奧迪利用機器學習進行質檢，幾秒就可識別出零件裂縫

據外媒報道，奧迪計劃在其量產中應用機器學習。奧迪開發的軟件可以在幾秒鐘內自動可靠地識別和標記鈑金零件的最小裂紋。通過這個項目，奧迪正在公司推廣人工智能，以徹底改變生產過程中的質量檢查流程。

由于奧迪汽車的設計越來越復雜，質量標準也越來越高，該公司在汽車生產后直接在沖壓車間檢查所有零件。除了員工的外觀檢查外，沖壓車間還安裝了幾個小型攝像頭，并通過圖像識別軟件對拍攝到的圖像進行評估。這種質量檢查過程很快將被機器學習程序所取代。基于復雜人工智能神經網絡的軟件在這種創新的機器學習程序下運行，可以準確檢測鈑金零件中最小的裂紋，并可靠地標記裂紋位置。未來，使用機器學習進行質量檢測將取代目前使用的智能相機來檢測光學裂紋，因為后者需要大量的人工工作。目前，必須重新配置攝像頭，以拍攝沖壓車間生產的每一個新零件，如車門、發動機罩和擋泥板。此外，由于圖像處理程序的簡單算法高度依賴于照明條件和表面特性等環境因素，因此經常出現檢測誤差。此外，奧迪認為，未來其他外觀質量檢查可以通過機器學習進行。如果有足夠的標記數據集，該系統也可以用于噴涂車間或裝配車間的質量檢查。據外媒報道，奧迪計劃在其量產中應用機器學習（ML）。奧迪開發的軟件可以在幾秒鐘內自動可靠地識別和標記鈑金零件的最小裂紋。通過這個項目，奧迪正在公司推廣人工智能，以徹底改變生產過程中的質量檢查流程。

由于奧迪汽車的設計越來越復雜，質量標準也越來越高，該公司在汽車生產后直接在沖壓車間檢查所有零件。除了員工的外觀檢查外，沖壓車間還安裝了幾個小型攝像頭，并通過圖像識別軟件對拍攝到的圖像進行評估。這種質量檢查過程很快將被機器學習程序所取代。基于復雜人工智能神經網絡的軟件在這種創新的機器學習程序下運行，可以準確檢測鈑金零件中最小的裂紋，并可靠地標記裂紋位置。未來，使用機器學習進行質量檢測將取代目前使用的智能相機來檢測光學裂紋，因為后者需要大量的人工工作。目前，必須重新配置攝像頭，以拍攝沖壓車間生產的每一個新零件，如車門、發動機罩和擋泥板。此外，由于圖像處理程序的簡單算法高度依賴于照明條件和表面特性等環境因素，因此經常出現檢測誤差。此外，奧迪認為，未來其他外觀質量檢查可以通過機器學習進行。如果有足夠的標記數據集，該系統也可以用于噴涂車間或裝配車間的質量檢查。

標簽：奧迪

汽車資訊熱門資訊