Grupo BMW ha estado utilizando varias aplicaciones de Inteligencia Artifical en la producción en serie. Un enfoque es el reconocimiento automático de imágenes: En estos procesos, la inteligencia artificial evalúa las imágenes componentes de la producción en curso y las compara en milisegundos con cientos de otras imágenes de la misma secuencia.
De esta manera, la aplicación AI determina en tiempo real las desviaciones de la norma y comprueba, por ejemplo, si se han montado todas las piezas necesarias y si están montadas en el lugar correcto.
"La inteligencia artificial ofrece un gran potencial y nos ayuda a mantener nuestros altos estándares de calidad y al mismo tiempo libera a nuestra gente de tareas repetitivas", Director de Innovación, Digitalización y Análisis de Datos de BMW Group Production, señaló Christian Patron
En el BMW Group, las aplicaciones flexibles, rentables y basadas en la IA están sustituyendo gradualmente a los portales de cámara instalados de forma permanente.
De esta manera, una cámara móvil estándar es todo lo que se necesita para tomar las fotos pertinentes en la producción.
Además la solución AI también puede configurarse rápidamente: Los empleados toman fotografías del componente desde diferentes ángulos y marcan las posibles desviaciones en las imágenes.
Así, crean una base de datos de imágenes para construir la llamada red neuronal, que luego puede evaluar las imágenes sin intervención humana.
Los empleados no tienen que escribir código; el algoritmo lo hace virtualmente por sí solo. En la etapa de entrenamiento, que puede significar de la noche a la mañana, un servidor de alto rendimiento calcula la red neuronal a partir de unas 100 imágenes, y la red comienza a optimizarse inmediatamente.
Después de una prueba de funcionamiento y posiblemente algunos ajustes, la fiabilidad alcanza el 100%. El proceso de aprendizaje se ha completado y la red neuronal puede ahora determinar por sí misma si un componente cumple o no con las especificaciones.
Incluso los objetos en movimiento se identifican de forma fiable, independientemente de factores como la iluminación de la zona de producción o la posición exacta de la cámara. Esto abre una amplia gama de aplicaciones potenciales a lo largo de toda la cadena de procesos de la automoción, incluida la logística. En muchos casos, la tecnología AI libera a los empleados de tareas repetitivas y monótonas, como comprobar si el triángulo de advertencia está en el lugar correcto en el maletero o si se ha colocado la tapa del limpiaparabrisas.
Finalmente, señalar que en el área de inspección final de la planta de Dingolfing del Grupo BMW, una aplicación de IA compara los datos de pedido del vehículo con una imagen en vivo de la designación del modelo del coche recién producido.
De esta manera, la aplicación AI determina en tiempo real las desviaciones de la norma y comprueba, por ejemplo, si se han montado todas las piezas necesarias y si están montadas en el lugar correcto.
![]() |
El Grupo BMW aplica en su producción en serie inteligencia artificial |
"La inteligencia artificial ofrece un gran potencial y nos ayuda a mantener nuestros altos estándares de calidad y al mismo tiempo libera a nuestra gente de tareas repetitivas", Director de Innovación, Digitalización y Análisis de Datos de BMW Group Production, señaló Christian Patron
En el BMW Group, las aplicaciones flexibles, rentables y basadas en la IA están sustituyendo gradualmente a los portales de cámara instalados de forma permanente.
De esta manera, una cámara móvil estándar es todo lo que se necesita para tomar las fotos pertinentes en la producción.
Además la solución AI también puede configurarse rápidamente: Los empleados toman fotografías del componente desde diferentes ángulos y marcan las posibles desviaciones en las imágenes.
Así, crean una base de datos de imágenes para construir la llamada red neuronal, que luego puede evaluar las imágenes sin intervención humana.
Los empleados no tienen que escribir código; el algoritmo lo hace virtualmente por sí solo. En la etapa de entrenamiento, que puede significar de la noche a la mañana, un servidor de alto rendimiento calcula la red neuronal a partir de unas 100 imágenes, y la red comienza a optimizarse inmediatamente.
Después de una prueba de funcionamiento y posiblemente algunos ajustes, la fiabilidad alcanza el 100%. El proceso de aprendizaje se ha completado y la red neuronal puede ahora determinar por sí misma si un componente cumple o no con las especificaciones.
Incluso los objetos en movimiento se identifican de forma fiable, independientemente de factores como la iluminación de la zona de producción o la posición exacta de la cámara. Esto abre una amplia gama de aplicaciones potenciales a lo largo de toda la cadena de procesos de la automoción, incluida la logística. En muchos casos, la tecnología AI libera a los empleados de tareas repetitivas y monótonas, como comprobar si el triángulo de advertencia está en el lugar correcto en el maletero o si se ha colocado la tapa del limpiaparabrisas.
Finalmente, señalar que en el área de inspección final de la planta de Dingolfing del Grupo BMW, una aplicación de IA compara los datos de pedido del vehículo con una imagen en vivo de la designación del modelo del coche recién producido.
Comentarios
Publicar un comentario