Архив Автомобильная отрасль · Автопроизводители
BMW Group: нейросети проверяют качество на заводах, надёжность 100%
По данным BMW Group, нейросети распознавания изображений проверяют комплектность, шильдики и детали из прессового цеха; после тестового прогона и однократной донастройки надёжность распознавания достигает 100%.
/01 · ключевые результаты
-
возможность системы
100%
надёжность распознавания после тестового прогона и однократной донастройки
BMW Group, пресс-релиз, 15.07.2019
по данным на июль 2019 года · приложения распознавания изображений в серийном производстве BMW Group
данные компании
- около 100 изображений снимков для обучения нейросети одного приложения · масштаб BMW Group, пресс-релиз, 15.07.2019
оценка strategai
Оценку не приводим: компания не сообщает эффекта во времени, браке или деньгах
По данным BMW Group, нейросети распознавания изображений проверяют комплектность, шильдики и детали из прессового цеха; после тестового прогона и однократной донастройки надёжность распознавания достигает 100%.
/02 · паспорт кейса
Бизнес
- Компания
- BMW Group
- Отрасль
- Автомобильная отрасль · Автопроизводители
- Функция
- Производство и основные операции
- Задача
- Контроль качества (CV)
Технология
- Класс AI
- Компьютерное зрение
- Тип решения
- Собственная разработка
- Данные
- Снимки деталей, сделанные сотрудниками с разных ракурсов и размеченные вручную; данные заказа автомобиля; сохранённые записи испытаний двигателей на холодном тесте.
Внедрение
- Стадия
- Промышленная эксплуатация, на 15.07.2019
- География
- Германия, Австрия
/03 · описание кейса
Зачем
Бизнес-задача
BMW Group с 2018 года применяет ИИ в серийном производстве и делает упор на автоматическое распознавание изображений. Задачи — удерживать высокие требования к качеству и снять с сотрудников однообразные проверки: лежит ли знак аварийной остановки на своём месте в багажнике, установлен ли колпачок на стеклоочистителе. Прежние камерные системы контроля в прессовом цехе завода в Дингольфинге в редких случаях отмечали псевдодефекты: пылинки и остатки масла на кузовных деталях можно спутать с тонкими трещинами. На заводе в Штайре мнимые отклонения крутящего момента на холодном тесте двигателей требовали ручных расследований и дополнительных прогонов вплоть до горячего теста.
Что
Решение
Нейросеть в реальном времени сравнивает снимок детали с сотнями изображений той же последовательности и проверяет, все ли детали установлены и на своих ли местах. Для съёмки достаточно мобильной стандартной камеры; такие приложения постепенно заменяют стационарные камерные порталы. Сотрудники фотографируют деталь с разных ракурсов и размечают отклонения, программировать при этом не нужно. На финальном контроле в Дингольфинге система сверяет данные заказа с живым снимком шильдика модели, например «xDrive», и подаёт сигнал при расхождении. В Штайре модель, обученная на сохранённых испытаниях, отличает реальные дефекты двигателей от мнимых, а «управляющий ИИ» по снимку пустой тары решает, нужно ли её крепить, и направляет её кратчайшим путём по конвейеру.
Как
Внедрение
Обучение занимает, например, одну ночь: высокопроизводительный сервер строит нейросеть примерно по 100 изображениям. После тестового прогона и, при необходимости, однократной донастройки надёжность составляет 100%, и сеть самостоятельно решает, соответствует ли деталь требованиям. В прессовом цехе Дингольфинга нейросеть опирается примерно на 100 реальных снимков на каждый признак — исправная деталь, пылинки, капли масла, — и, по данным компании, псевдодефекты исключены. Приложение в Штайре разработано вместе с командой BMW Group Data Analytics. Компания описала эти приложения в пресс-релизе 15 июля 2019 года как работающие в серийном производстве.
/04 · источники и проверка
Что подтверждено
- По данным BMW Group, после тестового прогона и однократной донастройки надёжность распознавания достигает 100%.
- Нейросети работают в серийном производстве: на финальном контроле и в прессовом цехе завода в Дингольфинге, на холодном тесте двигателей и в логистике тары на заводе в Штайре.
- В прессовом цехе Дингольфинга новое приложение, по данным компании, исключает псевдодефекты, которые давала прежняя камерная система.
Ограничения
- 100% — надёжность распознавания после теста, заявленная компанией; число проверенных деталей и период измерения не указаны.
- Источник не приводит эффекта в сокращении брака, времени контроля, затрат на персонал или скорости логистики.
- Данные относятся к июлю 2019 года; более поздних сведений о работе приложений в источнике нет.
-
[1] BMW Group
Schnell, effizient, zuverlässig: Künstliche Intelligenz in der Produktion der BMW Group
компания · 15.07.2019
Открыть источник
АрхИИВ /strategai · CB-000993 · Версия 1 · 17.10.2026 · /c/CB-000993/