|
如果BMW要搶回豪華車的龍頭寶座，那麼背後致勝的武器，絕對和AI人工智慧有關。雙B品牌既競又合，上月才剛共同簽署協議，合作開發電動車和自動駕駛的技術，以期資源共享，降低開發成本，不過在商場上，彼此仍是激烈競爭的兩大品牌。為提升製造品質，賓士所屬的戴姆勒集團，已打造符合工業4.0的智慧工廠，同樣的，BMW也打造他們的高智慧生產線，融合AI人工智慧，本周在官網上，BMW就揭露了他們的工廠如何善用AI來提升產能和產質，做出更教人消費者滿意的車款。
| |
|
BMW表示，AI人工智慧在汽車製造的應用程度呈現上升趨勢，自2018年以來，BWM集團一直在批量生產過程中採用各種AI的應用。其中一個重點便是自動圖像辨識功能:在這些生產過程中，AI會自動評估正在進行的生產中的元件圖像，以毫秒為單位的速度，和與同一序列的數百個其他圖像進行判讀比較。如此AI 應用程式就即時確認一些是否符合標準，例如檢查所有的車內必要的路 件是否已確實安裝，以及是否都安裝在正確的位置上。
BMW集團的生產創新、數位化和資料分析主管Christian Patron表示，AI人工智慧提供了巨大的潛力，它能幫助我們維持我們生產的高品質標準，同時能減輕我們的人員在做一些重複性工作上的負擔。
在BMW集團利用AI的高度靈活性、高經濟效率，逐步取代那些永久式固定安裝的攝影機監測關卡，而且作業十分簡單，利用移動式標準攝影機就可以完成相關照圖像製作所需的一切。
AI解決方案也可以快速佈建:員工可以從不同角度拍攝有生產元件的照片,並在圖像上標記潛在的偏差。他們藉此可臉創建一個圖像資料庫，以建立一個所謂的「神經網路」（neural network），這個網絡稍後就可以進行圖像的判讀，而無需有人力的干預。生產線的員工不必再編寫代碼，所有演算系統幾乎都會自己完成。而經過訓練階段，神經網絡會進行優化，按BMW所說，經過調整之後，神經網絡的判讀可靠性已經可以達到百分之百，可以確認組裝車子各個零件是否都符合標準規範。
對移動物體的辨識也有很大的助益，這為整個汽車組裝加工鏈，開闢了廣泛的潛在應用，包括零件物流供應，在許多情況下，AI的 技術可減輕員工做重複而單調任務的負擔，例如去檢查警告三角架是否放在李廂內後正確的位置，又或者擋風玻璃上的雨刷機的蓋子是否已經蓋好。
在BMW集團的Dingolfing工廠的汽生產組裝最終檢查區，AI 人工智慧應用程式還能做一些要求更嚴格更複雜的檢查工作，AI可以將車輛訂單資料和剛組裝好的車子進行即時圖像比較。包括車型和車身上一些識別誌，像是車尾有四驅車款xDrive的銘牌，通常這些認可的圖像都會儲存在圖像資料庫中，一旦在生產線上噞查到即時圖像，和訂單上的資料不符合，AI就會通知最終檢查區的團隊前來解決。由此，可以看到AI對於汽車生產裝品質的提升有多大的幫助，事實上，它主要的任務是降低人員因重複操作某一項單調工作而可能出現的錯誤，閶車主拿到車子，可以確定他們的車子是完美的。
| |
AutoNet汽車新聞APP即時推播通知
快下載iOS版》》Apple Store
Android版》》google Play
 新聞列表(07/17/2019)
|
