本文出现在评估工程并已通过许可发布。
你会学到什么：
- 坚固的边缘系统使得Metrology能够作为AI供电的自动化质量控制机制。
- 现在，通常应用于医疗设备的相同100％的检查要求也可以扩展到高端消费设备 - 以前不可能为小型昂贵的电子设备提供的选项。
Metrology在制造中起着重要作用 - 测量科学适用于从消费电子设备到关键医疗装置和可植入部件的产品。数字转换正在制造业中占据中心阶段，更先进的自动化功能重新定义了这种精密对象检测和自动化检查如何在更大数量的重要设备中推动安全性和质量改进。
机器学习和更复杂的机器人正在成为工业景观的一部分，自动计量系统可以衡量和检查制造组件以提供完美指导。完全自动化的在线系统检查每个组件，大大增加输出并减少使其关闭线的缺陷产品的数量。
为实现这一目标，复杂的视觉算法和工作负载整合流程必须利用工业GPU计算平台，足够强大，以比人眼更有效地处理复杂的视觉任务。促进这种绩效水平是一个与之密切相关的计算工程挑战坚固的边缘- 提高栏的严格的环境设置，如何为竞争优势实施高度理想的人工智能（AI）和机器学习。此处设计用于高性能，此处部署系统也必须用于可靠性，降低昂贵的停机时间和延迟制造行。
AI推动的计量自动化
精密计量解决方案的提供商可以提供计量的示例作为AI供电的自动化质量控制机制。该公司将其多传感器阵列配对，具有专用的工业GPU计算机，创建高级非接触式计量平台，比传统系统快10倍。该下一代系统显着提高了遗产测量能力，并为制造商提供了提高质量，效率和吞吐量的机会。
虽然计量涉及在制造线上产生的几乎各种部分，但许多大批量制造系统仅检查产生的输出的百分比。由于制造部件的多样化和复杂性，加上了竞争性工业生产设施共同的速度，100％检查是不可行的。
这是一个仔细的平衡，因为这个采样组的微量测量是证明子组件或最终集成到关键系统的子组件或更小的组件等商品的基础。行业可以有效地包含具有熟练校准和明确的过程控制的生产成本，造成较少的浪费，速度增加，质量控制和投资回报率。然而，当确定制造的良好被确定有缺陷时，存在大量有缺陷，通常是不可重复使用的零件已经通过生产线的高概率。
机器视觉力量智能，非接触计量
在此处的现实情景中，工业自动化公司采用非接触式计量方法或基于机器视觉的系统，为微米提供复杂尺beplay体育手机登录寸的快速测量。这种高级视觉和多传感器技术与坐标测量机（CMMS）相反，传统上用于测量应用的传统系统，不需要物理处理产品。
由于平台执行高速扫描，产品仍然完好无损，而无需持久地持有持久的产品以禁止运动。使用传感器和摄像机的光谱，可以以广泛的细节扫描每秒多达500份。目前通过系统的探针和共聚焦镜头检测缺陷，LIDAR技术在地平线上作为额外的高速扫描选项。捕获数百万数据点每秒，系统分析复杂的多方面几何形状，低至一百万米。
例如，Premio的VCO-6020-1050TI.基于GPU的工业计算机具有机器视觉功能，提供了该系统中的计算引擎，实时分析和处理数据点。在同步中获取的一系列测量值，计量公司的专有软件将数据点组合以在一个位置生成数据。
将实时计算带到更多设置
在越来越竞争的制造业世界中提高计量问题，特别是随着越来越多的工业环境，拥抱GPU计算和在恶劣环境中访问实时计算。限制对产品采样的测量可能不再需要，为真正没有错误空间的产品创造了优势。诸如可植入治疗装置的医疗装置已经需要100％检查。然而，现在可以随时延伸到昂贵的消费者设备的选项，以及以前不可能用于小型，昂贵的电子设备。
今天，与更多传统的计量操作相比，可以以秒为单位测量400-500临界尺寸，相当大的换档和竞争优势。AI供电检查和测量代表了重型工业环境中的新数据值水平。通过更智能和更高效的实时数据收集，分析和交货回到制造操作中，可以在制造操作中进行更聪明的决策坚固的边缘。
