了机器解码,应用app就会将这个污损的条形码标记成红色。这样,叉车司机可以点击红色的图表,得到放大之后的条形码,选择人工识别。坐在车里,直接完成验收任务。省时省力。
再看寻找零件的使用场景。
这个使用场景使用的摄像头也是工业摄像头,它的后台也植入了视觉计算人工智能平台。这个摄像头可以帮助工作人员检查工作区,判断是否符合要求。例如,业务部门要求在每一个盒子中有四到六条安全带,如果盒子里多了或者少了一条,工业摄像头通扫描,监控显示图上就可以显示出来,并且发出警告告知工作人员。
类似的人工智能技术让工作流程变得更加安全,更加高效。工作人员介绍,除了这两个例子之外,通过计算机视觉,还可以构建很多的使用场景和应用。这涉及到机器学习,比如神经网络的学习能力,让它通过机器学习去学会查找安全带,这样就又可以开发出新的应用场景。