GFT 集成了机器人、传感器和软件以进行视觉检查。来源：GFT Technologies

虽然许多制造商使用人工智能进行视觉检查，但大多数系统停留在异常检测上。这需要人类工作者采取行动，从而造成延误和风险。 GFT Technologies SE 今天推出了人工智能驱动的机械臂，它不仅可以检测有缺陷的零件，还可以将它们从生产线上移除。

“汽车制造商多年来一直在问同样的问题：‘我们如何让人工智能从屏幕上转移到地板上？’随着这次发布，这个问题有了答案，”GFT 的制造主管 Brandon Speweik 表示。 “将人工智能带入汽车制造的物理领域讲师需要一个了解技术和工厂车间复杂性的合作伙伴。这就是 GFT 35 年来的职责，这是它的自然延伸。”

GFT Technologies 表示，该公司为银行、保险、制造和机器人领域的行业领导者提供先进的数字化转型解决方案、实现技术架构现代化并开发下一代核心系统。这家位于德国斯图加特的公司表示，其由 12,000 多名专家组成的团队与客户密切合作，在 20 多个国家/地区提供行业专业知识、软件和强大的合作伙伴生态系统。

GFT Technologies 缩小了洞察力与行动之间的差距

“一辆召回的车辆可能会导致制造商每辆汽车的修复成本高达 500 美元以上，最终导致他们损失数千万美元，”GFT Technologies 指出，“以更快的速度缩小洞察力与行动之间的差距。一个”包括 NEURA Robotics 在内的多家硬件提供商。

“我们与 Google Cloud 建立了战略合作伙伴关系，以实现所谓的工业 4.0 或制造业现代化和转型，”Speweik 告诉《机器人报告》，“首先，我们正在打破数据孤岛，为机器创建更好的环境，以了解工作空间及其执行操作的方式。”

“它可以从许多不同的数据源获取输入，例如来自视觉检查相机的非结构化数据，或者来自实际装配线的非结构化数据，例如传送带速度。它可能来自通过某个检查点的产品的 RFID 标签。”他补充道。“[该系统]一次综合所有信息，以便真正高度准确地了解该生产线上发生的情况。”

Speweik 表示，我们的目标是在整个车间建立一个通用平台，并能够获得洞察。同时，需要调整模型以避免误报并达到制造商的定制水平。

“人工智能模型的定制功能越来越少，用于训练的数据集也越来越小，”他解释道，“它们能够更快地获取上下文，而我们可能只需要几百张图像，而不是数千张。”

三机器人解决方案从检查到移动

GFTTechnologies 在工厂装配线上部署了三台不同的机器人，以确保汽车保险杠、门、管道和部件等部件的精确制造。

第一个机器人使用摄像头来验证每个部件的细节，例如定位、实时检测视觉缺陷，并确认标签和序列号准确且可读。该摄像头直接连接到机器人夹具上，使机器人可以移动摄像头以捕捉不同角度并检查组件的每个部分。

检查后，生产线上的第二个机械臂会标记其前一个机械臂识别为有缺陷的部件。

最后，GFT 构建的第三个机械臂与生产线进行物理交互。和有缺陷的部件，减少人工干预的需要提及。这包括：

• 重新定位零件：当机械臂检测到未对准的部件时，它可以在进入下一个生产阶段之前纠正其位置，主动预防缺陷，而不仅仅是发现缺陷。
• 从生产线上移除零件：当缺陷被标记为检测到或怀疑时，机械臂可以拉动零件并将其标记为供人工检查。 GFT 表示，这消除了缺陷检测中人为错误的风险，并降低了有缺陷的产品出厂的可能性。

此外，相机拍摄的每张照片都会自动发送到云端并保存。工厂可以稍后对其进行审查，记录每次检查，甚至随着时间的推移使用它们来改进系统。

GFT表示，它现在已将人工智能代理纳入根本原因分析流程。它利用这些图像和其他数据集不仅可以检测缺陷，还可以o 找到其来源，以便采取积极的预防措施。

“我们正在努力实现人工智能的民主化，这就是我们与谷歌保持一致的原因，”Speweik 断言。 “我们正在与模型和具有主题专业知识的人员合作，以便非数据科学家或软件工程师的人可以用自然语言进行查询或编写提示。”该公司表示，机械臂、代理人工智能和云技术共同保持生产快速运行，而不会牺牲质量或随着时间的推移而改进的能力。美国一家大型汽车制造商已经开始将这项技术应用到其运营中。

“计算机视觉、机器人技术和自动化的应用范围与你的想象一样多，因为它为机器提供了一种通过非结构化视觉数据进行识别和感知的方法，”Speweik 说。 “该功能在制造环境之外也很有用评论，就像特斯拉在其人形机器人中使用的那样。它还可以应用于执行搜索和救援任务的无人机，在现实世界中如何应用这项技术是没有限制的。”