几十年来，康耐视 和施耐德电气一直合作推进工业制造领域的机器视觉。但随着生产需求不断增加和劳动力挑战的增加，施耐德电气认识到传统的检测系统已经不够了。
施耐德电气着手解决一个紧迫的挑战：如何在不增加复杂性或依赖个人技术专长的情况下，扩大检查覆盖范围、增加产量/处理量并降低制造成本。
康耐视 In-Sight 摄像头和 OneVision 人工智能开发环境的集成带来了答案。
结果？ 质量控制的转变使产量翻倍，错误拒绝率降低 70 倍，并建立了 AI 驱动检测的全球标准。
挑战：在不增加复杂性的情况下扩大检查范围
该团队的目标很明确：在法国开发先进的检测能力，如果成功的话，该解决方案将作为标准化解决方案在全球范围内部署。
早期的视觉工具用于在线检查，主要集中在装配检测和测量。虽然这些工具对于基本验证有效，但无法支持扩大生产规模或满足日益增长的质量期望所需的更广泛的检查需求。
施耐德电气面临几个挑战：
- 需要在不减慢生产速度的情况下检查更多的控制点
- 缺乏熟练的视觉工程师
- 降低制造成本的压力越来越大
- 希望为运营商和工厂工程师实现 AI 民主化
- 设施对全球标准化的需求不断增长
- 拥有可在全球范围内复制/可扩展的集中验证模型，以创建全球标准
工厂团队认识到，渐进式改进是不够的。他们需要一个能够扩展检测能力、简化 AI 采用并实现跨地点协作的平台。
该计划由工程师和运营领导发起，确定了改进机会，并将项目向上推向管理层，使其与更广泛的企业效率、可扩展性和数字化转型目标保持一致。
解决方案null：null康耐视 OneVision 和 In-Sight 摄像机
施耐德电气希望增强其现有的生态系统，而不是寻求替代方案。目标是提高可信平台的产量/处理量和能力。
该实施将 OneVision 和 In-Sight 摄像头与 In-Sight 视觉套件 集成，后者是所有 In-Sight 设备统一环境，将传统的基于规则视觉工具与先进的 AI 工具集相结合。
新设置将检查范围从有限的测量检查扩展到 17 个不同的控制区域。这些检查包括：
- 高度控制
- 螺钉位置&旋转验证
- 分类
- 方向检测
- 检测接触器底座或头部的短缺
在 OneVision 中使用我们的高级 AI 工具，工程师能够以高度的粒度和细节标记图像，并优化 ROI 和快速重新训练模型
最强大的功能之一是能够有效地训练模型 - 甚至从最小的图像集开始 - 在协作环境中迭代地优化它们。
该平台还消除了持续的硬件挑战。以前，先进的 AI 检测通常需要配备高性能显卡的 PC。有了 OneVision，这一要求就消失了。这不仅降低了直接硬件成本，而且简化了系统架构和维护。
克服安全和采用方面的挑战
与全球企业中的任何云平台一样，安全验证对于评估 OneVision 至关重要。
施耐德电气对基于云的解决方案进行了综合安全评估。康耐视 的安全和工程团队通过填写第三方安全问卷并提供必要的认证来支持这一流程。该平台符合施耐德电气最苛刻的全球标准。
更广泛的测试和验证过程大约持续了六个月。大部分工作集中在一开始，团队专注于训练、验证，并确保全面部署前的运营可靠性。
尽管流程严谨，但 OneVision 简单易用性和人体工程学接口加速了采用。工程师们发现，与以前的方法相比，新的检测解决方案的开发和集成速度可以提高 30%。
结果：可衡量和变革
实施的影响是实质性和可衡量的。
在不增加周期时间的情况下降低非质量成本
施耐德电气通过使用 OneVision 将检测覆盖范围从传统方法的 5 个关键区域扩展到 17 个区域，从而增强生产线控制，并显著提高了检测准确性。此外，将循环时间从 400 ms 缩短至 200 ms。
误报率降低 70 倍
借助 OneVision 的高级 AI 功能，施耐德电气将错误率降低了 70 倍。这大大提高了运营效率，减少了不必要的浪费。
新控制的集成速度快 30%
平台的简单性和执行速度使新检测应用的集成时间缩短了 30%。这已启用更快的迭代和持续改进。
成本降低 — 直接和间接
直接节约成本：
- 无需配备显卡的 PC
- 降低硬件复杂性
间接成本节约：
- 减少会议协调发展的时间
- 加快团队之间的协作
- 减少开发工作
- 降低维护开销
这些改进共同实现了质量和成本节约，大约是以前的两倍。
意想不到的益处
虽然团队预期质量和效率会提高，但有几个好处超出了预期：
- 误报率大幅降低 70 倍
- 显著减少协调和会议时间
- 开发周期比原先预测的要快
也许最重要的是，该平台的简单性解锁了新的可能性。工程师现在可以想象新的应用，因为开发只需要几次点击。这种思维模式从约束转变为能力，可能是项目最强大的成果之一。
实现全球协作
OneVision 最具战略性的优势之一是其集中协作能力。
法国的地点可以开发检查标准，并完善一个项目，然后几乎可以立即部署到其他设施。这种程度的全球合作以前是不可能的。传统的基于摄像头训练受到硬件限制的约束。现在，可以通过集中式平台在世界各地训练、改进和分发模型，创建标准化的检查框架，只需点击几下即可在工厂间复制它们。
这种能力在解决劳动力短缺问题上尤为强大。知识和 AI 模型可以在整个组织内无缝共享，甚至可以利用外部第三方来优化解决方案，而不是要求每个工厂独立开发专业知识。
将制造的 AI 民主化
该项目的一个关键目标是使机器视觉中的 AI 更具包容性、直观性、协作性和可访问性。
OneVision 中的直观接口和简化的模型训练过程使操作员和工程师无需深入的 AI 专业化，即可参与构建和完善检测解决方案。
传统基于规则的工具和高级 AI 在单一环境中的结合提供了灵活性和多功能性。团队可以根据需要选择更简单的检测模式或更准确的 AI 驱动分类。
这种混合功能降低了学习曲线，这也有助于施耐德电气解决现代制造业中最紧迫的挑战之一：劳动力限制。
竞争优势
转型超越了运营效率。
通过扩大检查覆盖范围、减少误报和降低制造成本，施耐德电气加强了其竞争地位。
在全球范围内、快速和协作部署高级 AI 检测的能力提供了明显的优势。更少的错误拒绝意味着更少的浪费。更快的集成意味着更快的创新周期。工厂之间的标准化确保了全球质量的一致性。
该网站现在作为更广泛的部署的模型。施耐德电气的既定目标是在其全球运营中更广泛地扩展此解决方案。
协作平台使这种扩展可行且可扩展。
更强大的未来合作关系
这一举措进一步加强了 康耐视 与施耐德电气之间的长期合作关系。
通过增强现有的生态系统而不是取代它，施耐德电气对康耐视创新路线图表现出了信心。反过来，康耐视 通过严格的安全验证和协作实施来支持施耐德电气。
该项目为更广泛的人工智能驱动的制造计划打开了大门，并扩大了全球合作。
展望未来
施耐德电气的 OneVision 之旅刚刚开始。凭借在法国的可靠成果，该公司有能力在其他工厂实现智能视觉系统的标准化。
该平台已经证明，制造业中的人工智能不一定是复杂的或资源密集型的。它可以是协作的、安全的、可扩展的和变革性的。
随着施耐德电气不断扩展此解决方案，其优势显而易见：
- 高质量
- 效率更高
- 降低成本
- 更快的创新
- 全球标准化
通过结合先进的硬件和协作式 AI，施耐德电气重新定义了机器视觉的可能，并为全球智能制造树立了新的基准。