人工智能(AI)在自动化技术中的应用范围已经很广，尽管该技术仍处于非常早期的阶段。从指导自主移动机器人并显着改善质量检验至控制逻辑那食品安全,预测维护，很明显，AI将在可预见的未来在自动化中发挥关键作用。
杨家伟，AdLink物联网解决方案与技术事业部业务与产品中心总监。如果您尚未开始将AI应用于您的任何操作，则智能摄像机可以是开始使用启用AI的自动化的好方法。IOT解决方案和技术业务部门业务和产品中心主任Chia-Wei Yangadlink.，从边缘计算和工业PC到机器视觉和网络电器的自动化技术供应商建议AI-Leable智能摄像机的三个关键应用：安全，操作员效率和质量。
安全
当涉及工业环境中的工人安全时，光窗帘是最常用的技术之一。这些设备通过创建防护机接入点和周长的传感屏幕来保护人员免受伤害。
安全光幕占地面积大，布置困难，缺乏灵活性;一些公司在响应能力方面也达到了极限。人工智能摄像头可以减少延迟，减少空间和带宽需求，易于部署和维护。但是，他们占据了大量地板空间，可能难以部署，缺乏灵活性，“杨说。“并且，在某些情况下，安全光幕的有限响应时间可能会产生额外的问题。
使用IP摄像机和AI模块的传统机器视觉系统也经常具有相当大的延迟问题，使它们呈现在需要立即响应的应用程序中的理想情况。
AdLink的Neon-2000系列人工智能相机就是为了解决这个延迟问题而设计的。“它会捕捉图像，执行所有与人工智能相关的操作，然后将结果和指令发送到相关设备，比如机械臂，”杨说。“Neon-2000系列的实时机器视觉人工智能提供了额外的好处，通过在用户进入不安全区域时发出警报，并记录该信息以供再培训。例如，如果一个工人接近一个危险区域，机器人手臂不会完全关闭，而是进入一个功能性的安全过程循环。这样的日常工作不仅改善了工人的安全，也提高了工厂的运营效率。”
 |
观看此视频以了解更多信息人工智能在自动化技术中的应用激增。 |
操作效率
在制造业中，周期时间是生产效率的一个关键方面，因为它代表了在产品准备发货之前生产一个产品所花费的时间。
杨表示，使用AI智能相机技术监控员工行为和地位有助于强制执行标准操作程序，提高工人效率，从而减少循环时间。通常被称为“姿势跟踪”或“姿势检测”，该术语描述了身体的位置和运动与一组骨架地标点，例如手，肘部或肩部。
电子产品生产线上的姿态检测可以帮助提高生产率，以及改善订单，数量和线路平衡。“从实时视频的姿态检测使数字内容的叠加和模拟世界之上的信息叠加，”杨说。“AI机器愿景使工厂运营商和工人能够专注于物理职位如何影响其工作。构成数据是一个伟大的培训工具，用于指导运营商应将手臂和手更加符合人体工程学和有效地工作的地方。“
他补充说，跟踪在生产线上的工作站是否存在操作员也可以自动化和验证时间表。“监测他们正在积极遵循标准操作程序确保质量控制和线路平衡，”杨指出。
质量控制
手动产品质量检验是耗时的，通常不一致，最终可以在生产线上创造瓶颈。传统的自动化光学检测（AOI）机器视觉可以比人类更快地检测到易于找到的缺陷，但是当故障难以检测到隐形眼镜上的缺陷 - 这些机器视觉系统达到了术语和准确性的限制杨说，一致性。
自动化光学检测可以检测透明隐形眼镜的均匀缺陷，与先前使用的手动质量控制过程相比，显着提高了检查速率。“因为隐形眼镜是透明的，实现基于机器视觉的检测历史上是行业的挑战，”他解释说。“传统的AOI依赖于固定的几何算法来发现缺陷，但从透明对象获取质量图像是具有挑战性的，这导致不可接受的检测性能。使用AI智能相机收集数据以培训AI算法，并迭代检查性能提升是一种更好的方法。AI智能系统可以识别最常见的缺陷，包括毛刺，泡沫，边，粒子，划痕等，以及维护客户参考的检查日志。“
杨注意到AI智能摄像机可以在手动视觉检测中检查50倍，精度改善范围从30％到95％。
视觉分析
杨表示，他上面提到的人工智能机器视觉应用需要人工智能算法进行深度学习。他说:“开发人工智能算法的软件专家需要一个智能、可靠的平台来执行人工智能模型推理。”人工智能摄像头预装了边缘视觉分析(EVA)软件，解决了传统人工智能视觉系统常见的许多问题，提高了兼容性，加快了安装速度，并将维护问题降至最低。”
他补充说，EVA也有助于缩短智能摄像机部署时间。
“它可能需要12周的工程师来对AI视觉项目进行概念（POC）的证据，因为它需要大量时间来克服选择优化的摄像机和使用AI推理引擎的学习曲线，再培训AI模型，以及优化视频流，“他说。“但是，EVA软件通过其管道结构简化了这些步骤，并将PoC时间缩短了长达2周。”
