偏差度测法用于检测BMW1序列、X1和X2模型上涂面的任何缺陷
照片感想:所有照片都由BMW提供
人人都在谈论AI宝马正在做某事-或更具体地说带正部署AI实现1Series、X1和X2模型超表层时,它正在德国Regensburg
汽车涂料厂常用方式是,上衣应用后进行表面检验。使用偏转测量法评估海面黑白条形图案投射到车辆上后用相机扫描并检测反射画上的任何缺陷简单说法:如果有缺陷,它会波及条纹模式
汽车涂料设施使用偏转测量法很常见,但情况并非总是如此,BMW系统摄像头登记缺陷位置并数据上传计算机系统数字3D偏差图像创建、分类存储每位扫描体-每天生产多达1,000部汽车-自创配置后用于后表处理数据存储云
通常,扫描工作涉及高素质运算符BMW的Daniel Poggensee是地表技术结构规划师,他说,“系统今天已经知道与我们最优秀员工加起来一样多。使用全队知识完成系统设备功能依赖 助理的独特知识并客观判断哪些特征需要后处理
系统决定表面缺陷由AI自动化表层处理系统处理的最优顺序
容身之地扫描处理数据传送到处理室,那里有四架机器人问题区正在沙化 使用打磨复合物 并擦除附加件和沙纸自动交换
车辆移动插座机器人清除表面缺陷缺陷位置和处理顺序基于AI评估
工作之所
BMW表示这是第一个端对端数字自动化过程 检验、处理和标识串行制作中的
Stefan Auflitsch生产绘画应用主管并完成BMW集团植物Regensburg解释道,“这里唯一有特色的是机器人对每个机体都按需工作-因为小点和凸起可应用上衣后出现和我们想去除的小点和凸起
机器人通常编程沿同模式转编程直到编程重编程使用人工智能允许他们以更定制方式工作上千辆汽车每天经过整理过程, 并加1000个独特过程
考虑:传统控机器人在遵循定型模式-A对B对C对D对E-AI控机器人去画体上需要处理缺陷并按最高效顺序-B对D对A对E可能不需要去C或按需去任何其他地点(F、G、H等)。
机器人改变终端效果器 以沙擦表面
人际触摸
尽管如此,人们也被带进Regensburg工厂
发现机器人不善处理车身边缘问题 也不接近关节,如门口填充器帽太脆弱 机器人处理
BMW关联处理问题区即使是在这里,高级技术用以确保所有缺陷都得到处理:激光投影机用来标注金属板上的问题,让工人知道去哪儿。
Poggensee认为云中积存的数据可能允许他们判断过程是否有前后不一致之处,以便“使我们能够防止故障发生”。
最美画面