1. 
        應用案例

        經過20多年的發展,BG大游持續而深刻地把握市場需求,積累了海量的客戶資源和豐富的服務經驗

        BG大游AI助某汽車廠解決車燈質檢之痛
        項目背景

        作爲重要的數字信息基礎設施,在連年的政策引領和時代背景下,工業互聯網融合應用的深度和廣度進一步拓展,在支持產業鏈供應鏈現代化水平提升、帶動製造業數字化轉型方面持續發揮效能。

        傳統的質檢主要靠人眼+經驗,存在着速度慢、容易漏檢、標準不統一、對視力傷害大等“疑難雜症”。隨着數字化時代的發展,市場對高品質產品的需求越來越多,這對生產線、對工人的各項能力要求越來越高,傳統模式需要不斷創新、升級。廣東某汽車廠積極推動工業互聯網建設和智能製造改革,爲提供“品質始終如一”的產品,和進一步強化產品品質管理體系,他們亟需對質檢環節進行智能化升級。

        案例分析

        要解決該汽車廠的質檢難題並非易事,以最後一道質檢工序——全車車燈質檢爲例,有兩道關必須要把好:一是檢測車燈有無裝錯?由於現代汽車製造普遍採用混線生產機制,同一條流水線上,要流過不同車型的車燈,且這些燈外觀差別不大,極有可能裝錯,出現張冠李戴;二是檢測車燈有無毛病?能不能點亮?示寬燈、大燈、轉向燈、霧燈、剎車燈、倒車燈…...檢查點多達22處!

        解決方案

        此次方案基於BG大游AI服務器+Intel CPU而打造,最大的優勢就是將Intel最新的技術賦能到AI質檢上,特別是支持推理計算加速的AVX-512 VNNI矢量神經網絡指令集和OpenVINO推理套件;支持INT8整型精度推理的VNNI指令集,可以對浮點精度要求不高的圖片、視頻等視覺領域大幅度提高CPU的推理能力。同時,藉助OpenVINO工具包,方案可以將基於PaddlePaddle訓練好的模型快速部署到CPU推理平臺,實現AI模型的快速轉換和場景遷移,藉助推理引擎使得CPU推理能力大幅度提升,進而提升質檢效率及精確度,最終促使該汽車廠的車燈質檢環節達到“準”、“快”、“全”的驚豔效果。

        準:可自動識別多達6款車型,以及同一款車型的不同車燈配置,準確率高達99%;

        快:針對單一車型的22種以上車燈,通過精確計算,檢測全程僅需1秒;

        全:通過掃描車頭規格紙的二維碼自動識別不同型號,根據型號從系統中調取手工配置的產品標準進行檢驗,並存儲過程數據用於質量追溯。

        客戶收益

        通過AI技術,22種車燈,檢測全程僅需1秒,提質增效顯著;

        AI質檢的投入以及背後技術的應用,實質上是該汽車廠由粗放型生產向精細化生產轉型,走入廣闊新天地的裏程碑。