想要跟上快速發(fā)展的技術和不斷提升的客戶期望，制造業(yè)需要越來越頻繁地在更短的時間內調整生產線。在這種情況下，寶馬集團（BMW Group）在其位于德國丁戈爾芬的工廠生產線上部署了靈活的解決方案。該解決方案結合了可重復編程的輕型工業(yè)機器人、計算機視覺和基于人工智能的學習模型，可在強化靈活性的同時優(yōu)化品控。
同一生產線，不同零部件，如何實現統(tǒng)一品控？
目前，人工智能圖像處理是工業(yè)零部件視覺品控（visual quality control）的標準方法。隨著技術的不斷改進，生產線上的零部件也在越來越快地變化著。以往，任何零部件的變化都意味著對生產線耗時費力的調整，企業(yè)營收也會受到影響；客戶又要求更短的周轉時間，但卻不愿在產品品質或成本上做出妥協。
那么，如何更好地改造生產線，既能應對所有挑戰(zhàn)，又能滿足廣泛的應用需求？答案是一款既具備通用性又足夠靈活的解決方案，可以輕松適應瞬息萬變的全球市場。首先，生產線需要進行模塊化設計，制造單元可以快速、頻繁地進行調整；其次，圖像采集需要重新定位到可集成到模塊化設計的移動單元中。最后，流暢、出色的性能取決于模塊是否能夠快速安全地交換傳感器數據和執(zhí)行器命令。
借助攝像頭和程控機器人加強質保
在眾多工廠生產線上，協作式輕型機器人都被用于補足人工靈活性。為了確保其未來的可行性，現代工業(yè)機器人可以按照制造場景的要求，重新編程并配備攝像頭等額外組件。機器人技術的進步開創(chuàng)了一個無代碼實施的新時代，專業(yè)知識不再是示教工業(yè)機器人的硬性條件。
位于德國德累斯頓的初創(chuàng)公司Wandelbots開發(fā)了一個無代碼軟件平臺，可記錄手持輸入設備TracePen的運動，并將其翻譯成相關的、特定于機器人的編程語言。通過這種方式，該軟件可以同時對多個機器人進行示教和重新編程，并將數據提供給其他機器人。
使用無代碼手段，生產商可以對變化快速的制造需求做出反應；配備的攝像頭，使機器人能夠收集圖像，根據計算機視覺自動進行品控?？啥ㄖ频臋C械臂運動，能夠捕捉與特定組件或應用場景相關的圖像，在攝像頭視野不被遮擋的前提下，微調檢測角度就能夠獲得最佳視角，從而獲得更高質量的圖像，提高了人工智能評估的準確性，進而提升工廠的質保效率。
微軟智能云讓AI模型更快速
為了確認生產組件是否符合質保標準，機器人利用AI模型對其收集的圖像進行評估。這些機器人與位于德累斯頓的數字化專家 Robotron開發(fā)的實時計算機視覺（RCV）軟件平臺進行連接，可以快速輕松地創(chuàng)建模型。借助微軟智能云Azure機器學習操作（MLOps），Robotron自動確定相關信息和RCV工作流，包括圖像注釋、AI模型訓練、部署以及用于視覺品控的推理基礎設施。
在Azure MLOps的支持下，該公司的數據科學家獲得了機器學習模型迭代訓練所需的大量圖形處理單元 (GPU) 計算能力，以及云計算的動態(tài)可擴展性，充分滿足Robotron的GPU在短時間內增加十倍的需求。Azure MLOps覆蓋了機器學習模型的整個生命周期，也能夠為第三方系統(tǒng)提供接口。
Robotron產品經理兼部門負責人Deepa Kasinathan博士介紹道：“端到端工作流擁有在整個生命周期中，開發(fā)和維護機器學習模型所需的所有功能。我們自己的機器學習訓練流程，可以通過接口連接到Azure MLOps發(fā)布工作流，以映射整個機器學習的生命周期?！?BR> 這就讓Robotron能夠以一種省時的方式來訓練模型，只需幾次點擊，即可將其投入使用。Azure MLOps通過自動創(chuàng)建審計跟蹤和保護資產完整性來滿足監(jiān)管要求。Azure Active Directory為權限和角色提供了理想的概念，讓IT、DevOps和數據科學團隊之間無縫協作——即使這些角色不在同一家公司內。
與此同時，機器人技術也在迅速發(fā)展。作為人工智能專家，Robotron參與了微軟人工智能和機器學習創(chuàng)新的相關內測，算得上是這些技術的早期采用者。該公司目前正致力于將快速學習機器人的概念擴展到其他應用領域。Wandelbots的無代碼編程也支持廣泛的使用場景——視覺品控只是眾多使用場景中的一個。因此，Wandelbot已經基于其無代碼平臺在Azure云應用商店中提供了一個初始解決方案——Robot Fleet Management，并繼續(xù)努力引入更多可擴展模型
由于可以執(zhí)行多種任務，可重新編程的輕型機器人成為了靈活模塊化生產線的最佳選擇。它們?yōu)楦魃a階段提供了一個靈活平臺，包括利用以機器學習模型為基礎的人工智能計算機視覺來實現視覺質保。針對訓練、部署和審核，Azure機器學習提供了一個可靠、可動態(tài)擴展的云環(huán)境，涵蓋整個機器學習生命周期。通過率先推出這些解決方案，寶馬集團為其位于丁戈爾芬的工廠配備了一種既高效又靈活的生產解決方案。該解決方案可以輕松轉移到其他生產線，為汽車行業(yè)帶來新的動力。與此同時，Azure機器學習所涉及的技術正在為各個領域的敏捷工業(yè)制造鋪平道路。
助推華晨寶馬擁抱物聯網與云端創(chuàng)新
微軟與寶馬也在嘗試推動整個汽車和制造行業(yè)的轉型升級。2019 年，雙方共同創(chuàng)建了名為“開放式制造平臺（Open Manufacturing Platform, OMP）”的開放技術框架與開放社區(qū)。OMP 平臺以微軟智能云 Azure IoT 物聯網服務為基礎，旨在為汽車制造業(yè)的智能化發(fā)展和數字化轉型，提供標準化的開源組件以及由開放數據模型構成的參考架構，通過解決生產設備與數據系統(tǒng)集成的行業(yè)挑戰(zhàn)，促成汽車制造業(yè)軟件解決方案在 OEM 制造商、供應商及更多行業(yè)合作伙伴之間的互聯互通。
在OMP平臺支持下，微軟也成為了華晨寶馬數字化轉型過程中最重要的技術創(chuàng)新合作伙伴之一。微軟與華晨寶馬的合作，主要圍繞物聯網、邊緣計算等場景化解決方案。借助微軟智能云 Azure 提供的大數據、物聯網服務及解決方案，為華晨寶馬提供數字化工廠、預測性維護等靈活高效的先進功能。
雙方合作的首個落地成果是名為 Plug & Produce 的解決方案，借助 OMP 平臺的成果以及 Azure 的 IoT 及邊緣服務，它將類似“應用商店”的體驗帶到了華晨寶馬的車間里：只要輕輕一點，就能像在手機上添加應用一樣，以插件管理的方式，對生產線上的所有設備和生產流程進行即插即用的高效管理和部署。例如， 如果需要對焊槍的溫度進行監(jiān)控，只要選擇在邊緣環(huán)境中部署一個相應的“應用”。在 Azure IoT 及邊緣服務的幫助下，諸如焊槍、攝像頭、機器人手臂這樣的系統(tǒng)支持的“應用”，都能方便快捷地進行部署和調整，讓多車型共線生產的流水線能夠根據車型任務要求，快速做出相應的配置調整。
除了生產線創(chuàng)新之外，雙方在工作方式現代化革新上的合作，也取得了顯著的成果。在新冠疫情期間，華晨寶馬通過綜合運用 Microsoft HoloLens 及 Dynamics 365 Remote Assist 混合現實方案，以及 Microsoft Teams 遠程會議系統(tǒng)，為國內的生產線員工、現場工程師，與遠在海外的技術專家之間構建起了靈活、高效的多媒體協同辦公橋梁。通過在混合現實中實時分享現場視野，進行視頻和語音通話，傳輸文件和數據等方式，雙方可以身臨其境的進行無障礙的遠程交流，并共同解決技術難題。這套系統(tǒng)不但滿足了疫情期間的應急需求，同時也提升了工作效率并大大降低了差旅成本，華晨寶馬正在評估將其投入常態(tài)化應用。
華晨寶馬首席信息官 Alexander Angebrandt 表示：“我們的目標是建立一個完全聯網、數據驅動的制造環(huán)境。作為世界頂級的汽車廠商之一，寶馬無論在全球還是中國，都在積極擁抱技術創(chuàng)新與數字轉型。我們相信創(chuàng)新是汽車制造業(yè)的未來，而微軟在中國與全球都是我們值得信賴的合作伙伴。”
（轉載）
