股票代码:000034.SZ
数字化实践
Cases

制造

汽车制造智能质检
业务场景

客户希望使用人工智能技术来保证质量。希望通过机器视觉识别和人工智能技术协助工人解决传统制造业中的难题:针对车辆零部件错漏装的检查。

业务挑战

需要精准识别车身零部件,通过云上大量数据处理并分析生成检测结果,并通过人工智能自主学习,提升准确度。

解决方案

通过使用Azure自定义影像服务和OpenCV对车身零部件进行训练,从而检测质量异常;
通过微软HoloLens实时让工人看到检测效果,同时进行相应的操作;
使用人工智能数据和生产数据集成,进一步改进制造工艺和流程。

客户价值

系统具备自主学习能力,能够不断迭代,提高质检准确度,大大降低了工人在线的劳动强度,有效提高质检标准、避免客制化生产下,人工有可能存在的工作疏漏。

XML 地图 | Sitemap 地图