图片7
在智能分拣解决方案的应用层面上，人工智能技术的应用可以包括计算智能、感知智能等多个层次的核心能力。智能产品，如工业机器人、智能手机、无人驾驶汽车、无人机等智能产品，本身就是人工智能的载体，其硬件与各种软件的结合具有感知、判断的能力，并实时与用户、环境互动，这些都是智能产品的本身。
举例来说，在制造业中广泛使用的各种智能机器人：分拣/拣选机器人，它能自动识别和抓住不规则的物体；协作机器人能理解并对周围环境做出反应；自动跟随物料小车能够通过人脸识别实现自动跟随；在定位、环境感知、路径规划、行为决策和控制等方面，无人驾驶技术已经广泛应用于人工智能技术和算法。
当前制造业所采用的智能分拣解决方案的人工智能技术，主要集中在智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。下面是常见的制造业应用场景的概述。
情景一：智能分类。
制造行业中有很多作业需要分拣，如果采用人工操作，速度慢、成本高，同时也要提供合适的工作温度环境。使用工业机器人进行智能分拣，能大大降低成本，提高速度。
举一个分类零件的例子。要进行分拣的零件通常摆放得不整齐，机器人虽然有摄像头能看到零件，却不知道如何将零件捡起来。利用智能分拣解决方案的机器学习技术，首先让机器人随机进行一次分拣动作，然后告诉它这一动作是分拣零件成功还是抓空了，经过多次训练后，机器人将知道如何分拣动作才有更高的成功率；在此情况下，使用机器学习技术将更好地分拣，机器人将会有更高的回收成功率；通过数小时的学习，机器人的分拣成功率可达90%，与熟练工人相当。
情景二：设备的健康管理。
通过智能分拣解决方案对设备运行数据的实时监测，运用特征分析和机器学习技术，一方面可以提前预测设备的故障，减少非计划停机。同时，面对设备的突发故障，能够快速地进行故障诊断，找出故障原因，提供相应的解决方案。主要应用于制造业，主要用于化工、重型设备、五金、3C制造、风电等行业。
在数控机床上，利用智能分拣解决方案的机器学习算法模型和智能传感器等技术，监控切削刀、主轴、进给电机在加工过程中的功率、电流、电压等信息，判别刀具的受力、磨损、损坏状态及机床加工的稳定性状态，并根据这些状态实时调整加工参数(主轴转速、进给速度)和加工指令，从而确定何时需要换刀，以提高加工精度、缩短产线的停工时间和设备运行安全性。
