3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
日本長照轉移位
| ||||||||||||||||||||||
經營管理探討
| ||
2017年3月31日 星期五
‧ 2017\03\31\3S Market Daily 智慧產業新聞
3S Market deliver Smart and Valuable information for Business
．Uber 無人駕駛發生嚴重車禍 將暫停自動駕駛測試項目
Uber Autonomous Car Crash Tempe Arizona
 |
從媒體報導的照片中可以看到，Uber的一輛沃爾沃SUV被撞側翻在路上，旁邊另一輛汽車也有明顯撞擊凹痕。Uber稱車禍並沒有造成嚴重傷害。受到這起交通事故的影響，Uber將暫停在亞利桑那州、匹茲堡和舊金山等地的無人駕駛項目，等待車禍調查結果出爐後再做後續決定。
事發地坦佩市警局發言人Josie Montenegro說，導致這起車禍的原因，是另外一輛車在轉彎時，沒能避開Uber的自動駕駛SUV，從而導致兩車相撞。SUV側翻在地，並無人員在事故中受傷。
事故發生時，SUV前排座椅上有兩位駕駛員負責監督自動駕駛，後座則空置。
Uber於去年率先在匹茲堡推出自動駕駛汽車試點方案，表示無人駕駛汽車「在惡劣天氣等很多情況下都需要人為干預」，並寄希望新技術能幫助美國減少交通事故。
本次車禍並非是自動駕駛汽車第一次攤上事兒。2016年，弗羅里達州一輛特斯拉轎車在自動駕駛模式下裝上一輛卡車，司機當場喪生。
同樣在去年，一輛谷歌無人駕駛汽車在加州山景城測試時發生意外。谷歌汽車在試圖繞過障礙物時不慎剮蹭到了旁邊一輛公交，造成輕微交通事故。
Uber近來諸事不順。前總裁傑夫·瓊斯在上任不到七個月就宣佈離職，此前已有多位高管因各種原因相繼離去。正當創始人卡蘭尼克為一系列麻煩事忙的焦頭爛額之際，週六這場車禍無疑讓Uber的公司形象雪上加霜。
．自動駕駛車輛的未來發展階段及趨勢預測
Automatic driving car
|
來源： 蓋世汽車
憶往昔，很多美國人在15歲時可能會將車輛開到荒僻的公路上，練習駕駛技術。或許在不久後，上述情況將成為歷史：我們正在加速推動無人駕駛車輛時代的到來。
隨著時間的推移，你可能還會自己開車，但漸漸地你會習慣車輛的自動駕駛功能，未來十年可能完全自動駕駛車輛可能就會成為現實。
車輛將會自行停車、在與其他車輛間距過近時會自動剎車，甚至可能在你困倦時接送你上下班。
據外媒報道，美國的業內人士對未來十年內的自動駕駛汽車的行業趨勢做了分析，一下為新駕駛時代的四個階段：
第一階段：許多新車將配備傳感器和先進的電子元件，當駕駛員在換車道或車距較近時，向駕駛員發出報警聲。
第二階段：在未來數年內，駕駛員依然使主要的操作者，但強化版的巡航控制和自動停車等極少數功能將由車載計算機應對完成，車輛只能在有限的範圍內替代駕駛員，該情況可能持續到2018年。
第三階段：從2018-2022年，我們將體驗到完全自動駕駛性能。新車將自動加速、制動及轉向，但若遇到緊急情況或系統故障，駕駛員將重新接管車輛的行駛。在這一階段，駕駛員仍需集中精力。
第四階段：估計該階段在2024年左右才能到來，2024年下半年出售的所有新車將具備完全自動駕駛性能，能夠自動行駛，無需人員干預。截止至2030年，預計路面上25%的車輛將實現完全自動駕駛。當然，舊款車型也將繼續上路行駛。有些人就是願意自己駕駛車輛，到時兩種不同類型的車輛將被迫並存。
這一演變將改變城市規劃和物流行業。新業務服務和行業將湧現，某些老字號企業的業務模式將會面臨壓力。
以下是我們想到的可能出現的改變：
事故發生率下降：車輛事故或將成為罕見事件？據畢馬威（KPMG(微博)）估計，在未來數十年內，自動駕駛車輛最終或將事故發生率降低80%。截止至2040年，平均每160萬英里（里程（參配、圖片、詢價） 數）僅有一起事故。截止至2030或2040年，可能成為罕見事件，可能不會再有獨立的車險業務。
車輛體積更小：車輛減少意味著輕量化，同時也意味著售價更便宜。具有安全意識的父母們覺得沒必要再開體積龐大的SUV了。由於自動駕駛車輛的造價更便宜，操作也更便捷，將形成新的企業聯盟企業。硅谷企業熟知軟件界面與車輛共享服務間的關聯性，他們渴望在未來配置機器人出租車。
機器人出租車：如果未來市內出租車的車費不那麼貴的話，城市居民可能選擇選擇機器人出租車或是拼車，有點類似當前優步提供的服務。
對車廠而言，上述趨勢聽起來似乎是個壞消息？若我們對車輛的理念發生改變，從「擁有車輛」變為「採用城市出租車」，這或許意味著市面上流動的汽車數量下降，但未來若全天候配置城市出租車的話，那麼其替代就變得更為頻繁。儘管美國人如今車輛的平均使用年限為11.4年，但使用頻率高的話，則需要每三年換輛新車，對車企而言，這無疑是個利好消息。
我們仔細思考了自動駕駛車輛的未來，也意識到車輛的智能化、功能性將越發提升，車輛的功用不僅僅是交通工具，就像智能電話並不僅僅只有通話功能一樣。憑借其提供的新服務，或將會創建新的生態系統，改變我們的城市生活，還將為困擾當今城市的歷史遺留問題提供解決方案，讓我們重新考慮各類社會、技術和倫理問題。
．什麼是智慧製造和工業 4.0？
Industry 4.0 - "Smart Factory" explained
來源： 頭條號/中機新時代
什麼是智慧製造？
智能製造的未來發展將主要圍繞「綠色」與「智造」展開。
智能製造是一種綜合考慮環境問題和資源效率的現代製造模式，其目標是使產品在設計、製造、包裝、運輸、使用、報廢處理的整個產品生命週期對環境影響最小、資源利用率最高。隨著人類社會的進步和發展，綠色化是提高可持續發展水平的關鍵。對岸中國政府高度重視發展綠色產業和綠色經濟，把可持續發展作為國家戰略，把建設資源節約型、環境友好型社會作為重點任務。
智能製造不只是「人工智能系統，而是人機一體化智能系統，是混合智能」。智能製造系統可獨立承擔分析、判斷、決策等任務，突出人在製造系統中的核心地位，同時機器智能和人的智能真正地集成在一起，互相配合，相得益彰，本質是人機一體化。
什麼是工業4.0？
「互聯網+製造」就是工業4.0。「工業4.0」是德國推出的概念，美國叫「工業互聯網」，我國叫「中國製造2025」，這三者本質內容是一致的，都指向一個核心，就是智能製造。
2015年中國有幾個概念非常火，第一是大眾創業、萬眾創新，第二就是工業4.0，第三個就是「互聯網+」。「互聯網+」是巨大無比的概念，「互聯網+」裡面有「互聯網+金融」叫做互聯網金融、「互聯網+零售」、「互聯網電子商務」，而「互聯網+製造」就是工業4.0。它將推動中國製造向中國創造轉型，所以很多人說，工業4.0是整個中國時代性的革命。
中國機械工業聯合會副會長、機械工業信息研究院院長王文斌認為，對中國自動化發展問題的研究，以及對智能製造輿情的監測分析顯示：當前階段中國要發展智能製造，首先要大力開展自動化補課運動，只有大多數工業企業在生產、庫存、管理、決策等方面信息化自動化達到一定水平，工業4.0才有實現的產業基礎。
工業4.0的三大主題
智能工廠，重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現。
智能生產，主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等。該計劃將特別注重吸引中小企業參與，力圖使中小企業成為新一代智能化生產技術的使用者和受益者，同時也成為先進工業生產技術的創造者和供應者。
智能物流，主要通過互聯網、物聯網、務聯網等，整合物流資源，充分發揮現有物流資源供應方的效率，而需求方則能夠快速獲得服務匹配，得到物流支持。
智能製造和「工業4.0」異曲同工，「工業4.0」的本質是通過充分利用賽博物理系統CPS，將製造業推向智能化的轉型。而智能製造是一種新的製造模式，從智能製造系統由低層級向高層級逐步演進發展的角度來看，智能製造的內涵包含了「工業4.0」的三大主題。
結語：當前，全球新一輪科技革命和產業變革正在興起，而製造業的網絡化、智能化、柔性化、服務化的進程，對全世界製造業的發展模式和轉型升級產生著深刻影響。由此看來，信息化和互聯網的發展已經對企業產生了巨大影響，智能化是信息化和互聯網發展在製造業中的深化和擴展，將對企業產生深遠的影響。
．工業機器人的眼睛視覺系統該如何選擇？
Robotic Vision
|
來源： 頭條號/過去和未來
1.攝影機和光學部件
這一類通常含有一個或多個攝影機和鏡頭（光學部件），用於拍攝被檢測的物體。根據應用，攝影機可以基於如下標準，黑白、複合彩色（Y/C），RGB彩色，非標準黑白（可變掃描），步進掃描（progressive-scan）或線掃描。
2. 燈光
燈光用於照亮部件，以便從攝影機中拍攝到更好的圖像，燈光系統可以在不同形狀、尺寸和亮度。一般的燈光形式是高頻螢光燈、LED、白熾燈和石英鹵（quartz-halogen）光纖。
3. 部件傳感器
通常以光柵或傳感器的形式出現。當這個傳感器感知到組件靠近，它會給出一個觸發信號。當部件處於正確位置時，這個傳感器告訴機器視覺系統去採集圖像。
4. 圖像採集卡
也稱為影像抓取卡，這個組件通常是一張插在 PC上的卡。
這張採集卡的作用將攝影機與 PC連接起來。它從攝影機中獲得數據（類比信號或數位信號），然後轉換成PC 能處理的信息。
它同時可以提供控制攝影機參數（例如觸發、曝光時間、快門速度等等）的信號。圖像採集卡形式很多，支持不同類型的攝影機，不同的電腦總線。
5. PC平台
電腦是機器視覺的關鍵組成部分。
應用在檢測方面，通常使用 Pentium或更高的 CPU。一般來講，電腦的速度越快，視覺系統處理每一張圖片的時間就越短。
由於在製造現場中，經常有振動、灰塵、熱輻射等等，所以一般需要工業級的計算機。
6. 檢測軟體
機器視覺軟體用於創建和執行程序、處理採集回來的圖像數據、以及作出「通過/失敗（PASS/FAIL）」決定。
機器視覺有多種形式（C 語言庫、ActiveX 控件、點擊編程環境等等），可以是單一功能（例如設計只用來檢測 LCD或 BGA、對齊任務等等），也可以是多功能（例如設計一個套件，包含計量、條形碼閱讀、機器人導航、現場驗證等等）。
7. 數位 I/O和網路連接
一旦系統完成這個檢測部分，這部分必須能與外界通信，例如需要控制生產流程、將「通過/失敗（PASS/FAIL）」的信息送給數據庫。通常，使用一張數字 I/O板卡和（或）一張網卡來實現機器視覺系統，與外界系統和數據庫的通信。
配置一個基於 PC的機器視覺系統，認真的計劃和注意細節，能幫助你確保你的檢測系統符合你的應用需求。如下是你必需考慮的幾點：
確定你的目標,這可能是最重要的一步決定在這個檢測任務中你需要實現什麼，檢測任務通常分為如下幾類：
測量或計量
讀取字符或編碼（條形碼）信息。
檢測物體的狀態
認知和辨識特殊的特性 模式辨識
將物體與模板進行對比或匹配
為機器或機器人導航檢測流程，可以包含只有一個操作或包含多個與檢測任務相關的任務。
為了確認你的任務，首先你應該明確為了最大限度檢測組件你需要做的測試，也就是你能考慮到會出現的缺陷。
為了明確什麼哪個才是最重要的，最好做一張評估表，列出「必須做」和「可以做」的測試。一旦主要的對測試標準滿意，隨後可以將更多的測試加進去來改善檢測過程，一定要記住，添加測試的同時也會增加檢測的時間。
確定你需要的速度 –系統檢測每一個部件需要多少時間？
這個不只是由 PC的速度決定，還受生產流水線速度的影響。
很多機器視覺包含了時鐘/計時器，所以檢測操作的每一步所需要的時間都可以準確測量，從這些數據，我們就可以修改我們的程序以滿足時間上的要求。通常，一個基於 PC 的機器視覺系統每一秒可以檢測 20-25 個部件，與檢測部件的多少和處理程序以及計算機的速度有密切關係。
聰明地選擇你的硬體
一套機器視覺系統的性能與它的部件密切相關。在選擇的過程中，有很多捷徑特別在光學成像上可能很大程度降低系統的效率。如下是在選擇部件時你必須緊記的幾個基本原則。
1.攝影機 攝影機的選擇與應用的需求直接相關，通常考慮三點：
a）黑白還是彩色；
b）部件/目標的運動；
c）圖像分辨率。
在檢測應用中大部分使用黑白攝影機，因為黑白圖像能提供 90%可視數據，並且比彩色便宜。彩色攝影機主要用於一些需要分析彩色圖像的場合裡。
根據組件在檢測時是否移動，決定我們選擇標準隔行掃描影機還是逐行掃描攝影機。另外，圖像的分辨率必須足夠高，以提供檢測任務需要的足夠的數據。最後，攝影機必須品質好和可以避免工業現場中的振動、灰塵和熱的影響。
2.光學部件和照明這個至關重要的因素，往往被人所忽略。當你使用一個很差的光學部件或照明，就算你使用最好的機器視覺系統，它表現出的性能，甚至比不上一個配上良好光學部件和適當照明的低能力系統。
光學部件的目標是產生最好和最大可用面積的圖像，並且提供最好的圖像分辨率。照明的目標是照亮需要測量或檢測的部分的關鍵特徵。通常，照明系統的設計由如下因素決定：顏色、紋理、尺寸、外形、反射率等等。
3.圖像採集卡雖然圖像採集卡，只是完整的機器視覺系統的一個部件，但是它扮演一個非常重要的角色。
圖像採集卡直接決定了攝影機的接口：黑白、彩色、類比、數字等等。
使用類比輸入的圖像採集卡，目標是盡量不變地將攝影機採集的圖像轉換為數字數據。使用不正確的圖像採集卡，可能得到錯誤的數據。
工業用的圖像採集卡通常用於檢測任務，多媒體採集卡由於它通過自動增益控制、邊沿增強和顏色增強電路來更改圖像數據，所以不用在這個領域裡。使用數位輸入的圖像採集卡的目標，是將攝影機輸出的數位圖像數據轉換，並輸送到 PC 中作處理。
考慮各種變化：人類的眼睛和大腦可以在不同的條件下識別目標，但是機器視覺系統就不是這樣多才多藝了，它只能按程序編寫的任務來工作。瞭解你的系統能看到什麼和不能看到什麼能幫助你避免失敗（例如將好的部件認為是壞的）或其它檢測錯誤。一般要考慮的包括部件顏色、周圍光線、焦點、部件的位置和方向和背景顏色的大變化。
正確選擇軟體：機器視覺軟體是檢測系統中的智能部分，也是最核心的部分。軟體的選擇決定了你編寫調試檢測程序的時間、檢測操作的性能等等。
機器視覺提供了圖形化編程介面 (通常稱為「Point & Click」) 通常比其他編程語言(例如 VisualC++)容易，但是在你需要一些特殊的特徵或功能時，有一定的局限性。基於代碼的軟體包，儘管非常困難和需要編碼經驗，但在編寫複雜的特殊應用檢測算法，具備更大的靈活性。
一些機器視覺軟體同時提供了圖形化，和基於代碼的編程環境，提供兩方面最好的特徵，提供了很多靈活性，滿足不同的應用需求。
一些機器視覺軟體同時提供了圖形化，和基於代碼的編程環境，提供兩方面最好的特徵，提供了很多靈活性，滿足不同的應用需求。
通信和記錄數據：機器視覺系統的總的目標是通過區分好和壞的部件來實現質量檢測。為了實現這一功能，這個系統需要與生產流水線通信，這樣才可以在發現壞的部件是做某種動作。
通常這些動作是通過數位 I/O 板，這些板與製造流水線中的 PLC相連，這樣壞的部件就可以跟好的部件分離。例外，機器視覺系統可以與網路連接，這樣就可以將數據傳送給數據庫，用於記錄數據，以及讓質量控制員分析為什麼會出現廢品。在這一步認真考慮將有助於，將機器視覺系統無縫與生產流水線結合起來。需要考慮的問題是：
通常這些動作是通過數位 I/O 板，這些板與製造流水線中的 PLC相連，這樣壞的部件就可以跟好的部件分離。例外，機器視覺系統可以與網路連接，這樣就可以將數據傳送給數據庫，用於記錄數據，以及讓質量控制員分析為什麼會出現廢品。在這一步認真考慮將有助於，將機器視覺系統無縫與生產流水線結合起來。需要考慮的問題是：
使用了什麼類型的 PLC，它的接口如何？
需要什麼類型的信號？
現在使用或必須使用什麼類型的網路？
在網絡上傳送的文件格式是什麼？通常使用 RS-232端口與數據庫通信，來實現對數據的紀錄。
為以後做準備：當你為機器視覺系統選擇部件時，時刻記住未來的生產所需和有可能發生的變動。這些將直接影響你的機器視覺軟硬體，是否容易更改來滿足以後新的任務。提前的準備將不僅僅節約你的時間，而且通過在將來重用現有的檢測任務，可以降低整個系統的價格。
機器視覺系統的性能由最差的部分決定（就像一個木桶的容量由最短的一個木塊決定），精度則由它能獲取的信息決定。花時間和精力合理配置系統，就可以建造一個零故障，和有彈性的視覺檢測系統。
