Les
voitures étant de plus en plus sophistiquées et les normes de qualité
de plus en plus strictes,
Audi inspecte
tous les composants après leur
fabrication dans l'atelier de presse.
Cette inspection est réalisée par des
employés et par
plusieurs caméras installées dans les presses.
Les
caméras évaluent les images réalisées à l'aide d'un logiciel de reconnaissance d'images.
La caméra
doit être reconfigurée pour chaque nouveau composant (portes, capots de moteur ou ailes) dans l'atelier de presse.
Par
ailleurs, les algorithmes simples du programme de traitement des images
dépendent beaucoup de facteurs ambiants, tels que les conditions
d'éclairage et les propriétés de la surface. De " fausses fissures "
sont régulièrement découvertes.
Ce processus de contrôle manuel sera bientôt remplacé par une
procédure d'apprentissage automatique chez Audi.
La détection des fissures dans l'atelier de presse Audi à Ingolstadt
devient automatisée grâce à l'apprentissage automatique.
L'application
de l'apprentissage automatique (ou « machine learning ») à la
production en série de l'atelier de presse se fait par l'intermédiaire
d'un
logiciel développé par Audi.
Le logiciel,
basé sur un réseau neuronal artificiel complexe, fonctionne en arrière-plan.
Le
logiciel
identifie et marque les fissures extrêmement fines dans les
pièces en tôle de façon automatique et précise en quelques secondes dans
l'atelier de presse.
La solution est basée sur le « deep
learning », une forme spéciale d'apprentissage automatique qui peut
fonctionner avec de grandes quantités de données non structurées et
dimensionnelles, telles que des images.
Les ingénieurs et
informaticiens Audi ont passé plusieurs mois à
former le réseau de
neurones artificiels en lui
soumettant des millions d'images de test.
Les principaux défis ont été la création d'une base de données large et
l'étiquetage des images. Les fissures dans les images de test ont été
marquées avec une précision de l'ordre du pixel. Le réseau de neurones
apprend désormais indépendamment des images communiquées et est capable
de détecter les fissures dans des images auparavant inconnues.
La
base de données comprend plusieurs
téraoctets d'images de test
provenant de sept presses de l'usine Audi d'Ingolstadt et de plusieurs
usines Volkswagen.
Les contrôles de qualité à l'aide de
l'apprentissage automatique sont destinés à remplacer l'actuelle
détection optique manuelle des fissures par des caméras intelligentes.
L'intelligence artificielle révolutionne le processus de test et les contrôles de qualité dans la production
automobile.
À
l'avenir, il sera possible d'appliquer l'approche de l'apprentissage
automatique à d'autres contrôles visuels de la qualité dès lors qu'un
nombre suffisamment grand de jeux de données étiquetés est disponible.
Le système peut également prendre en charge les contrôles qualité dans les ateliers de peinture ou les ateliers d'assemblage.