专注机械器材研发与制造

打造机械器材行业领军品牌

搜索关键词：
自动检验员：比人类更快，效率提升新突破
当前位置： 主页 > 行业新闻

自动检验员：比人类更快，效率提升新突破

  • 发表时间：2026-07-13 15:17:23
  • 来源：
  • 人气：

自动检验员：比人类更快，效率提升新突破（图1）

摘要近，在机器人、光学、边缘计算和人工智能领域的技术创新中，MusashiAI开发了一种自动化的视觉检测系统，该系统可以解放大部分汽车工人的劳动力，让他们执行更简单、更有趣的任务。
　　【机床商务网栏目 科技动态】人工检验是汽车零部件生产过程中的一个重要环节，但也是一项困难的工作。视觉检查不仅繁琐，而且是一项具有挑战性的高压工作。重要的是，这需要大量的劳动力。自动化公司MusashiAI的联合创始人Ran Poliakine表示，日本汽车行业20%的员工是视觉检查员，这和其他一些国家的数字也差不多。这些员工本可以执行更有趣、更有用的工作，对体力要求更低，但是视觉检查的过程已经证明很难自动化。
 
　　近，包括光学、边缘计算和人工智能在内的技术发展使得MusashiAI能够开发出一种自动化的视觉检测系统，它的性能可以和人类一样准确，但速度更快。通过一种新的人工智能教学方法，该系统的建立和重新部署的速度，可以大大超过人类的训练(速度)。
 

 
　　为了了解这个视觉检查系统的功能，Poliakine表示，首先要准确地了解人类视觉检测器的功能，这是很有必要的。这些员工站在汽车生产线的末端。他们从传送带中取出一个成品，然后在两秒钟内判断它是好是坏，然后把它分类到“好篮子”或“坏篮子”中。
 
　　“一个有效的人工智能系统能够准确地做出同样的快速判断，并可靠地执行同样的排序。”
 

自动检验员：比人类更快，效率提升新突破（图2）

　　视觉检查要求人们用手和手臂从传送带上抓取零件并将其分类到合适的位置，用眼睛看零件，用大脑判断零件是好是坏。对于Musashi公司来说，自动化抓取和放置零件的过程很容易，因为这项技术已经存在多年了。Musashi说:“Musashi公司非常擅长机器人技术，所以这根本不是问题。”
 
　　下一步是开发一种能模仿人眼的光学系统。Poliakine解释说:“人类的眼睛是非常、非常复杂的，因为眼睛可以以好的方式自动聚焦在显示缺陷的波长上。”
 
　　“大脑和眼睛之间有一种交流，使眼睛能够适应它们寻找的东西。Musashi公司设计了一种解决方案，从一端看就像人眼一样，而另一端则具有优化功能，比如聚焦于适合显示零件缺陷的特定波长的传感器。比如它不会看颜色，这节省了时间和成本，因为在传统的RGB相机中，图像的大部分数据都是关于颜色的。”
 

自动检验员：比人类更快，效率提升新突破（图3）

　　第三步是开发和训练一种能够识别好的和坏的部分的人工智能。这是通过边缘计算实现的，即计算机处理和数据存储与云计算中的应用程序解耦，但为了提高响应时间和节省带宽，计算机处理和数据存储距离云计算更近。
 
　　在edge计算速度的支持下，Musashi必须设计出一种方法来复制人脑在判断某个部件是好是坏时的反应。该公司开始通过奖惩系统训练人工智能识别好和坏的部分，惩罚系统的方式是，如果它不能正确识别部分，就只能重新开始。然而，该公司遇到了挑战，因为该系统正在检查锻件。锻造零件可能有许多类型的缺陷——根据Poliakine的说法，在锻造零件中，至少有27种不同的缺陷。为了找到足够多的带有每种缺陷的部件来教人工智能正确地识别它们，样本的大小将需要很大。Poliakine继续补充道:“他们的制作从一开始就非常高质量。”公司需要花上几个月的时间来检查足够大的样本，以便让人工智能了解所有不同的缺陷，这使得培训变得困难，重新部署也变得不切实际。此外，即使是可接受的锻造件，自然也会有很大的差异，因此不可能找到完美的样品来使用。
 
　　在寻找新方法的过程中，MusashiAI决定，与其教人工智能识别缺陷，不如训练人工智能识别好的部分。“我们给了机器人50个不同的部件，但它们都很好。我们告诉算法这是一个很好的样本，”Poliakine解释说。“这个算法自学了这两个部分之间的共同点，并告诉自己，任何在统计学上不属于这一组的东西都可能有缺陷，整个过程需要半天到一天的时间。因为培训人工智能检查新零件多只需要一天，用户可以很容易地对它进行重新培训，以检查不同的零件，并将其部署到新的生产线上。
 

自动检验员：比人类更快，效率提升新突破（图4）

　　实际上，人工检查人员在两秒钟内就能非常准确地判断出一个部件的好坏。在MusashiAI之前，好的自动化检测系统在26秒内可以达到76%的准确率，这使得该系统无法在汽车生产线上使用。然而，Musashi的视觉鉴定人在测试中超越了人类。“在我们教授算法并使用正确的边缘计算和光学之后，我们得到了超过99%的召回率(真正确率)和非常高的特异性(真负率)，这比人工的情况要好。”
 
　　当MusashiAI考虑如何在其他工厂部署这个系统时，它选择了一个机器人即服务(Raas)模型。Poliakine说，Musashi Seimitsu的首席执行官建议把机器人当作雇员对待，而不是建立资本支出。这意味着，与其客户直接购买这些系统并在一段时间内分期摊销，MusashiAI还将这些系统放在车间，并向客户收取每个机器人的“工资”。
 
　　虽然该系统是为汽车工业专门开发的，但它可以很容易地应用到其他行业中。Poliakine表示，公司的下一步计划是将视觉检测系统扩展到整个汽车行业，然后扩展到与汽车相似的行业--高生产率和高检测要求的行业，比如医疗和航空航天行业。也就是那些“你负担不起失败部分的行业”。
 
　　(原标题：Trained in a Day, Automated Inspector Performs Faster than Humans)

上一篇：2024年3月工程机械行业主要产品销售快报二

下一篇：国家统计局工业司统计师于卫宁解读1—2月份工业企业利润数据

推荐资讯

推荐产品

行业新闻

热销产品

最新资讯

文章排行