Qualcomm博客

AI:你的全新工作伙伴

2019年10月29日

Qualcomm products mentioned within this post are offered by Qualcomm Technologies, Inc. and/or its subsidiaries.

自亨利·福特汽车装配线问世以来,汽车业经历了漫长的发展历程。总的来说,制造业进入了更智能、更安全和更高效的阶段。如今,在福特发明了汽车装配线100多年后,随着人工智能(AI)的加入,行业运营模式再次转型。
无论是你的下一次国际旅行、运动健身,还是日常工作职责,终端侧人工智能(on-device AI)会为你提供更加直观和高效的用户体验。该技术可以在终端上处理大量数据,无需将数据发送到云端,以此来改善你的体验。在终端侧运行人工智能可以保护隐私,降低时延,提高可靠性,同时节省功耗,高效利用网络带宽。
想象一下汽车工厂如何应用终端侧AI:智能监控摄像头可以为你开启通往停车场的安全通道。当你回到工作岗位开始一天的工作时,增强现实(AR)眼镜会将操作指南显示在你的眼前。工厂的自动导向车(AGV)可以帮你搬运汽车零部件。终端侧AI加持的机器人手臂可以从装配线上移除缺陷零部件。这些示例仅是终端侧AI改善当今汽车工厂状态的缩影,其实际意义远胜于此。

保障场地安全

当你抵达工作地点,将车辆停在工厂的安全闸机之前时,企业级人工智能监控摄像头会自动扫描人脸和车牌以确认你的身份,并在确认无误之后为你开启通往停车场的通道。这样既保证你能够快速通过闸机,又能够保证工厂安全。
工作原理:工厂的监控摄像头搭载的是Qualcomm视觉智能300平台(Vision Intelligence 300 Platform),专为基础设施和工业监控等物联网应用开发。该平台是基于Qualcomm QCS603 SoC打造,QCS603 SoC是Qualcomm首批专为物联网设计的系统级芯片之一。
Qualcomm视觉智能300平台可以通过深度学习以及摄像头采集的数据,识别人脸和物体,例如车牌。利用终端侧图像处理技术和人工智能技术,该平台可以迅速分析摄像头采集的数据,几乎不存在时延,亦不消耗过多电量。这意味着,它可以在极短的时间内成功地将人脸和车牌与系统存储的信息进行比对,以便你能够快速通过闸机准时上班,同时保证工厂安全。

通过AR获得实用操作说明

待冲完早间咖啡、和同事们打完招呼之后,你走到自己的工作岗位,然后戴上AR眼镜,开始为汽车安装尾灯。搭载嵌入式技术的AR眼镜可以指导你完成尾灯安装程序。当你看着汽车挡泥板时,AR眼镜会实时将操作说明显示在你的眼前,指出你需要拧紧的零部件以及仔细检查的部位。
工作原理:当你为汽车安装尾灯时,你所戴的AR眼镜通过立体摄像头、景深摄像头、陀螺仪和加速计收集数据,然后将数据传送到搭载Qualcomm® 骁龙™ XR1平台的眼镜上进行数据处理。利用终端侧AI、六自由度(6-DOF)头部姿势、手势识别,同步定位与地图构建(SLAM)等技术,Qualcomm® 骁龙™ XR1平台可以准确识别你操作的具体零部件和环境,实时准确地提供操作说明。
骁龙XR1平台能够高效地运行设备上的AR和VR工作负载,在呈现和跟踪对象过程中减少时延,降低功耗。此外,它还可以提供逼真直观的AR体验。这意味着AR眼镜能够感知你周围的环境和视野,数字化操作说明可以随着你所处位置的变化而变化。
此外,人工智能还可以用于机器的预防性维护,使工厂生产线保持运转。为此,工厂可以通过传感器收集机器及其工作状态的数据,开发人工智能模型,准确预测机器发生故障的时间段。预警信息会同步到AR眼镜,帮助你诊断故障,及时对机器进行维护。对于复杂的维护程序,专家可以远程连接你的AR眼镜,透过你的视野,指导你完成机器的维护过程。

安全运送物资

当你工作时,有一辆自动导向车(AGV)将点火线圈连接件运送至工厂内部。在此过程中,一旦“发现”路上存在任何障碍,AGV就会自动绕开。此外,它还会避开其他AGV所处的位置,以免发生交通堵塞。如果需要帮助,它会向你的扩展现实(XR)眼镜发送求助提示。
工作原理:借助终端侧人工智能、工厂本地计算、蜂窝车联网(C-V2X)技术以及摄像头和雷达传感器捕捉的的关于工厂周围运送物资的数据,AGV就能够像无人驾驶汽车一样运行。如有任何物体挡住了去路,它们可以利用计算机视觉来探测障碍物。此外,它们还可以利用机器学习来区分工厂的不同区域,创建一个精确的环境地图。
基于5G NR C-V2X连接,无人驾驶汽车之间可以互相通信,以避免潜在的碰撞;AGV共享传感器数据,不仅可以让你知道它们的位置,AGV之间也可以了解彼此所在的位置。此外,它们还可以与你进行通信,出现问题时及时通知你。

完成高难度工作
在工厂地面作业时,自动机械手臂会协助你完成工作。自动机械手臂可靠性高,被广泛用于各种各样的任务中,包括发现存有缺陷的零部件,并将它们挑拣出来,避免安装到汽车上。此外,将人工智能技术集成到自动机械手臂的软件中,可以让自动机械手臂纠正以往出现的错误操作,提高工厂的生产效率。
工作原理:利用终端侧AI,工厂的自动机械手臂能够精准运行已编入软件中并且已对可能存在的变动进行调整的各项操作。为此,可以开发一个人工智能模型。然后从自动机械手臂的传感器,如集成的摄像机传感器中收集数据,并利用已开发的人工智能模型分析这些数据。成功分析的数据也可用于评估监督训练。
在挑拣缺损零部件任务中,机器人可以快速识别特定的汽车零部件,并确定每个零部件的功能。若在生产线上发现任何错误或存有缺陷的汽车零部件,机器人会将它们挑拣出来。由于机器人在工厂不断工作,它们的终端侧人工智能能力将在持续的分布式学习过程中不断提高,帮助工厂保持良好的运转。
当一天的工作结束时,你会查看自己和同事是否都完成了当天的任务。能够保持超乎公司预期的高生产率,赋能工厂设备和机器的终端侧人工智能功不可没。
Qualcomm研发了一系列人工智能解决方案,有助于行业和商业模式全面转型。我们正在不断努力,利用终端侧AI开发更加智能的工业应用程序,突破极限,创造更多可能。

关注微博或扫描下方二维码关注微信公众号(ID:Qualcomm_China),了解更多 Qualcomm 资讯。

 

 

Opinions expressed in the content posted here are the personal opinions of the original authors, and do not necessarily reflect those of Qualcomm Incorporated or its subsidiaries ("Qualcomm"). The content is provided for informational purposes only and is not meant to be an endorsement or representation by Qualcomm or any other party. This site may also provide links or references to non-Qualcomm sites and resources. Qualcomm makes no representations, warranties, or other commitments whatsoever about any non-Qualcomm sites or third-party resources that may be referenced, accessible from, or linked to this site.

相关新闻及博客

©2020 Qualcomm Technologies, Inc. and/or its affiliated companies.

沪公网安备 31011502004712 号

沪ICP备17015640号-4

References to "Qualcomm" may mean Qualcomm Incorporated, or subsidiaries or business units within the Qualcomm corporate structure, as applicable.

Qualcomm Incorporated includes Qualcomm's licensing business, QTL, and the vast majority of its patent portfolio. Qualcomm Technologies, Inc., a wholly-owned subsidiary of Qualcomm Incorporated, operates, along with its subsidiaries, substantially all of Qualcomm's engineering, research and development functions, and substantially all of its products and services businesses. Qualcomm products referenced on this page are products of Qualcomm Technologies, Inc. and/or its subsidiaries.

Materials that are as of a specific date, including but not limited to press releases, presentations, blog posts and webcasts, may have been superseded by subsequent events or disclosures.

Nothing in these materials is an offer to sell any of the components or devices referenced herein.