過去幾年中，“柔性化”這個(gè)詞經(jīng)常被各大主機(jī)廠商掛在嘴邊。
簡單地說就是千人千面的柔性生產(chǎn)，越來越多的工廠開始實(shí)行訂單制生產(chǎn)模式，每一臺車都能根據(jù)客戶的需求個(gè)性化定制，同一條產(chǎn)線可以實(shí)現(xiàn)SUV、MPV、轎車等不同車型的混合生產(chǎn)。
只是在柔性生產(chǎn)的大背景下，制造環(huán)節(jié)還有一些待解的老問題。
比如汽車焊接工藝中普遍存在的兩個(gè)不確定性：一是需求的不確定性，產(chǎn)線需要根據(jù)不同的需求，不斷規(guī)劃生產(chǎn)線的工藝過程和參數(shù)；二是過程的不確定性，存在漏焊、虛焊等缺陷，需要精準(zhǔn)識別焊接缺陷并進(jìn)行補(bǔ)焊。
在剛剛結(jié)束的昇騰AI創(chuàng)新大賽2023上，由一名博士生和三名研究生組成的“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”，斬獲了昇騰AI創(chuàng)新大賽2023開發(fā)者套件創(chuàng)新賽道全國總決賽金獎(jiǎng)，他們將汽車制造模擬產(chǎn)線和昇騰AI基礎(chǔ)軟硬件平臺結(jié)合，讓困擾汽車制造行業(yè)多年的焊接工藝問題有了可行的新解法。
01 云邊協(xié)同，驅(qū)動(dòng)制造場景智能化
在講述“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”的解題思路前，先來了解下汽車行業(yè)比較常見的解決方案，畢竟“智能制造”的話題已經(jīng)喊了很多年，而焊接工藝缺陷恰恰無法跳過的一個(gè)核心環(huán)節(jié)。
一種是靠工人用肉眼識別判斷的笨方法，即質(zhì)檢員用肉眼檢查漏焊、虛焊等不良問題，再由焊接工人進(jìn)行補(bǔ)焊。代價(jià)是效率低下且成本很高，而且現(xiàn)在的年輕人對工作環(huán)境的要求越來越高，即使高薪也很難招到熟練的藍(lán)領(lǐng)人才。
另一種是對生產(chǎn)線進(jìn)行智能化改造，常見做法是通過終端獲取實(shí)時(shí)數(shù)據(jù)，將數(shù)據(jù)上傳到云端進(jìn)行識別，再將計(jì)算結(jié)果下發(fā)到終端，控制焊接機(jī)器人等進(jìn)行作業(yè)。某種程度上替代了人力，但依然存在時(shí)延高、穩(wěn)定性不足等問題。
“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”深入上汽通用等生產(chǎn)車間進(jìn)行實(shí)地調(diào)研，結(jié)合工廠車間的真實(shí)環(huán)境，提出了云—邊—端的架構(gòu)設(shè)計(jì)。
在云端部署了領(lǐng)域建模工具和流程工廠工具，前者通過CAD圖紙文件、功能規(guī)格說明等理解需求，并將需求結(jié)構(gòu)化后構(gòu)建場景模型；后者對生成的模型進(jìn)行代碼的編排和組合，實(shí)現(xiàn)了場景代碼的構(gòu)造。云端同時(shí)也是面向用戶的操作端，利用遠(yuǎn)程服務(wù)調(diào)度、低代碼等對產(chǎn)線進(jìn)行遠(yuǎn)程控制。
邊端的主力是Atlas 200I DK，承載了代碼生成、在線推理、智能決策等多重角色。在焊接點(diǎn)缺陷處理中，攝像頭采集的圖像數(shù)據(jù)，可以直接在邊端進(jìn)行實(shí)時(shí)的解碼處理，自動(dòng)識別漏焊、虛焊等缺陷，并向焊接機(jī)器人發(fā)送補(bǔ)焊指令。原本需要在云端處理的決策和調(diào)度，下沉到了邊端。
終端模擬真實(shí)的產(chǎn)線環(huán)境，還原了汽車焊接制造的一整套流程，包括車型識別視覺套件、焊點(diǎn)識別視覺套件、機(jī)械臂、傳送帶、緩存區(qū)軌道、底層通信模塊等等，主要負(fù)責(zé)數(shù)據(jù)的采集、傳輸和操作執(zhí)行。以補(bǔ)焊場景為例，從實(shí)時(shí)感知、在線推理、智能決策到指令下發(fā)，全程在1秒內(nèi)完成。
和市面上已有的方案相比，“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”創(chuàng)造性地采用了云邊協(xié)同的思路，因?yàn)檫叾擞辛烁鼜?qiáng)的算力支撐，原本需要在云端處理的工作，下沉到了邊端進(jìn)行實(shí)時(shí)處理，為制造場景的智能化轉(zhuǎn)型給出了新解法：
以往對智能控制精度和時(shí)延的顧慮，現(xiàn)在可以在邊端實(shí)時(shí)處理，整個(gè)過程都不需要人工的參與；以往必須分成多個(gè)產(chǎn)線才能實(shí)現(xiàn)的個(gè)性化需求，現(xiàn)在有了按照需求智能決策的能力，可以在一條產(chǎn)線上混線生產(chǎn)……或許當(dāng)前的應(yīng)用場景還比較簡單，但在很大程度上印證了云邊協(xié)同的可行性。
02 軟硬融合，釋放澎湃的創(chuàng)新力量
讓人想不到的是，在參加昇騰AI創(chuàng)新大賽2023之前，“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”的四名成員都只有軟件開發(fā)的經(jīng)驗(yàn)。不到四個(gè)月的“急行軍”，對整個(gè)團(tuán)隊(duì)來說都是一場從0到1的探索。
作為隊(duì)長的李贏坦言：“一開始是有些抵觸的，因?yàn)榇蠹业男乃级荚谲浖?，本能地認(rèn)為軟硬結(jié)合比較難。但去做后發(fā)現(xiàn)，做軟件的必須要懂硬件，軟硬件結(jié)合對我們思路和視野的開闊是非常重要的。”
視野上的開闊，可以從硬件的迭代說起。
在接觸到Atlas 200I DK前，他們使用的是一款支持OpenMV的智能攝像頭，既能夠錄制視頻，還可以做一些簡單的數(shù)據(jù)處理。由于昇騰AI對視頻流的精度要求比較高，“被迫”更換成了CG1200P工業(yè)攝像頭。
“昇思MindSpore的上手還是比較簡單的，只要邏輯理清的話，開發(fā)只用了兩周左右的時(shí)間，就把原來的算法更新了一版。因?yàn)闀N騰AI的在線推理能力很強(qiáng)，攝像頭的設(shè)計(jì)可以實(shí)時(shí)抓取進(jìn)行在線解碼和模型推理，檢測精度比之前提升了82%，比原設(shè)備的算法提升了40%，單張照片的處理時(shí)間只要0.014秒。”
思維方式的轉(zhuǎn)變，則體現(xiàn)在部署方式上。
“過去的邊端設(shè)備只能做簡單的計(jì)算，所有的代碼項(xiàng)目都是放在云端的，但是需要修改的時(shí)候，過程還是比較繁瑣的，需要現(xiàn)在本地服務(wù)器修改、部署、驗(yàn)證，再放到云端部署驗(yàn)證。如果是在真實(shí)的生產(chǎn)環(huán)境中，整個(gè)過程中有很多不確定因素，導(dǎo)致實(shí)時(shí)性和可靠性打了不小的折扣。”
讓李贏感到興奮的是，代碼項(xiàng)目部署在邊緣端，測試和部署要方便很多，可以直接修改直接看到成效，并且不太需要考慮網(wǎng)絡(luò)延時(shí)，從而能夠?qū)崿F(xiàn)更快的數(shù)據(jù)傳輸和響應(yīng)速度。再加上推理和部署在同一個(gè)節(jié)點(diǎn)上，后續(xù)的維護(hù)和管理也很簡單，而且對于車間工廠這樣的環(huán)境要更加友好。
恰恰是“不熟悉”的軟硬融合模式，讓“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”用云邊協(xié)同這種最為“接地氣”的解決方案，使模擬生產(chǎn)工藝實(shí)現(xiàn)了智能化、可視化、模塊化執(zhí)行，走在了工業(yè)制造智能化創(chuàng)新的第一線。
而在整個(gè)昇騰AI創(chuàng)新大賽2023上，像“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”這樣的團(tuán)隊(duì)還有很多。
有團(tuán)隊(duì)想要用AI解決航空發(fā)動(dòng)機(jī)智能視覺缺陷檢測，有團(tuán)隊(duì)給出了無人機(jī)光伏智能巡檢解決方案，還有團(tuán)隊(duì)提出了深海AI聲吶智能感知系統(tǒng)……軟硬融合模式正在深入不同的場景，用新的思路、理念去解決既有問題，不斷釋放出澎湃的創(chuàng)新力量。
03 釣勝于魚，點(diǎn)燃產(chǎn)業(yè)端創(chuàng)新之火
在大模型浪潮的影響下，人工智能已經(jīng)融入到生產(chǎn)生活的各個(gè)領(lǐng)域。事實(shí)上，這也是昇騰AI創(chuàng)新大賽的初心所在，旨在鼓勵(lì)全產(chǎn)業(yè)開發(fā)者打造軟硬件解決方案、探索模型算法，加速AI與產(chǎn)業(yè)的融合。
也許仍有人不解，像昇騰AI創(chuàng)新大賽這樣面向開發(fā)者的頂級賽事，與“AI和產(chǎn)業(yè)融合”到底有什么關(guān)系？就這一點(diǎn)來說，“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”可以說是回答類似問題的“最佳對象”。
正如前面所提到的，智能制造并不是什么新課題，可大多是用純軟件的思路，導(dǎo)致學(xué)術(shù)和實(shí)際之間總是存在某種距離。“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”看到了邊緣計(jì)算的想象空間，并用軟硬結(jié)合、云邊協(xié)同的方式提出了新的架構(gòu)設(shè)計(jì)，不僅進(jìn)一步提升了效率和準(zhǔn)確性，也讓整套系統(tǒng)離落地更近。
授人以魚，不如授之以漁。比焊接工藝這種具體問題更為重要的，其實(shí)是用所學(xué)知識 解決問題經(jīng)驗(yàn)和方法論。
按照李贏的說法：“參賽對我們比較重要的幫助是統(tǒng)籌協(xié)調(diào)的能力。我們四個(gè)人是師兄弟的關(guān)系，沒有誰指揮誰的說法，遇到某個(gè)技術(shù)問題或者下一步怎么做，大家都是一起討論的。但一個(gè)項(xiàng)目能夠走到最后，需要明確的個(gè)人分工和合作規(guī)劃，這個(gè)過程中的統(tǒng)籌和協(xié)調(diào)，對我來說是一次非常好的鍛煉。”
在團(tuán)隊(duì)中負(fù)責(zé)理論學(xué)術(shù)和算法研究的史浩然博士，有著不一樣的成就感：“之前的學(xué)習(xí)主要是針對某個(gè)技術(shù)問題或者某個(gè)單一的學(xué)術(shù)難點(diǎn)，這是第一次做一個(gè)完整的有實(shí)際落地意義的系統(tǒng)，從軟件工具到硬件設(shè)備再到算法的實(shí)現(xiàn)，如何運(yùn)用多種技術(shù)協(xié)同來解決一個(gè)事情，讓我從中學(xué)到了很多。”
主要負(fù)責(zé)云邊調(diào)度研究的傅顯坤，表達(dá)了相同的感受：“我們實(shí)驗(yàn)室本來就一直在做云計(jì)算、云端協(xié)同，但之前都是在學(xué)術(shù)方面，沒有很深的落地。這次最大的收獲可能是做的東西能夠看得見、摸得著，真的可以用技術(shù)去解決問題。”
因?yàn)榇笏淖霎厴I(yè)設(shè)計(jì)參與到項(xiàng)目中的陳嘉彬，主要負(fù)責(zé)邊緣開發(fā)和軟件開發(fā)，在他看來：“本科階段學(xué)的都是偏理論性的知識，實(shí)踐的機(jī)會(huì)相對比較少。通過這個(gè)項(xiàng)目，知道了這些知識該怎么用，怎么在實(shí)際場景中落地實(shí)踐。”
可以看到，他們參賽的動(dòng)機(jī)并不復(fù)雜，一開始僅僅是為了“學(xué)以致用”。正是這樣樸素的想法，在他們心里種下了創(chuàng)新的種子，然后在汗水的滋潤下生根、發(fā)芽、開花、結(jié)果。有理由相信，焊接工藝缺陷只是他們解決的第一個(gè)問題，等待他們的將是星辰大海。
把視角再放大一些的話，“山東大學(xué)大山坡汽車焊工技術(shù)服務(wù)隊(duì)”的參賽經(jīng)歷，何嘗不是AI與產(chǎn)業(yè)融合的新范式：只要為開發(fā)者提供“用得起、用得好、用得放心”的軟硬件服務(wù)，為他們的創(chuàng)新想法和探索精神提供落地的土壤，終將在產(chǎn)業(yè)端燃起智能化的熊熊之火。
申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
