உற்பத்தி வரி தரக் கட்டுப்பாடு: காட்சி குறைபாடு கண்டறிதல்

ஆதாயங்கள்:

• இயந்திர பார்வையுடன் வாகன உற்பத்தி வரிசையில் மேற்பரப்பு, வெல்டிங் மற்றும் அசெம்பிளி குறைபாடு கண்டறிதல் ஆகியவற்றின் பணிப்பாய்வுகளைப் புரிந்துகொள்வது
• படத் தரவுத்தொகுப்பு, லேபிளிங், மாதிரி பயிற்சி மற்றும் வரம்பு நிர்ணயம் ஆகியவற்றை நிறுவுவதில் கட்டமைக்கப்பட்ட முறையில் செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான திறன்
• தப்பித்தல் மற்றும் தவறான நிராகரிப்பு விகிதம், வரி வேகம் மற்றும் ஆபரேட்டர் நம்பிக்கை ஆகியவற்றை கணக்கில் எடுத்துக்கொண்டு தர முடிவைச் சரிபார்க்கும் திறன்

ஒரு கார் ஆயிரக்கணக்கான பாகங்களைக் கொண்டுள்ளது, ஒவ்வொன்றும் நொடிகளில் கோடு வழியாக செல்கிறது. ஒவ்வொரு வெல்ட், ஒவ்வொரு பெயிண்ட் மேற்பரப்பையும், ஒவ்வொரு அசெம்பிளியையும் மனிதக் கண்ணால் எந்தப் பிழையும் இல்லாமல் ஆய்வு செய்வது சோர்வாகவும், சீரற்றதாகவும் இருக்கிறது; கண்கள் சோர்வடைகின்றன, கவனம் சிதறுகிறது. இயந்திர பார்வை மற்றும் செயற்கை நுண்ணறிவு இங்குதான் வருகிறது: கேமராக்கள் பகுதிகளை படம்பிடிக்கின்றன, ஒரு AI மாதிரி ஒரு நொடிக்குள் குறைபாட்டைக் கொடியிடுகிறது. இந்த யூனிட்டில், வாகன உற்பத்தியில் படத்தின் தரக் கட்டுப்பாடு எவ்வாறு நிறுவப்பட்டது, AI இன் பங்கு மற்றும் மிக முக்கியமான சிக்கல், பிழை சமநிலை ஆகியவற்றைப் பற்றி விவாதிப்போம்.

வாகனத்தில் வழக்கமான பார்வை குறைபாடுகள்

பார்வைக்கு ஆய்வு செய்யப்பட்ட குறைபாடுகளின் முக்கிய வகைகள்:

• மேற்பரப்பு/பெயிண்ட் குறைபாடுகள்: ஆரஞ்சு தோல் (கரடுமுரடான வண்ணப்பூச்சு), தூசி குமிழ்கள், இரத்தப்போக்கு, கீறல்கள், நிற வேறுபாடு.
• வெல்ட் குறைபாடுகள்: முழுமையடையாத வெல்ட், ஸ்பேட்டர், போரோசிட்டி, தவறான ஸ்பாட் வெல்ட்.
• சட்டசபை குறைபாடுகள்: போல்ட் விடுபட்டது, தவறாக நிறுவப்பட்ட கிளிப், தலைகீழ் முத்திரை, தளர்வான இணைப்பு.
• லேபிள்/குறி: படிக்க முடியாத VIN, தவறான லேபிள், விடுபட்ட முத்திரை.

இந்த குறைபாடுகளில் சில வெறுமனே அழகியல் (சிறிய கீறல்கள்), மற்றவை பாதுகாப்பு முக்கியமானவை (முழுமையற்ற வெல்டிங் உடல் மூட்டில் சோர்வு விரிசலுக்கு வழிவகுக்கும்). இந்த வேறுபாடு அனைத்து அடுத்தடுத்த முடிவுகளையும் தீர்மானிக்கிறது.

உதவிக்குறிப்பு: ஒவ்வொரு குறைபாட்டையும் ஒரே தீவிரத்துடன் நடத்த வேண்டாம். ஒரு குறைபாட்டை வகைப்படுத்தும் போது "அழகியல்/செயல்பாட்டு/பாதுகாப்பு-முக்கியமான" குறிச்சொல்லைச் சேர்ப்பது வாசலையும் முடிவெடுக்கும் தர்க்கத்தையும் சரியாகப் பெறுவதற்கு முக்கியமாகும்.

இரண்டு அடிப்படை அணுகுமுறைகள்: மேற்பார்வையிடப்பட்ட வகைப்பாடு மற்றும் ஒழுங்கின்மை கண்டறிதல்

பார்வைக் குறைபாட்டைக் கண்டறிவதற்கு இரண்டு முக்கிய உத்திகள் உள்ளன:

1. மேற்பார்வையிடப்பட்ட வகைப்பாடு/கண்டறிதல்: "இங்கே குறைபாடுள்ள எடுத்துக்காட்டுகள் உள்ளன, சரியான எடுத்துக்காட்டுகள்" என்று பல லேபிளிடப்பட்ட படங்களைக் காட்டி மாதிரியைக் கற்பிக்கிறீர்கள். குறைபாடுகளின் வகைகளை நீங்கள் அறிந்திருந்தால் மற்றும் போதுமான எடுத்துக்காட்டுகள் இருந்தால் அது சக்தி வாய்ந்தது. சவால்: அரிதான குறைபாடுகளின் போதுமான மாதிரிகளை சேகரிப்பது கடினம் (ஒரு கோடு எப்போதும் திடமான பகுதிகளை உருவாக்குகிறது).
2. ஒழுங்கின்மை கண்டறிதல்: நீங்கள் மாதிரியில் "சாதாரண/வலுவான" படங்களை மட்டுமே காட்டுகிறீர்கள்; மாதிரியானது இயல்பான தோற்றத்தைக் கற்றுக்கொள்கிறது மற்றும் இயல்பிலிருந்து விலகும் எதையும் "விரோதம்" எனக் குறிக்கிறது. குறைபாடு வகையை முன்கூட்டியே அறியாவிட்டாலும் புதிய/எதிர்பாராத குறைபாடுகளை இது பிடிக்கலாம். சிரமம்: எந்த விலகலையும் தவறு என்று தவறாக நினைக்கலாம் (ஒளியில் மாற்றம் போன்றவை).

நடைமுறையில், இரண்டும் ஒன்றாகப் பயன்படுத்தப்படுகின்றன: ஒழுங்கின்மை கண்டறிதல் "இங்கே விசித்திரமான ஒன்று உள்ளது" என்று கூறுகிறது, வகைப்பாடு "இது ஒரு ஆதார துள்ளல்" என்று கூறுகிறது.

படிப்படியாக: காட்சி ஆய்வு அமைப்பை அமைத்தல்

1. குறைபாடு பட்டியல் மற்றும் ஏற்றுக்கொள்ளும் அளவுகோல்கள்: எந்த குறைபாடு ஏற்றுக்கொள்ளப்படுகிறது/நிராகரிக்கப்படுகிறது என்பதை தரமான பொறியாளர்களுடன் வரையறுக்கவும். இது மாதிரி "உண்மை".
2. படத்தைப் பெறுதல்: நிலையான, சீரான விளக்குகள் மற்றும் கேமரா நிலை ஆகியவை முக்கியமானவை. மோசமான/நிலையற்ற விளக்குகள் தோல்விக்கு மிகவும் பொதுவான காரணம்.
3. லேபிளிங்: நிபுணர்கள் குறைபாடுகளைக் குறிக்கின்றனர்; நிலைத்தன்மைக்கு லேபிளிங் வழிகாட்டுதல் அவசியம்.
4. மாதிரி பயிற்சி: மேற்பார்வையிடப்பட்ட மற்றும்/அல்லது ஒழுங்கின்மை மாதிரி பயிற்சியளிக்கப்படுகிறது.
5. த்ரெஷோல்டிங்: மாதிரியானது "குறைபாட்டின் நிகழ்தகவை" அளிக்கிறது; "நிராகரிப்பு" என்று நீங்கள் கருதும் நிகழ்தகவு மேலே உள்ள வரம்பு ஆகும். இது மிகவும் முக்கியமான வணிக முடிவு (கீழே).
6. வரி ஒருங்கிணைப்பு: மாதிரியானது முடிவெடுக்கிறது, சந்தேகத்திற்கிடமான பாகங்கள் ஆபரேட்டர்/நிலையத்திற்கு அனுப்பப்படுகின்றன.
7. கண்காணிப்பு மற்றும் மறுபயிற்சி: புதிய குறைபாடு வகைகள், பருவகால மாற்றம், புதிய பாகங்கள் கிடைக்கும் என மாடல் புதுப்பிக்கப்படுகிறது.

மிக முக்கியமான பிரச்சினை: கசிவு சமநிலை மற்றும் தவறான நிராகரிப்பு

குறைபாடுகளைக் கண்டறிவதில் இரண்டு பிழைகள் உள்ளன மற்றும் அவற்றின் செலவுகள் வாகனத்தில் மிகவும் வேறுபட்டவை:

• கசிவு (தப்பித்தல் / தவறான எதிர்மறை): குறைபாடுள்ள துண்டு "நல்லது" என்று கருதப்படுகிறது மற்றும் கோடு வழியாக செல்கிறது. பாதுகாப்புத் துணுக்கு, இது ஒரு பழுதடைந்த வாகனம் வயலுக்குச் செல்வது, வாடிக்கையாளர் புகார் அல்லது திரும்பப் பெறுதல் ஆகியவற்றைக் குறிக்கிறது. மிகவும் விலையுயர்ந்த தவறு.
• தவறான நிராகரிப்பு (தவறான நிராகரிப்பு / தவறான நேர்மறை): அப்படியே பகுதி "குறைபாடு" எனக் கருதப்பட்டு நிராகரிக்கப்படுகிறது. இதன் பொருள் கழிவு, தேவையற்ற மறுவேலை, வரி மந்தநிலை; இது வலிக்கிறது, ஆனால் அது பாதுகாப்பு ஆபத்தை ஏற்படுத்தாது.

முடிவு வரம்பு

தப்பியோடிய

தவறான நிராகரிப்பு

எப்போது?

தளர்வான (உயர் வாசல்)

அதிகரிக்கிறது (ஆபத்தானது)

குறைகிறது

பாதுகாப்பு பாதையில் எப்போதும் இல்லை

கண்டிப்பான (குறைந்த வாசல்)

குறைகிறது

அதிகரிக்கிறது (செலவு)

பாதுகாப்பு முக்கியமான பாகங்களில்

சமச்சீர்

நடுத்தர

நடுத்தர

அழகியல் குறைபாடுகளில்

எச்சரிக்கை: பாதுகாப்பு-முக்கியமான பகுதியில் (பிரேக், ஸ்டீயரிங், பாடி வெல்ட்) கசிவைக் குறைக்க சன்னல் எப்போதும் இறுக்கமாக வைக்கப்படுகிறது; சந்தேகத்திற்கிடமான துண்டு மனிதனை நோக்கி செலுத்தப்படுகிறது. "தவறான நிராகரிப்பு விலை உயர்ந்தது" என்பதால் வாசலைத் தளர்த்துவது பாதுகாப்புப் பிரிவில் ஏற்றுக்கொள்ள முடியாதது.

மனித-இயந்திர உழைப்புப் பிரிவு

நன்கு நிறுவப்பட்ட அமைப்பில், மாதிரியானது இறுதி முடிவெடுப்பவர் அல்ல; இது ஒரு "முன் திரையிடல்". மாடல் வெளிப்படையான குறைபாடுகளைப் பிடிக்கிறது மற்றும் மனிதனுக்கு அவர்கள் உறுதியாக தெரியாததை திருப்பி அனுப்புகிறது. இது 1,000 பாகங்களைப் பார்ப்பதற்குப் பதிலாக 30 சந்தேகத்திற்கிடமான பாகங்களில் கவனம் செலுத்த ஆபரேட்டரை அனுமதிக்கிறது. ஆபரேட்டர் நம்பிக்கையும் முக்கியமானது: மாதிரி பல தவறான அலாரங்களை உருவாக்கினால், ஆபரேட்டர் எச்சரிக்கைகளை தீவிரமாக எடுத்துக்கொள்வதை நிறுத்துகிறார் ("அலாரம் சோர்வு"). அதனால்தான் தவறான நிராகரிப்பு விகிதமும் கண்காணிக்கப்படுகிறது.

சிறு வழக்கு ஆய்வுகள்

வழக்கு 1 - விளக்கு பொறி. ஒரு பெயிண்ட் இன்ஸ்பெக்ஷன் மாடல் ஆய்வகத்தில் 98% வெற்றி பெற்றாலும், அது 80% ஆகக் குறைகிறது. மதிப்பாய்வு: பகலில் வரியில் உச்சவரம்பு விளக்குகள் மாறுகின்றன, மாதிரி பிரகாசத்தில் உள்ள வேறுபாட்டை "குறைபாடு" என்று கருதுகிறது. நிலையான சுரங்கப்பாதை விளக்குகள் சேர்க்கப்படும் போது, ​​வெற்றி 97% ஆக அதிகரிக்கிறது. முடிவு: மாதிரியை விட படத்தின் தரம் மிகவும் தீர்க்கமானதாக இருக்கும்.

வழக்கு 2 - கசிவு செலவு. ஹல் வெல்ட் ஆய்வில், வாசல் "திறனுக்காக" சிறிது தளர்த்தப்படுகிறது; தவறான நிராகரிப்பு 6% முதல் 3% வரை குறைகிறது, ஆனால் ஒரு மாதம் கழித்து, துறையில் இரண்டு வாகனங்களில் வெல்ட் விரிசல்கள் பதிவாகியுள்ளன. கசிவு விகிதம் அதிகரித்திருப்பதை மூல காரண பகுப்பாய்வு காட்டுகிறது. வாசல் மீண்டும் இறுக்கப்பட்டு, சந்தேகத்திற்கிடமான பாகங்கள் 100% மனிதக் கட்டுப்பாட்டின் கீழ் கொண்டு வரப்படுகின்றன. முடிவு: பாதுகாப்புப் பகுதியில் கசிவைக் குறைப்பது எப்போதும் தவறான நிராகரிப்பை விட முன்னுரிமை பெறுகிறது.

வழக்கு 3 - அரிதான குறைபாடு. எப்போதாவது ஒரு புதிய ஊசி அச்சில் இருந்து மிகச் சிறிய பர் குறைபாடு வெளிப்படுகிறது, ஆனால் மேற்பார்வையிடப்பட்ட மாதிரியின் பயிற்சியில் இந்த குறைபாட்டின் எடுத்துக்காட்டுகள் எதுவும் இல்லை, எனவே அது தவறவிடுகிறது. ஒழுங்கின்மை கண்டறிதல் மாதிரி செயல்படுத்தப்படும் போது, ​​அது "இயல்பிலிருந்து விலகல்" எனக் கண்டறியும். முடிவு: அரிதான/புதிய குறைபாடுகளுக்கான ஒழுங்கின்மை கண்டறிதல் மேற்பார்வையிடப்பட்ட மாதிரியை நிறைவு செய்கிறது.

உடனடி வார்ப்புருக்கள்

டெம்ப்ளேட் 1 - குறைபாடு பட்டியல் மற்றும் தீவிர வகைப்பாடு:

பங்கு: நீங்கள் ஒரு வாகன தர பொறியாளர். பணி: பின்வரும் குறைபாடுகளின் பட்டியலை தீவிர வகுப்புகளாக வரிசைப்படுத்தவும். சூழல்: உடல் வெல்ட் வரி; குறைபாடுகள்: சிதறல், துளைகள், விடுபட்ட இடம், சிறிய நிற வேறுபாடு, மேற்பரப்பில் கீறல் முக்கியத்துவம் | முன்மொழியப்பட்ட முடிவு | நியாயப்படுத்தல் அட்டவணை.

டெம்ப்ளேட் 2 - லேபிளிங் வழிகாட்டி:

பங்கு: பட லேபிளிங் தர முன்னணி. பணி: பெயிண்ட் குறைபாடு லேபிளிங்கிற்கான நிலைத்தன்மை விதிகளை எழுதுங்கள். சூழல்: ஆரஞ்சு தோல், ரன், தூசி குமிழி; வெவ்வேறு விளக்குகளின் கீழ் எடுக்கப்பட்ட படங்கள் உள்ளன. வெளியீடு: விதி | உதாரணம் | வரம்பு நிலை | குறிச்சொல்.

டெம்ப்ளேட் 3 - வாசல்/மெட்ரிக் முடிவை விளக்குதல்:

பாத்திரம்: இயந்திர பார்வை மதிப்பீட்டாளர். பணி: பின்வரும் முடிவு வரம்பு அட்டவணையை விளக்கவும். சூழல்: பாதுகாப்பு-முக்கியமான ஆதாரம்; வாசலில் A, கசிவு 0.3%, தவறான நிராகரிப்பு 5%; வாசலில் கசிவு B 1.2% தவறான நிராகரிப்பு 2%. கட்டுப்பாடு: பாதுகாப்பு முன்னுரிமையைக் கவனியுங்கள்; எந்த வாசலைப் பரிந்துரைக்கிறீர்கள், ஏன் என்று விளக்கி, மனிதக் கட்டுப்பாட்டுப் படியைச் சேர்க்கவும். வெளியீடு: பரிந்துரை + நியாயப்படுத்தல் + மீதமுள்ள ஆபத்து.

வார்ப்புரு 4 - மூல காரண பகுப்பாய்வு:

பங்கு: நீங்கள் ஒரு தரமான பொறியாளர். பணி: கடந்த 3 ஷிப்டுகளில் அதிகரித்துள்ள ஸ்பேட்டர் குறைபாடுகளுக்கான சாத்தியமான காரணங்களை பட்டியலிடுங்கள். சூழல்: ரோபோடிக் ஸ்பாட் வெல்டிங்; 2 நாட்களுக்கு முன் மின்கம்பத்தில் மாற்றம் செய்யப்பட்டது; தற்போதைய அமைப்பு சரி செய்யப்பட்டது. வெளியீடு: சாத்தியமான காரணம் | சரிபார்ப்பு சோதனை | முன்னுரிமை.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

குறைபாடுள்ள பகுதிகளைக் கண்டுபிடிக்கும் மாதிரியை உருவாக்கவும்.

எந்த குறைபாடு, எந்த முக்கியத்துவம், எந்த வாசல், எந்த முடிவு என்று தெரியவில்லை; விளைவு பயனற்றது.

சக்திவாய்ந்த தூண்டுதல்:

பங்கு: நீங்கள் ஒரு வாகன தரம் மற்றும் இயந்திர பார்வை பொறியாளர். பணி: உடல் வெல்ட் பார்வை அமைப்புக்கான வடிவமைப்பு சரிபார்ப்பு பட்டியலை உருவாக்கவும். சூழல்: பாதுகாப்பு முக்கியமான ஸ்பாட் வெல்டிங்; வரி வேகம் அதிகமாக உள்ளது; அரிதான குறைபாடுகள் உள்ளன; வெளிச்சம் மாறி.கட்டுப்பாடு: கசிவைக் குறைப்பதற்கு முன்னுரிமை கொடுங்கள்; ஒழுங்கின்மை கண்டறிதலை மேற்பார்வையிடப்பட்ட வகைப்பாடு மற்றும் மனிதக் கட்டுப்பாட்டுப் படியுடன் எவ்வாறு இணைப்பது என்பதைக் குறிப்பிடவும்; 'பூஜ்ஜியப் பிழைகள்' உத்தரவாதம். வெளியீடு: நிலை | பரிந்துரை | ஆபத்து | சரிபார்ப்பு அட்டவணை.

பொதுவான தவறுகள்

• லைட்டிங்/பட தரத்தை புறக்கணித்தல். மோசமான படம் சிறந்த மாதிரியைக் கூட கெடுத்துவிடும்.
• கசிவு மற்றும் தவறான நிராகரிப்பை சமமாகக் கருதுதல். வாகன பாதுகாப்பு உதிரிபாகங்களில் கசிவு ஏற்படுவது அதிக செலவு ஆகும்.
• அரிதான குறைபாடுகளுக்கு மேற்பார்வையிடப்பட்ட மாதிரியை மட்டுமே சார்ந்துள்ளது. ஒழுங்கின்மை கண்டறிதல் நிரப்பு.
• மாதிரியை இறுதி முடிவெடுப்பவராக மாற்றுதல். சந்தேகத்திற்கிடமான பாகங்கள் மனிதர்களுக்கு அனுப்பப்பட வேண்டும்.
• மீண்டும் பயிற்சி செய்வதை மறந்துவிட்டேன். புதிய பாகங்கள், புதிய அச்சுகள் மற்றும் பருவகால மாற்றங்கள் மாடலை பழையதாக்குகின்றன.

சுருக்கமாக

• இயந்திர பார்வை மற்றும் AI ஆகியவை வாகன வரிசையில் மேற்பரப்பு, வெல்ட் மற்றும் அசெம்ப்ளி குறைபாடுகளை விரைவாகவும், தொடர்ச்சியாகவும் ஆய்வு செய்கின்றன.
• அறியப்பட்ட குறைபாடுகளில் மேற்பார்வையிடப்பட்ட வகைப்பாடு வலுவானது, அரிதான/புதிய குறைபாடுகளில் ஒழுங்கின்மை கண்டறிதல் வலுவானது; இரண்டும் ஒன்றாகப் பயன்படுத்தப்படுகின்றன.
• மிக முக்கியமான முடிவு வாசல்: பாதுகாப்பு-முக்கியமான பகுதியில் கசிவு (தவறான எதிர்மறை) குறைக்கப்படுகிறது, சந்தேகத்திற்கிடமான பகுதி மனிதனுக்கு செல்கிறது.
• படத்தின் தரம் மற்றும் விளக்குகள் பெரும்பாலும் மாதிரியை விட மிகவும் தீர்க்கமானவை.
• மாதிரி ஒரு முன் sifter உள்ளது; இறுதி தர முடிவு மற்றும் பாதுகாப்பு பொறுப்பு மனிதனிடம் உள்ளது.

விண்ணப்ப பணி

ஒரு பகுதியை/நிலையத்தைத் தேர்ந்தெடுக்கவும் (எ.கா. முன் பம்பர் அசெம்பிளி). (1) சாத்தியமான குறைபாடுகளை பட்டியலிட்டு, ஒவ்வொன்றையும் அழகியல்/செயல்பாட்டு/பாதுகாப்பு-முக்கியமானது என முத்திரையிடவும். (2) டெம்ப்ளேட் 3 உடன், கசிவு/தவறான நிராகரிப்புக்கான இரண்டு வாசல் விருப்பங்களை ஒப்பிட்டு, பரிந்துரையை நியாயப்படுத்தவும். (3) நீங்கள் ஒரு அரிய குறைபாட்டிற்கு மேற்பார்வையிடப்பட்ட அல்லது ஒழுங்கின்மை கண்டறிதலைப் பயன்படுத்துவீர்களா என்பதை விளக்குங்கள். (4) மனித கட்டுப்பாட்டு படி மற்றும் மறுபயிற்சி தூண்டுதலை வரையறுக்கவும்.

சரிபார்ப்பு பட்டியல்

• [ ] நான் குறைபாடுகளை தீவிர வகுப்புகளாகப் பிரித்தேன் (அழகியல்/செயல்பாட்டு/பாதுகாப்பு-முக்கியமானது).
• [ ] வாசல் முடிவில் உள்ள சட்டவிரோத மற்றும் தவறான நிராகரிப்பின் சமநிலையை நான் மதிப்பீடு செய்தேன்.
• [ ] நான் பாதுகாப்பு முக்கியமான பகுதியில் கசிவு முன்னுரிமை.
• [ ] நான் மேற்பார்வையிடப்பட்ட மற்றும் ஒழுங்கின்மை அணுகுமுறைகளை பொருத்தமான இடத்தில் வைத்தேன்.
• [ ] படத்தின் தரம்/லைட்டிங் தேவையை நான் குறிப்பிட்டுள்ளேன்.
• [ ] நான் மனித கட்டுப்பாட்டு படி மற்றும் மறுபயிற்சி திட்டத்தை வரையறுத்தேன்.