人工智能與工業(yè)場(chǎng)景融合應(yīng)用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了人工智能與工業(yè)場(chǎng)景融合應(yīng)用范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

摘要：文中分析了AI與工業(yè)的聯(lián)系，并結(jié)合具體應(yīng)用場(chǎng)景進(jìn)行了研究，并分析論證了AI與工業(yè)融合的研究意義。

關(guān)鍵詞：AI；工業(yè)；聯(lián)系

1前言

將AI與工業(yè)應(yīng)用相結(jié)合，是工業(yè)智能化發(fā)展的高能途徑，也是中國(guó)制造2025的主要領(lǐng)域。在各種神經(jīng)網(wǎng)絡(luò)算法中，BP神經(jīng)網(wǎng)絡(luò)算法是應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。而項(xiàng)目正是結(jié)合BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法和圖像處理結(jié)合，充分考慮了工業(yè)界更高的安全性、可解釋性、可靠性要求［1］，致力于針對(duì)工業(yè)場(chǎng)景千變?nèi)f化所需的AI視覺(jué)，以實(shí)現(xiàn)更精確、更快、更可靠、更適用的工業(yè)視覺(jué)效果，并將其應(yīng)用于物流快遞的分揀和損壞檢測(cè)，用于解決工業(yè)問(wèn)題，促進(jìn)智慧工業(yè)的發(fā)展。

2人工智能應(yīng)用在工業(yè)應(yīng)用的影響

隨著全球經(jīng)濟(jì)的發(fā)展，人工智能越來(lái)越被全球先進(jìn)的經(jīng)濟(jì)體重視。2019年全球主要的國(guó)家和地區(qū)都在推動(dòng)本土人工智能發(fā)展方面動(dòng)作不斷，力圖爭(zhēng)奪主導(dǎo)權(quán)。當(dāng)然我國(guó)人工智能產(chǎn)業(yè)也在高速增長(zhǎng)，加速滲透多應(yīng)用場(chǎng)景，成為促進(jìn)經(jīng)濟(jì)社會(huì)發(fā)展的重要驅(qū)動(dòng)力。現(xiàn)在AI在圖像處理領(lǐng)域是已經(jīng)取得很大的成就，但是在AI屆有一個(gè)共識(shí)，AI的真正機(jī)遇在工業(yè)界，第三次AI浪潮是曇花一現(xiàn)還是持續(xù)的發(fā)展的關(guān)鍵在于能否為工業(yè)提供商業(yè)價(jià)值［2］。但是人工智能應(yīng)用到工業(yè)界現(xiàn)在依然是有很多困難，因?yàn)楣I(yè)界有更高的安全性、可解釋性、可靠性，面對(duì)這些挑戰(zhàn)，算法必須更謹(jǐn)慎和升級(jí)，并且工業(yè)場(chǎng)景是千變?nèi)f化的，單純的AI和數(shù)據(jù)挖掘是不行的，它必須有更多的領(lǐng)域?qū)I(yè)知識(shí)，同時(shí)兼?zhèn)涔I(yè)領(lǐng)域和AI數(shù)據(jù)領(lǐng)域的專業(yè)知識(shí)，這樣才能搭建應(yīng)用模型以及通過(guò)AI實(shí)現(xiàn)［3］。為了面對(duì)工業(yè)界的挑戰(zhàn)和創(chuàng)造工業(yè)界的價(jià)值，項(xiàng)目將BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)算法和圖像處理結(jié)合，應(yīng)用于具體場(chǎng)合，用于解決物流包裹問(wèn)題，實(shí)現(xiàn)智慧物流包裹的構(gòu)建。

3人工智能在工業(yè)場(chǎng)景應(yīng)用的主要方向

以物流包裹分揀為例，目前物流包裹人工智能應(yīng)用主要有以下兩大類，而以下的應(yīng)用依然是有限制的，并且是正在研究和探索，因此項(xiàng)目的研究有著非常巨大的現(xiàn)實(shí)意義。而本項(xiàng)目研究的主要是視覺(jué)引導(dǎo)和瑕疵檢測(cè)，具體分析如下：視覺(jué)引導(dǎo)—研究算法通過(guò)對(duì)攝像頭采集的圖形樣本進(jìn)行分析，來(lái)告訴機(jī)器人去哪抓取目標(biāo)，該去往哪放。在傳統(tǒng)的機(jī)器人中處理的都是一些相對(duì)簡(jiǎn)單的物品，在面對(duì)比較復(fù)雜的物體上仍然沒(méi)有給出研究方案［4］。例如軟袋檢測(cè)，以前機(jī)器人處理的可能是很標(biāo)準(zhǔn)的物品，那么該物品的特征是比較好定義的。而在這個(gè)軟袋過(guò)多的場(chǎng)景當(dāng)中，機(jī)器人要抓的是很容易變形的袋子，這個(gè)袋子變形的形狀可以是多種多樣的，很難去預(yù)測(cè)，也很難去概括，而且在實(shí)際的工廠當(dāng)中，這個(gè)袋子的表面很有可能是更換的，也就是說(shuō)可能今天用藍(lán)色的袋子，明天就變成黃色的了，而且上面的字母也會(huì)變，所以說(shuō)這種應(yīng)用場(chǎng)景對(duì)傳統(tǒng)的視覺(jué)，傳統(tǒng)的圖形處理來(lái)說(shuō)是巨大的挑戰(zhàn)，是很難去完成的。而這一類靈活多變的場(chǎng)景就是人工智能優(yōu)勢(shì)的所在。人工智能的算法可以處理很復(fù)雜多變的對(duì)象，所以在這種類似的場(chǎng)景下，人工智能的算法就是必要的，使用AI的算法才能夠很準(zhǔn)確很成功的給我們的機(jī)器人一個(gè)準(zhǔn)確的抓取點(diǎn)。瑕疵檢測(cè)——在很在很多的產(chǎn)品可能都需要瑕疵檢測(cè)，相對(duì)來(lái)說(shuō)瑕疵檢測(cè)就是很難定義的，比如說(shuō)產(chǎn)品表面的一個(gè)劃痕，可能是多種多樣的；或者是一個(gè)臟污，臟污的形狀也是不定的，所以這一類的問(wèn)題也需要AI的算法的來(lái)解決。

4人工智能在工業(yè)應(yīng)用實(shí)例分析

如下將通過(guò)無(wú)人倉(cāng)項(xiàng)目具體講解一下項(xiàng)目技術(shù)實(shí)現(xiàn)和方案，通過(guò)如下實(shí)例的技術(shù)解決形成應(yīng)用深度學(xué)習(xí)的AI工業(yè)問(wèn)題解決：在分揀機(jī)械上安裝一個(gè)掃描儀，讓機(jī)器掃描大量的訓(xùn)練圖片，然后使用BP神經(jīng)網(wǎng)絡(luò)的算法來(lái)建立模型。在BP神經(jīng)網(wǎng)絡(luò)的算法中，輸入層各神經(jīng)元負(fù)責(zé)接收來(lái)自外界的輸入信息，并傳遞給中間層各神經(jīng)元，中間層對(duì)內(nèi)部信息進(jìn)行處理，負(fù)責(zé)把信息變換，最后中間層傳遞到輸出層各神經(jīng)元，對(duì)信息進(jìn)一步處理之后就完成了一次學(xué)習(xí)正向傳播的處理過(guò)程，從而輸出層向外界輸出信息處理結(jié)果［5］。如果在正向傳播的過(guò)程中，實(shí)際輸出與預(yù)期輸出不相符時(shí)，就會(huì)進(jìn)入誤差的反向傳播階段，把誤差通過(guò)輸出層沿連接路勁返回，按誤差梯度下降的方式修正各層權(quán)值。就這樣利用大量的訓(xùn)練圖片反反復(fù)復(fù)給機(jī)器進(jìn)行訓(xùn)練與學(xué)習(xí)，讓機(jī)器不斷地學(xué)習(xí)分類圖片中的圖片信息特征，再利用BP神經(jīng)網(wǎng)絡(luò)的最后分類輸出層，使其能自動(dòng)識(shí)別圖片類別，最終達(dá)到分揀各種各樣的快遞包裹。就如實(shí)際生活中的無(wú)人倉(cāng)庫(kù)，倉(cāng)庫(kù)實(shí)現(xiàn)智能化和自動(dòng)化，不僅可以把人從繁雜的工作中解放出來(lái)，為倉(cāng)儲(chǔ)企業(yè)節(jié)省了大量的勞動(dòng)力和節(jié)約了人工成本，還可以提高分揀的時(shí)效性以及客戶的滿意度。

5課題的研究意義與創(chuàng)新點(diǎn)

課題充分的把深度學(xué)習(xí)算法對(duì)圖像處理的高能高效與物流包裹所面對(duì)的多種多樣的視覺(jué)場(chǎng)景結(jié)合起來(lái)，促進(jìn)AI物流落地的發(fā)展，是AI與工業(yè)的跨領(lǐng)域輕度研究。單純的AI領(lǐng)域知識(shí)不足夠解決實(shí)際工業(yè)問(wèn)題，這也是AI工業(yè)最大的困難，而項(xiàng)目團(tuán)隊(duì)正是把AI放在具體的工業(yè)場(chǎng)景研究，通過(guò)實(shí)例分析探尋工業(yè)AI的發(fā)展方向。AI是強(qiáng)大的，但這份神奇需要人們連接，未來(lái)的世界一定會(huì)更加美好，科技的發(fā)展將會(huì)給人類帶來(lái)更多福祉。

參考文獻(xiàn)

［1］袁練.基于北斗通信系統(tǒng)的PLC遠(yuǎn)程狀態(tài)監(jiān)控的探索［J］.電子世界，2019（9）：75-76.

［2］袁練.基于互聯(lián)網(wǎng)與手機(jī)組態(tài)技術(shù)的PLC遠(yuǎn)程監(jiān)控系統(tǒng)的研究［J］.現(xiàn)代信息科技，2019，3（9）：150-152.

［3］李德英.電氣控制與PLC［M］.同濟(jì)大學(xué)出版社，2016：10-31，42.

［4］黃風(fēng).工業(yè)機(jī)器人與自控系統(tǒng)的集成應(yīng)用［M］.北京：化學(xué)工業(yè)出版社，2017：50-82.

［5］崔堅(jiān).SIMATICS7-1500與TIA博途軟件使用指南［M］.北京：機(jī)械工業(yè)出版社，2016.

作者：黃麗娟 劉小紅 袁練 單位：湖南信息學(xué)院