Alexander Ouellet, Harpak-ULMA包装公司的创新工程师，在今天下午的PACK EXPO Connects创新舞台上讨论了增强现实的许多“风格”，并表示，对于包装行业，AR可以指导工人进行生产线转换，让机器启动和运行，或者，它可以提醒用户注意性能问题。
“这是第一次，”他说，“增强现实将计算和按需信息带给我们的前线员工。增强现实使我们能够更快地培训员工或为他们提供专家指导，并在正确的时间和正确的背景下为他们提供所需的信息。这是最有价值的地方，特别是当生产商寻找进一步优化生产流程的方法时。”
Ouellet说，AR技术最好理解为一系列重叠的技术，而不是不同的项目和每一个的定义特征是用户如何去体验它。（本文介绍了当今包装制造中使用的AR技术。有关Ouellet描述的所有AR技术的说明，请参阅完整演示文稿。）在这里．2021年3月31日有效。)
辅助现实将额外的一层信息投射到用户的周边视觉上，比如谷歌眼镜。Ouellet谈到辅助现实时说:“它与增强现实的不同之处在于，它不会改变用户所看到的东西，也不会意识到用户所处环境的几何形状。”
增强现实（AR）是计算机生成的内容覆盖在物理世界上，表面上可以与环境实时交互。对于AR，最终用户使用耳机或移动设备。
混合现实（MR）是实时锚定到真实世界对象并与之交互的合成内容的叠加。Ouellet说，“如果实施得当，MR应该是数字和物理内容无缝交互的完美结合。”
欧莱特还说，AR有三种不同的类型或口味。大多数人都熟悉的是AR视频透视（VST）技术，该技术允许用户通过视图平板电脑或手机屏幕。一个例子是世界镜头的应用程序，用户举起自己的手机，并将其转换的迹象和语言。
第二种AR是基于镜头的应用透明的障碍（OST）技术，如Microsoft HoloLens。韦莱在这个技术说，“AR信息投影在镜头和你的大脑放两者结合和缝针一起创造现实的增强视图”。
第三是投影AR，投影图像直接叠加在一个特别设计的工作表面上。“一个基于投影的增强现实系统，”Ouellet说，“可以在各种媒体中为用户提供指导或帮助。投影增强现实减少或消除了对计算机显示器和屏幕的需要，因为指令直接出现在任务空间中。它可以用于组装、拆卸、检查、装配、工具更换、培训等等。”
Ouellet表示，增强现实是一个不成熟的市场，“未来的增强现实部署将主要由工业应用驱动，因为这是最赚钱的地方。”
然而，即使作为一个发展中市场，增强现实的价值主张也为人类劳动力带来了巨大的生产率提高——根据应用的不同，最高可达30%至60%。
Ouellet说，爱荷华州的一项长期研究发现，AR可以加快复杂任务的训练速度，并且“实际上消除了这些过程中的人为错误”。
他还指出，在洛克希德，其中AR获得通过，成为指导和教学工具来连接紧固件飞船和导致整体的训练时间减少85％的研究报告，在时间90 +％的减少，它采取了一线工人理解任务，并在总体生产力提高了40％。“最终，”韦莱说，“洛克希德得出结论，他们在程序中保存的每个紧固件$ 38，每年，这是一个惊人的价值主张购买超过200万的紧固件。”
增强现实确实伴随着部署方面的挑战，Ouellet说:“我认为可以肯定地说，现在大多数生产商都在为自己动手实现增强现实而挣扎。”Ouellet提到的一些挑战包括Wi-Fi和设备接入、良好的3D数据以及以吸引用户的方式构建AR体验等基础设施问题。
以下是Ouellet提到的一些增强现实的当前用例:
用于远程服务的AR:允许专家资源按需交互式指导人们完成支持任务，例如通过移动设备或耳机指导机器的维修过程，从而节省旅行成本，更快地维修机器。
虚拟工厂验收测试（VFAT））：技术人员使用AR耳机来捕获密钥数据和处理，同时在机器运行，包括HMI输出和必要的验证标准，然后将其与通过直播视频会话或AR白垩会话客户共享。
“这种方法，” Ouellet的说，“可以是在自动化接合是特别有用的，其中在包装机可能已经在客户设施和自动化部件被组装的便利性的外部。我们可以使用AR如果你愿意重新组合视图“。
AR培训解决方案：使用AR技术和称为专家捕获的过程，技术人员围绕特定机器创建培训内容-一个AR体验的按需库-以便可以随机器交付。培训顺序可能包括如何执行胶片或工具更换，或指导技术人员诊断常见故障，或故障排除程序等。
服务工作指令：AR用于提供操作过程中实时人员的指导，这可以通过强制执行检查点，并确认任务已正确执行减少错误的机会。
物联网服务诊断。“这允许员工在机器运行时查看关键性能数据，”Ouellet说，“包括更复杂的数据，如OEE指标或简单的操作传感器数据，如可能指示组件故障开始的上限压力或温度。”
将digital twin技术与AR相结合还可以让技术人员在不打开机器的情况下查看内部部件的设计工作方式和位置。
韦莱看到了AR一张大图片在盈利预测维修领域，并指出谁已经在使用这种技术的行业，如喷气发动机。“要做到这一点，”他说，“我们将汇集物联网海量数据到基于云的数据的湖泊，这将使我们能够标杆任何个别机器的性能对整个数据集，一个有用的分析在它自己的，但它也意味着数据可以使用机器学习和人工智能的组合来开发预测算法，将最大限度地减少意外停机时间被开采“。
