霸气拉风的轮毂，少不了 AI 的鼎力协助

最新一部007 电影就要开画了。让影迷万众期待的除了俊年靓女、炫酷动作场面，必然还有詹姆斯·邦德的座驾。在本集中登场的邦德座驾拥有经典全黑车身，还配备了同级别最大的 22 英寸轮毂，刚劲有力，霸气十足！！

无论是两厢还是三厢，不管是 SUV 还是 MPV，轮毂，不仅是颜值担当，更重要的是：作为轮胎的骨架，轮毂集整车的重量、乃至全车人的安危于一身。如今，中国正逐渐成为下一个“车轮上的国家”。庞大的汽车需求带动了汽车零部件市场的快速发展，其中，轮毂的年销售量已达数亿只之多。巨大的需求正推动各个轮毂生产企业提升效率、优化产能并降低成本，从而在日趋激烈的市场竞争中赢得先机。

图片来源：Pixabay

英特尔联合工业自动化和智能化龙头企业信捷电气，基于英特尔® 第11代 酷睿™ 处理器、OpenVINO™ 视觉工具套件以及英特尔® oneAPI库等一系列软硬件产品与技术，集成信捷电气自研机器视觉应用开发平台X-SIGHT VISION STUDIO Pro，打造了全新 AI 轮毂分类方案，助力轮毂生产企业降本增效，实现产能突破。

想突破产能？先突破人工的瓶颈

在典型的轮毂生产工序中，轮毂在经过熔炼加工后，需要经过动平衡检查，才能进入后续流程。然而，不同型号的轮毂质量、高度、尺寸等参数各不相同，用到的检查方法、流程和标准也各不相同，因此往往需要依赖人工进行分类。而这道工序也成为了阻碍轮毂生产企业进一步实现产能提升的瓶颈，在实际生产中，这种方式存在着如下多种问题：

1

人工搬运轮毂耗时，效率低下，无法优化；

2

不断更新的产品型号，需要持续培训工人，成本高昂； 

3

高强度分类作业让工人容易疲劳、倦怠，从而导致分类错误。

图一 典型的轮毂生产流程

图二 使用人工方式进行轮毂分类

软硬共同加持，加快 AI 推理，加速效率提升

随着基于机器学习、深度学习的AI方法与技术不断趋于完善，各类面向图像分类/分割的AI解决方案也在轮毂生产领域崭露头角。

信捷电气基于AI的轮毂分类/分割方案搭载了英特尔软硬件产品，采用英特尔® 第11代 酷睿™ 处理器构建方案的基础设施，其以增强的计算处理性能、出色的图形显示能力、以及AI增强功能提供强有力算力，支持轮毂分类需要的 SVM 深度学习模型的训练与推理，从而加速 AI 应用性能。

图三 基于AI的轮毂分类/分割流程

在软件层面，英特尔的 OpenVINO™ 视觉工具套件同样实现了 AI 推理加速。其中内置模型优化器和推理引擎，可利用各种训练好的模型完成优化，从而在不同硬件平台上做到高效推理，支持视觉性能处理。

在该方案中，信捷还引入了英特尔的 oneAPI 库，其中包括面向英特尔® 架构扩展的Scikit-learn （Intel® Extension for Scikit-learn）Python发布版，提升了轮毂分类 SVM 模型的训练速度，而且便于移植、安装和部署。

图四 信捷电气新方案中真实轮毂分类/分割检测场景

英特尔和信捷的AI 边缘计算轮毂分类方案，在多家轮毂生产企业的实际场景中完成大规模部署和应用，在实际生产应用中证明可有效帮助企业突破轮毂分类的瓶颈，并带来了以下明显优势：

1

提升推理精度，加快推理速度：英特尔的软硬件结合，提升了 AI 方案的效能。模型推理精度可达 99％ ，体现出深度学习在特征提取中表现良好，推理速度从 531 毫秒降低至 33 毫秒，性能大幅提升。

2

 提升分类效率，降低人力成本：某企业应用新方案后，负责一条产线的工人从 12 个减少到 3 个，分类效率提升 12-18 倍，人力成本降低了 75% 左右。

一起携手，进入“指数发展时代”

英国技术思想家 Azeem Azhar 在《指数发展时代》一书中指出：AI 作为通用目的技术（General Purpose Technology，简称 GPT）的一种，和新能源、生物工程等其他 GPT 一起，以协同效应，推动全世界进入指数发展时代。

信捷电气与英特尔的合作为制造业企业未来更快、更好地开发部署和优化大规模AI应用提供了全新思路，并为制造业实施智能化转型提供了最佳实践。

未来，英特尔将与信捷电气等合作伙伴一起，基于硬件的算力优势，结合软件工具的深度优化，充分发挥异构边缘计算和AI的作用，以更低的成本、更灵活的架构，驱动更多工业机器视觉方案落地，助力传统制造业加速智能化升级改造，获得更强的竞争优势，适应指数时代的新挑战。

link