智能制造大脑it（智能制造大脑核心系统）

博世智能制造解决方案事业部(BMG-3CN) 新西兰

智能制造生产线装备的发展日益带动工业领域的进步和创新。随着技术的不断演进，机器视觉和人工智能（AI）两个关键领域的结合，构建了智能制造装备最强大的大脑。机器视觉通过传感器、摄像头等设备获取视觉信息，而人工智能则通过算法和模型分析这些信息并做出智能决策。博世智能制造解决方案集团（BMG）致力于提供高性能生产线设备解决方案。它拥有数十种结合前沿技术的实施实践，并始终注重持续创新。

设备如何可见？

机器视觉模拟人类视觉系统，利用高分辨率相机和先进的成像解决方案设计，在设备生产过程中实时捕获图像和视频数据。

设备如何思考？

人工智能在获取大量数据后，将学会提取模式、关联和规则，完成深度理解和智能决策，并执行具体操作。

随着近年来深度学习能力的快速发展，BMG团队将大量最新的AI技术融入到实际案例中。例如，在汽车制造行业，常见的应用场景包括表面缺陷检测、视觉解决方案追溯、设备动作序列识别等。

01

表面缺陷检测

表面缺陷检测是机器视觉领域的经典应用。传统的解决方案需要确定成像方案，收集足够的缺陷样本，并根据其形态特征确定缺陷检测。缺陷样本的长尾效应是各种学习算法面临的重大挑战，未知类型的新缺陷也是生产过程中的潜在风险。

无监督AI方法仅使用易于采集的正常样本，通过在线持续学习自动工作流程，可以同时保持极低的逃逸率和误杀率、推理时间短和维护成本低。

02

视觉无损追溯

在生产过程中，零件追溯可以帮助追踪零件来源、生产批次、工艺参数等信息，有助于发现和解决问题，提高产品质量。传统解决方案中，零件的可追溯性大多是通过在物体表面用激光或墨水打印DMC，或者使用RFID读写器来实现。

引入基于AI的图像编码方案后，仅使用零件表面的图像就可以在数据库中查询零件的绑定信息。同时具有不损伤零件表面、无零件尺寸要求、对环境干扰鲁棒性高等优点。可以实现识别准确，通过率低，有效缩短周期时间。

03

动作要点检查

对于一些半自动化生产线，设备的视频流信息可以实现同时检测多种功能。例如操作人员的手部动作、机制到位的时间段、实时检测多个机构之间的协作异常等。

引入AI技术进行检测跟踪后，只需采用体积小、功耗低、帧率高、响应快的边缘设备进行本地计算，具有数据安全、响应快、成本低等优势。

博世智能制造解决方案事业部提供完整的工艺开发硬件系统和流程，拥有高度自动化的机器视觉和人工智能技术。我们坚持本土化理念，通过博世全球资源的支持确保项目的成功实施，并提供专业的技术咨询、培训和售后支持，与客户建立长期合作伙伴关系，共同实现业务增长和成功。