人工智能技术在汽车制造领域的应用分析

人工智能技术在汽车制造领域的应用分析

作者：张帅 于英杰 赵甲

来源：《科学与信息化》2019年第33期

摘 要 随着移动互联网、大数据、物联网的发展以及基于云平台的大规模计算能力的不断突破，人工智能产业在我国得到飞速发展。人工智能可以通过深度学习独立完成日益复杂的人类所完成的任务，为各个行业的转型升级带来了全新方向。因此，本文从人工智能技术在汽车制造企业的应用为切入点，对我国当前产业发展的政策环境以及基本现状等方面进行分析，并以此为依托提出未来人工智能技术在汽车制造中应用与发展的初步建议。 关键词 人工智能;汽车制造;计算机视觉;机器学习 引言

近年来，中国人工智能产业发展迅速。从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。据预测，2019年人工智能赋能实体经济产业规模将接近570亿元。到2020年，中国在人工智能的市场规模将达到710亿元人民币。

龙源期刊网 http://www.qikan.com.cn

中国人工智能产业的飞速发展离不开中国政府的积极推动和大力支持。中国形成了科学技术部、国家发改委、中央网信办、工信部、中国工程院等多个部门参与的人工智能联合推进机制。近年来，我国政府相继出台各类相关政策，为营造良好的发展环境提供了可靠的保障，为人工智能技术发展和落地提供大量的项目发展基金，并且对人工智能人才的引入和企业创新提供支持。其中，部分政策如表1所示。

在我国政府的推动下，各省市地区也积极响应，并相继出台各类相关政策。自《新一代人工智能发展规划》发布至2018 年底，我国已有19个省（直辖市、自治区）发布了26项人工智能专项扶植政策;6个地级市发布了6个人工智能专项扶持政策;有8个区（县）发布了10个人工智能专项扶持政策;11个产业园区发布了11个人工智能专项扶持政策。各地区对人工智能发展的布局既和国家规划发展方向保持一致的同时，又根据自身资源禀赋各有侧重。 1 人工智能技术介绍

人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。人工智能将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。 广义人工智能指通过计算机实现人的头脑思维所产生的效果，是对能够从环境中获取感知并执行行动的智能体的描述和构建;相对狭义的人工智能包括人工智能产业（包含技术、算法、应用等多方面的价值体系）和人工智能技术（包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能）[1]。 2 人工智能技术在汽车制造领域的应用现状 2.1 计算机视觉技术得到广泛应用

计算机视觉的主要任务是赋予智能机器人视觉，利用测距、物体标定与识别等功能实现对于外界位置信息、图像信息等的识别与判断。目前，计算机视觉技术已在多家汽车制造企业得到广泛应用。

大众SPL智能生产实验室开发了可以运行在“大众汽车视觉计算人工智能平台”上的工业摄像头，这种工业摄像头由三个模块（摄像头互联模块、人工智能模块、图像处理模块）组成，可应用在零部件的进货验收和寻找零部件上。在零部件验收时，与人工智能视觉计算平台相关联的安保监控摄像头可以扫描18米以外的货品上的条形码。将摄像头的应用程序接入到为负责仓储物流的叉车司机所配备的平板电脑上时，叉车司机只需点开、启动该应用，摄像头就会接收到司机的指令而左右转动，对这批货上的标签进行扫描。后台软件则通过人工智能算法将结果录入到系统中。在寻找零部件时，将工业摄像头的后台连入视觉计算人工智能平台，可以

龙源期刊网 http://www.qikan.com.cn

根据业务部门的要求检查判断零部件（安全带）是否装满，不论数量过多或者过少，都可以在监控显示图上显示，并且警告工作人员[2]。 2.2 各类机器人助力汽车生产

机器人学是有关机器人设计、组装、运作及应用的技术研究，以及控制机器人的计算机系统、感测器回授以及信息处理等。机器人可以代替人类在一些危险的环境或是制造程序中工作，以及一些重复性高的人类不想做的工作。在汽车生产中所应用到的机器人主要包括抓取机器人、焊接机器人、涂装机器人、轻型机器人和人机协作机器人等[3]。

奥迪智能工厂使用的柔性抓取机器人不同于现阶段的抓取机器人，该机器人最大特点在于柔性触手，抓取零件更加灵活。除了抓取普通零件外，柔性抓取机器人还可以抓取螺母、垫片之类的细微零件。

宝沃车身车间拥有443台焊接机器人，与世界知名工业机器人供应商KUKA库卡合作，主要完成点焊、弧焊、螺柱焊、车顶激光钎焊，涂胶、滚边以及打磨等连接工艺的自动化;222套柔性NC机器人定位系统还可进行同一条生产线不同车身的定位;车顶激光钎焊，采用车顶视觉对中系统，对中精度可达±0.2毫米，激光焊接长度3.8米，提高车身刚度30%，激光焊缝轮廓线采用自适应机器人打磨系统。对于安装精度要求较高及大型零部件广泛采用机械助力手，能够在保证安装精度同时降低员工劳动强度[4]。 2.3 机器学习为生产系统赋智

机器学习是人工智能的一个分支，是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别等领域。在汽车制造领域中也有广泛应用。

宝马智能工厂利用机器学习优化汽车冲压过程。它推出的先进的测量和分析系统，可以针对每一部分材料分别收集数据，智能化调节冲压模式，让整个流程可以更精确和有针对性，产出的产品也更加稳定。此外，利用计算机监控工厂中的所有生产过程。例如，相机测量车身以减少装配过程的错误。同时，它可以确认物流程序和装配质量，改善了员工的错误和不充分的装配技術。

3 关于人工智能技术与汽车制造业结合的思考

人工智能与相关技术结合，可优化制造业各流程环节的效率，通过工业物联网采集各种生产数据，再借助深度学习算法处理后提供建议甚至自主优化。然而，相较于金融、商业、医疗行业，人工智能在制造业领域应用潜力被明显低估，优质数据资源未被充分利用[5]。

龙源期刊网 http://www.qikan.com.cn

3.1 产品智能化研发设计

将产品设计软件集成机器学习模块，能够使软件理解设计师的需求并自主提供设计方案。具体来说需要经过三个步骤：首先，设计师或工程师将设计目标以及各种参数（如材料、制造方法、成本限制等）输入到生成设计软件中。然后，软件探索解决方案的所有可能的排列，并快速生成设计备选方案。最后，它利用机器学习来测试和学习每次迭代哪些有效，哪些无效。目前，软件平台Fusion360已能够掌握造型、结构、材料和加工制造等性能参数，在系统的智能化指引下，设计师只需设置期望的尺寸、重量及材料等约束条件即可以由系统自主设计出成百上千种可选方案[6]。 3.2 产品质量检测

智能质检是人工智能在制造领域成熟度最高的应用，利用图像识别与深度学习技术可以解决传统质检的人工成本高且无法长时间连续作业、只能抽检且缺陷检出率不高等痛点，大幅提升产品质检效率和缺陷检出准确率，在降低人工成本的同时确保出厂产品的合格率。智能质检系统可以逐一检测在制品及成品，准确判别金属、人工树脂、塑胶等多种材质产品的各类缺陷。

汽车零部件生产车间、整车冲压、焊装、涂装、总装车间可内借助机器视觉识别，快速扫描产品质量，提高质检效率。而且，因为这些系统可以持续学习，其性能会随着时间推移而持续改善。目前，部分汽车零部件厂商已经开始利用具备机器学习算法的视觉系统识别有质量问题的部件，包括检测没有出现在用于训练算法的数据集内的缺陷。AI视觉技术企业波塞冬可以实现精度为0.1mm的汽车电镀件外观不良检测;阿丘科技将AI和3D视觉技术用于工业质检和分拣[7]。

3.3 智能自动化分拣

无序分拣机器人可应用于混杂分拣、上下料及拆垛，大幅提高生产效率。其核心技術包括深度学习、3D视觉及智能路径规划等。其中：深度学习技术，把人工的检测经验转化为算法，从而实现自动识别和检测;3D/2D视觉利用机器视觉完成物品的位姿估计，并辅以深度学习算法实现复杂场景的抓取点计算;嵌入式GPU（如Nvidia的TX2）为深度学习提供硬件支撑，保持算力充足。将智能化分拣技术融入汽车零部件制造中，能够将处于无序或半无序状态下的物料进行分拣，实现生产效率的提高和成本的节约。 4 结束语

目前，计算机视觉技术、各类智能机器人和机器学习技术已在汽车制造业内得到一定的应用。但同时，人工智能技术在汽车制造领域有着更广泛的应用空间。智能化的产品研发能够为新产品的设计节约成本;智能的产品质量检测能够为企业节约内部的人力资源;智能化的自动分

龙源期刊网 http://www.qikan.com.cn

拣能够提高零部件的分拣封装效率;预测性生产运维可以预知生产设备的故障情况;生产资源分配能够优化利用现有生产资源;需求预测能够使企业抢占市场先机;仓储自主优化能够最大化利用仓储空间并提高运输效率[8]。

随着人工智能的不断发展，各类先进的智能技术也将与汽车制造产业有更加深度的融合和应用。这不仅会为公众带来更优质的产品、更舒适的体验和更优惠的价格，并逐渐会为社会与经济的发展带来巨大效益，还将会促使整个汽车产业的优化转型。 参考文献

[1] 肖博达，周国富.人工智能技术发展及应用综述[J].福建电脑， 2018，（1）：98-99. [2] 邱彬洵，黄卓鹏.人工智能技术发展及应用研究探讨[J].中国科技投资，2017，（8）：294.

[3] Mckenzi..A.Artificia.intelligenc.o.incompetence？[M].Artificialintelligence，2003：322. [4] 韩旭萍.人工智能在汽车制造工业中的进展分析[J].自动化与仪器仪表，2015，（4）：88-89.

[5] Acemogl.D，

Restrep.P.Artificia.Intelligence.Automatio.an.Work[J].Socia.Scienc.Electroni.Publishing.2018. [6] Makridaki.S.Th.Forthcomin.Artificia.Intelligenc.（AI.Revolution：It.Impac.o.Societ.an.Firms[J].Futures，2017.

[7] 翟启仁.浅析人工智能在汽车设计中的应用——以谷歌无人驾驶汽车为例[J].科技创新导报，2018，434（2）：87-88.

[8] 钱锋，桂卫华.人工智能助力制造业优化升级[J].中国科学基金2018，（3）：257-261.