ලාභ:
- යන්ත්ර දර්ශනය සමඟ මෝටර් රථ නිෂ්පාදන රේඛාවේ මතුපිට, වෙල්ඩින් සහ එකලස් කිරීමේ දෝෂ හඳුනාගැනීමේ කාර්ය ප්රවාහය අවබෝධ කර ගැනීම
- රූප දත්ත කට්ටලයක්, ලේබල් කිරීම, ආකෘති පුහුණුව සහ එළිපත්ත නිර්ණය කිරීම සඳහා ව්යුහගත ආකාරයෙන් කෘතිම බුද්ධිය භාවිතා කිරීමේ හැකියාව
- ගැලවී යාම සහ ව්යාජ ප්රතික්ෂේප කිරීමේ අනුපාතය, රේඛීය වේගය සහ ක්රියාකරුගේ විශ්වාසය සැලකිල්ලට ගනිමින් තත්ත්ව තීරණය සත්යාපනය කිරීමේ හැකියාව
මෝටර් රථයක් කොටස් දහස් ගණනකින් සමන්විත වන අතර, ඒ සෑම එකක්ම තත්පර කිහිපයකින් රේඛාව හරහා ගමන් කරයි. මිනිස් ඇසෙන් කිසිදු දෝෂයකින් තොරව සෑම වෑල්ඩයක්ම, සෑම තීන්ත මතුපිටක්ම, සෑම එකලස් කිරීමක්ම පරීක්ෂා කිරීම වෙහෙසකර මෙන්ම නොගැලපෙන දෙයකි; ඇස් වෙහෙසට පත් වේ, අවධානය වෙනතකට යොමු වේ. යන්ත්ර දර්ශනය සහ කෘත්රිම බුද්ධිය පැමිණෙන්නේ මෙහිදීය: කැමරා මගින් කොටස් නිරූපණය කරයි, AI ආකෘතියක් තත්පරයක් යටතේ දෝෂය සලකුණු කරයි. මෙම ඒකකය තුළ, මෝටර් රථ නිෂ්පාදනයේදී රූප තත්ත්ව පාලනය ස්ථාපිත කරන්නේ කෙසේද, AI හි කාර්යභාරය සහ වඩාත්ම තීරණාත්මක ගැටළුව වන දෝෂ සමතුලිතතාවය පිළිබඳව අපි සාකච්ඡා කරමු.
මෝටර් රථවල සාමාන්ය දෘශ්ය දෝෂ
දෘශ්යමය වශයෙන් පරීක්ෂා කරන ලද ප්රධාන දෝෂ වර්ග:
- මතුපිට/තීන්ත දෝෂ: තැඹිලි පීල් (රළු තීන්ත), දූවිලි බුබුලු, ලේ ගැලීම, සීරීම්, වර්ණ වෙනස.
- වෑල්ඩින් දෝෂ: අසම්පූර්ණ වෑල්ඩින්, ඉසින, සිදුරු, වැරදි ස්ථානගත වෑල්ඩින්.
- එකලස් කිරීමේ දෝෂ: නැතිවූ බෝල්ට්, වැරදි ලෙස ස්ථාපනය කර ඇති ක්ලිප්, ප්රතිලෝම මුද්රාව, ලිහිල් සම්බන්ධකය.
- ලේබලය/සලකුණ: නොපැහැදිලි VIN, වැරදි ලේබලය, නැතිවූ මුද්දරය.
මෙම දෝෂ වලින් සමහරක් හුදෙක් සෞන්දර්යාත්මක (සුළු සීරීම්) වන අතර අනෙක් ඒවා ආරක්ෂිත-විවේචනාත්මක වේ (අසම්පූර්ණ වෑල්ඩින් ශරීරයේ සන්ධියේ තෙහෙට්ටුව ඉරිතැලීමට හේතු විය හැක). මෙම වෙනස සියලු පසුකාලීන තීරණ තීරණය කරයි.
ඉඟිය: සෑම දෝෂයක්ම එකම බරපතලකමකින් සලකන්න එපා. දෝෂයක් වර්ගීකරණය කිරීමේදී "සෞන්දර්යාත්මක/ක්රියාකාරී/ආරක්ෂිත-විවේචනාත්මක" ටැගය එකතු කිරීම එළිපත්ත සහ තීරණ තර්කනය නිවැරදිව ලබා ගැනීමට ප්රධාන වේ.
මූලික ප්රවේශයන් දෙකක්: අධීක්ෂණ වර්ගීකරණය සහ විෂමතා හඳුනාගැනීම
දෘශ්ය දෝෂ හඳුනාගැනීම සඳහා ප්රධාන උපාය මාර්ග දෙකක් තිබේ:
- අධීක්ෂිත වර්ගීකරණය/අනාවරණය: "මෙන්න දෝෂ සහිත උදාහරණ, මෙන්න පරිපූර්ණ උදාහරණ" යනුවෙන් ලේබල් කරන ලද බොහෝ පින්තූර පෙන්වීමෙන් ඔබ ආකෘතිය උගන්වයි. ඔබ දෝෂ වර්ග දන්නා සහ ප්රමාණවත් උදාහරණ තිබේ නම් එය බලවත් වේ. අභියෝගය: දුර්ලභ දෝෂ වල ප්රමාණවත් සාම්පල එකතු කිරීම අපහසුය (රේඛාවක් සෑම විටම පාහේ ඝන කොටස් නිපදවයි).
- විෂමතා හඳුනාගැනීම: ඔබ ආකෘතියට පෙන්වන්නේ "සාමාන්ය/ශක්තිමත්" රූප පමණි; ආකෘතිය සාමාන්ය පෙනුම කුමක්දැයි ඉගෙන ගන්නා අතර සාමාන්යයෙන් බැහැර වන ඕනෑම දෙයක් “විෂමතාවක්” ලෙස සලකුණු කරයි. ඔබ දෝෂ වර්ගය කල්තියා නොදැන සිටියද එයට නව/අනපේක්ෂිත දෝෂ අල්ලා ගත හැකිය. දුෂ්කරතාව: කිසියම් අපගමනය වරදක් ලෙස වරදවා වටහා ගත හැකිය (ආලෝකයේ වෙනසක් වැනි).
ප්රායෝගිකව, දෙකම එකට භාවිතා වේ: විෂමතා හඳුනාගැනීමෙන් පවසන්නේ "මෙහි අමුතු දෙයක් තිබේ", වර්ගීකරණය පවසන්නේ "මෙය සම්පත් පිම්මක්" යන්නයි.
පියවරෙන් පියවර: දෘශ්ය පරීක්ෂණ පද්ධතියක් සැකසීම
- දෝෂ නාමාවලිය සහ පිළිගැනීමේ නිර්ණායක: ගුණාත්මක ඉංජිනේරුවන් සමඟ කුමන දෝෂයක් පිළිගන්නේද/ප්රතික්ෂේප කළද යන්න නිර්වචනය කරන්න. ආකෘතියේ "සත්යය" මෙයයි.
- රූප ලබා ගැනීම: නිරන්තර, ස්ථාවර ආලෝකය සහ කැමරා පිහිටීම ඉතා වැදගත් වේ. දුර්වල / අස්ථායී ආලෝකය අසාර්ථක වීමට වඩාත් පොදු හේතුවයි.
- ලේබල් කිරීම: විශේෂඥයින් දෝෂ සලකුණු කරයි; අනුකූලතාව සඳහා ලේබල් කිරීමේ මාර්ගෝපදේශය අත්යවශ්ය වේ.
- ආදර්ශ පුහුණුව: අධීක්ෂණය කරන ලද සහ/හෝ විෂමතා ආකෘතියක් පුහුණු කරනු ලැබේ.
- එළිපත්ත: ආකෘතිය "දෝෂ සම්භාවිතාව" ලබා දෙයි; ඔබ "ප්රතික්ෂේප කිරීම" ලෙස සලකනු ලබන සම්භාවිතාව ඉහත සීමාවයි. මෙය වඩාත්ම තීරණාත්මක ව්යාපාරික තීරණයයි (පහත).
- රේඛා අනුකලනය: ආකෘතිය තීරණය කරයි, සැක සහිත කොටස් ක්රියාකරු/ස්ථානය වෙත යොමු කෙරේ.
- අධීක්ෂණය සහ නැවත පුහුණු කිරීම: නව දෝෂ වර්ග, සෘතුමය වෙනස්වීම්, නව කොටස් ලබා ගත හැකි වන පරිදි ආකෘතිය යාවත්කාලීන වේ.
වඩාත්ම තීරනාත්මක ප්රශ්නය: කාන්දු වීම සහ ව්යාජ ප්රතික්ෂේප කිරීම තුලනය
දෝෂ හඳුනාගැනීමේදී දෝෂ දෙකක් ඇති අතර මෝටර් රථවල ඒවායේ පිරිවැය බෙහෙවින් වෙනස් ය:
- කාන්දු වීම (පලා යාම / ව්යාජ සෘණාත්මක): දෝෂ සහිත කොටස "හොඳ" ලෙස සලකනු ලබන අතර රේඛාව හරහා ගමන් කරයි. ආරක්ෂිත කොටසේ, මෙයින් අදහස් කරන්නේ ක්ෂේත්රයට යන දෝෂ සහිත වාහනයක්, පාරිභෝගික පැමිණිල්ලක් හෝ නැවත කැඳවීමක් පවා ය. වඩාත්ම මිල අධික වැරැද්ද.
- ව්යාජ ප්රතික්ෂේප කිරීම (ව්යාජ ප්රතික්ෂේප කිරීම / ව්යාජ ධනාත්මක): නොවෙනස්ව ඇති කොටස "දෝෂ" ලෙස සලකනු ලබන අතර ප්රතික්ෂේප කරනු ලැබේ. එයින් අදහස් වන්නේ නාස්තිය, අනවශ්ය නැවත වැඩ කිරීම, රේඛාව මන්දගාමී වීම; එය රිදෙනවා, නමුත් එය ආරක්ෂිත අවදානමක් ඇති නොකරයි.
තීරණ සීමාව
පලාගිය
බොරු ප්රතික්ෂේප කිරීම
කවදාද?
ලිහිල් (ඉහළ එළිපත්ත)
වැඩි වීම (භයානක)
අඩු වේ
කිසිවිටෙක ආරක්ෂක පථයේ නැත
දැඩි (අඩු සීමාව)
අඩු වේ
වැඩි වීම (මිල අධික)
ආරක්ෂිත වැදගත් කොටස් මත
සමතුලිත
මධ්යම
මධ්යම
සෞන්දර්යාත්මක දෝෂ වලදී
අවවාදයයි: ආරක්ෂිත-විවේචනාත්මක කොටසක (තිරිංග, සුක්කානම්, බොඩි වෑල්ඩින්) කාන්දු වීම අවම කිරීම සඳහා සීල් සෑම විටම තදින් තබා ඇත; සැක සහිත කෑල්ල මිනිසා වෙත යොමු කෙරේ. "ව්යාජ ප්රතික්ෂේප කිරීම මිල අධික" නිසා එළිපත්ත ලිහිල් කිරීම ආරක්ෂක කොටසෙහි පිළිගත නොහැකි ය.
මිනිස් යන්ත්ර ශ්රමය බෙදීම
හොඳින් ස්ථාපිත පද්ධතියක් තුළ, ආකෘතිය අවසාන තීරණ ගන්නෙකු නොවේ; එය "පෙර තිර රචකයක්" වේ. ආකෘතිය පැහැදිලි අඩුපාඩු අල්ලාගෙන මිනිසාට ඔවුන් විශ්වාස නොකරන දේ ආපසු යවයි. මෙමගින් ක්රියාකරුට කොටස් 1000ක් දෙස බැලීම වෙනුවට සැක සහිත කොටස් 30ක් වෙත අවධානය යොමු කිරීමට ඉඩ සලසයි. ක්රියාකරුගේ විශ්වාසය ද වැදගත් ය: ආකෘතිය බොහෝ ව්යාජ අනතුරු ඇඟවීම් නිපදවන්නේ නම්, ක්රියාකරු අනතුරු ඇඟවීම් බැරෑරුම් ලෙස ගැනීම නවත්වයි ("එලාම් තෙහෙට්ටුව"). බොරු ප්රතික්ෂේප කිරීමේ අනුපාතය ද නිරීක්ෂණය කරන්නේ එබැවිනි.
කුඩා සිද්ධි අධ්යයන
නඩුව 1 - ආලෝක උගුල. තීන්ත පරීක්ෂා කිරීමේ ආකෘතියක් රසායනාගාරයේ 98% සාර්ථක වුවද, එය 80% දක්වා පවා පහත වැටේ. සමාලෝචනය: රේඛාවේ සිවිලිමේ ආලෝකය දිවා කාලයේදී වෙනස් වේ, ආකෘතිය දීප්තියේ වෙනස "දෝෂයක්" ලෙස සලකයි. ස්ථාවර උමං ආලෝකය එකතු කළ විට, සාර්ථකත්වය 97% දක්වා වැඩිවේ. නිගමනය: රූපයේ ගුණාත්මකභාවය ආකෘතියට වඩා තීරණාත්මක විය හැකිය.
නඩුව 2 - කාන්දු වීමේ පිරිවැය. හල් වෑල්ඩින් පරීක්ෂාවකදී "කාර්යක්ෂමතාවය සඳහා" එළිපත්ත තරමක් ලිහිල් වේ; ව්යාජ ප්රතික්ෂේප කිරීම 6% සිට 3% දක්වා පහත වැටේ, නමුත් මසකට පසුව, ක්ෂේත්රයේ වාහන දෙකක වෑල්ඩින් ඉරිතැලීම් වාර්තා වේ. මූල හේතුව විශ්ලේෂණය පෙන්නුම් කරන්නේ කාන්දු වීමේ අනුපාතය වැඩි වී ඇති බවයි. එළිපත්ත නැවත තද කර සැක සහිත කොටස් 100% මිනිස් පාලනය යටතට ගෙන එයි. නිගමනය: ආරක්ෂිත කොටසෙහි කාන්දු වීම අඩු කිරීම සෑම විටම ව්යාජ ප්රතික්ෂේප කිරීම මත ප්රමුඛත්වය ගනී.
නඩුව 3 - දුර්ලභ දෝෂයක්. ඉඳහිට නව එන්නත් අච්චුවකින් ඉතා කුඩා බර් දෝෂයක් මතු වේ, නමුත් අධීක්ෂණ ආකෘතිය පුහුණු කිරීමේදී මෙම දෝෂය පිළිබඳ උදාහරණ නොමැති තරම්ය, එබැවින් එය මග හැරේ. විෂමතා හඳුනාගැනීමේ ආකෘතිය සක්රිය කළ විට, එය "සාමාන්යයෙන් බැහැරවීමක්" ලෙස හඳුනා ගනී. නිගමනය: දුර්ලභ/නව දෝෂ සඳහා විෂමතා හඳුනා ගැනීම අධීක්ෂණය කරන ලද ආකෘතිය සම්පූර්ණ කරයි.
ඉක්මන් සැකිලි
සැකිල්ල 1 - දෝෂ නාමාවලිය සහ බරපතල වර්ගීකරණය:
භූමිකාව: ඔබ මෝටර් රථ ගුණාත්මක ඉංජිනේරුවෙකි. කාර්යය: පහත දැක්වෙන දෝෂ ලැයිස්තුව බරපතල පන්තිවලට වර්ග කරන්න. සන්දර්භය: ශරීර වෑල්ඩින් රේඛාව; දෝෂ: ඉසීම, සිදුරු, නැති වූ ස්ථානය, සුළු වර්ණ වෙනස, මතුපිට සීරීම්. සීමා කිරීම: සෑම දෝෂයක්ම සෞන්දර්යාත්මක/ක්රියාකාරී/ආරක්ෂාව-විවේචනාත්මක ලෙස ලේබල් කර තීරණය යෝජනා කරන්න (පිළිගැනීම/මානව පරීක්ෂාව/ප්රතික්ෂේප කිරීම).ප්රතිදානය: දෝෂය | වැදගත්කම | යෝජිත තීරණය | සාධාරණීකරණ වගුව.
සැකිල්ල 2 - ලේබල් කිරීමේ මාර්ගෝපදේශය:
භූමිකාව: රූප ලේබල් කිරීමේ ගුණාත්මක ඊයම්. කාර්යය: තීන්ත දෝෂ ලේබල් කිරීම සඳහා අනුකූලතා රීති ලියන්න. සන්දර්භය: තැඹිලි පීල්, ධාවනය, දූවිලි බුබුල; විවිධ ආලෝකකරණයන් යටතේ ගත් පින්තූර ඇත.ප්රතිදානය: රීතිය | උදාහරණය | සීමා තත්ත්වය | ටැගර් සටහන.
සැකිල්ල 3 - පරිවර්ථනය කරන සීමාව/මිතික තීරණය:
කාර්යභාරය: යන්ත්ර දෘෂ්ඨි තක්සේරුකරු. කාර්යය: පහත තීරණ තීරන වගුව අර්ථ දක්වන්න. සන්දර්භය: ආරක්ෂාව වැදගත් සම්පත; A එළිපත්තෙහි, කාන්දු වීම 0.3%, ව්යාජ ප්රතික්ෂේප කිරීම 5%; එළිපත්ත බී 1.2% ව්යාජ ප්රතික්ෂේප කිරීම 2%. සීමා කිරීම: ආරක්ෂක ප්රමුඛතාවය නිරීක්ෂණය කරන්න; ඔබ නිර්දේශ කරන්නේ කුමන එළිපත්ත සහ ඇයිද යන්න පැහැදිලි කරන්න, සහ මානව පාලන පියවර එක් කරන්න. ප්රතිදානය: නිර්දේශය + සාධාරණීකරණය + ඉතිරි අවදානම.
සැකිල්ල 4 - මූල හේතු විශ්ලේෂණය:
භූමිකාව: ඔබ ගුණාත්මක ඉංජිනේරුවෙකි. කාර්යය: පසුගිය මාරුවීම් 3 තුළ වැඩි වී ඇති ස්පටර් දෝෂ සඳහා විය හැකි මූල හේතු ලැයිස්තුගත කරන්න. සන්දර්භය: රොබෝ ස්පොට් වෙල්ඩින්; ඉලෙක්ට්රෝඩ වෙනස් කිරීම දින 2 කට පෙර සිදු කරන ලදී; වත්මන් සැකසුම ස්ථාවරයි.ප්රතිදානය: විය හැකි හේතුව | වලංගු කිරීමේ පරීක්ෂාව | ප්රමුඛත්වය.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
දෝෂ සහිත කොටස් සොයා ගන්නා ආකෘතියක් සාදන්න.
කුමන දෝෂය, කුමන වැදගත්කම, කුමන එළිපත්ත, කුමන තීරණයද යන්න පැහැදිලි නැත; ප්රතිඵලය නිෂ්ඵලයි.
බලවත් විමසුම:
භූමිකාව: ඔබ මෝටර් රථ තත්ත්ව සහ යන්ත්ර දර්ශන ඉංජිනේරුවෙකි. කාර්යය: ශරීර වෑල්ඩින් දර්ශන පද්ධතියක් සඳහා සැලසුම් පිරික්සුම් ලැයිස්තුවක් සාදන්න. සන්දර්භය: ආරක්ෂිත-විවේචනාත්මක ස්ථාන වෙල්ඩින්; රේඛාවේ වේගය ඉහළ ය; දුර්ලභ දෝෂ තිබේ; illumination variable.Constraint: කාන්දුවීම් අවම කිරීමට ප්රමුඛත්වය දෙන්න; අධීක්ෂණ වර්ගීකරණය සහ මානව පාලන පියවර සමඟ විෂමතා හඳුනාගැනීම ඒකාබද්ධ කරන්නේ කෙසේද යන්න සඳහන් කරන්න; 'ශුන්ය දෝෂ' සහතික කිරීම. ප්රතිදානය: අදියර | යෝජනාව | අවදානම | සත්යාපන වගුව.
පොදු වැරදි
- ආලෝකය / රූපයේ ගුණාත්මකභාවය නොසලකා හැරීම. නරක රූපය හොඳම ආකෘතිය පවා නරක් කරයි.
- කාන්දු වීම සහ ව්යාජ ප්රතික්ෂේප කිරීම සමාන ලෙස සැලකීම. මෝටර් රථ ආරක්ෂණ කොටස් කාන්දු වීම වඩා මිල අධිකය.
- දුර්ලභ දෝෂ සඳහා අධීක්ෂණය කරන ලද ආකෘතිය මත පමණක් රඳා පවතී. විෂමතා හඳුනා ගැනීම අනුපූරක වේ.
- ආකෘතිය අවසාන තීරණ ගන්නෙකු බවට පත් කිරීම. සැක සහිත කොටස් මිනිසුන් වෙත යොමු කළ යුතුය.
- නැවත පුහුණු කිරීම අමතක වීම. නව කොටස්, නව අච්චු සහ සෘතුමය වෙනස්කම් ආකෘතිය පැරණි බවට පත් කරයි.
සාරාංශයක් ලෙස
- යන්ත්ර දර්ශනය සහ AI මෝටර් රථ මාර්ගයේ මතුපිට, වෑල්ඩින් සහ එකලස් කිරීමේ දෝෂ සඳහා ඉක්මනින් හා අඛණ්ඩව පරීක්ෂා කරයි.
- අධීක්ෂණ වර්ගීකරණය දන්නා දෝෂ මත ශක්තිමත් වේ, දුර්ලභ/නව දෝෂ මත විෂමතා හඳුනා ගැනීම ශක්තිමත් වේ; දෙකම එකට භාවිතා වේ.
- වඩාත්ම තීරණාත්මක තීරණය වන්නේ එළිපත්තයි: ආරක්ෂිත-විවේචනාත්මක කොටසෙහි කාන්දු වීම (ව්යාජ සෘණ) අවම වේ, සැක සහිත කොටස මිනිසා වෙත යයි.
- රූපයේ ගුණාත්මකභාවය සහ ආලෝකය බොහෝ විට ආකෘතියට වඩා තීරණාත්මක වේ.
- ආකෘතිය පෙර-සිෆ්ටර්; අවසාන තත්ත්ව තීරණය සහ ආරක්ෂාව පිළිබඳ වගකීම මිනිසා සතුය.
යෙදුම් කාර්යය
කොටසක්/ස්ථානයක් තෝරන්න (උදා: ඉදිරිපස බම්පර් එකලස් කිරීම). (1) විය හැකි අඩුපාඩු ලැයිස්තුගත කර ඒ සෑම එකක්ම සෞන්දර්යාත්මක/ක්රියාකාරී/ආරක්ෂාව-විවේචනාත්මක ලෙස ලේබල් කරන්න. (2) සැකිල්ල 3 සමඟ, කාන්දු වීම/අසත්ය ප්රතික්ෂේප කිරීම සඳහා වන සීමාවන් දෙක සසඳා නිර්දේශයක් සාධාරණීකරණය කරන්න. (3) ඔබ දුර්ලභ දෝෂයක් සඳහා අධීක්ෂණ හෝ විෂමතා හඳුනාගැනීම භාවිතා කරන්නේද යන්න පැහැදිලි කරන්න. (4) මානව පාලන පියවර සහ නැවත පුහුණු කිරීමේ ප්රේරකය නිර්වචනය කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම දෝෂ බරපතල පන්තිවලට බෙදුවෙමි (සෞන්දර්යාත්මක/ක්රියාකාරී/ආරක්ෂිත-විවේචනාත්මක).
- [ ] මම එළිපත්ත තීරණයේ නීති විරෝධී සහ ව්යාජ ප්රතික්ෂේප කිරීමේ ශේෂය ඇගයීමට ලක් කළෙමි.
- [ ] මම ආරක්ෂාව වැදගත් කොටසේ කාන්දුවීම්වලට ප්රමුඛත්වය දුන්නා.
- [ ] මම අධීක්ෂණ සහ විෂමතා ප්රවේශයන් සුදුසු ස්ථානයේ තැබුවෙමි.
- [ ] මම රූපයේ ගුණාත්මකභාවය/ආලෝක අවශ්යතාවය සඳහන් කර ඇත.
- [ ] මම මානව පාලන පියවර සහ නැවත පුහුණු කිරීමේ සැලැස්ම නිර්වචනය කළෙමි.