所羅門展示自家3D視覺機器手臂,搭配3D物件掃描器,可進行亂堆抓取、物間裝箱的路徑規畫Motion Plan,以及協助物流業快速分類物件的Unkown-picking。

圖片來源: 

攝影/翁芊儒

重點新聞(0823~0829)

深度學習     所羅門     智慧製造  

所羅門3D視覺AI機器手臂,不須設定就能亂堆抓取

所羅門日前於臺灣機器人與智慧自動化展中,展示一組深度學習機器手臂,使用者不須寫程式或用大量影像來訓練系統,機器手臂就能自動辨識隨機擺放的物件,並歸位或分類。所羅門視覺事業處業務經理王亮鈞解釋,一般工業用物件辨識多為2D,因此在應用上就容易受限,而所羅門研發的機器手臂就搭配一臺3D物件掃描器,利用高畫質相機拍攝多種擺放在臺上的物件,再透過深度學習系統學習、辨識物件,經過5至10分鐘後,機器手臂就能將特定物件擺放至設定的位置,也可設定抓取的先後順序,一次能辨識的物件種類可多達數十種。此外,這組機器手臂還有Motion Plan路徑計算功能,結合機器視覺和演算法,能將物件擺放置有深度的箱內,而且不會擦撞。

針對講求快速的物流業,該手臂組也有一個Unknown Picking功能,可直接透過機器視覺抓取物件中心、歸位分類,省下辨識物件的時間。

  路殺預警     石虎    影像辨識  

AI路殺預警系統上線2個月,成功保護臺灣石虎

全臺石虎僅存不到500隻,為保護石虎,交通部委由中興大學開發一套智慧路殺預警系統,透過自動辨識石虎、啟動駕駛緩速和生物緩速系統,來降低路殺風險。

這項專案由中興大學機械工程系助理教授蔣雅郁負責,他們先與深度學習新創DT42聯手開發出石虎影像辨識模型,再將模型部署於Nvidia Jetson TX2邊緣裝置,不到半秒就能偵測出石虎。要是系統偵測到石虎,就會啟動CMS資訊看板和聲光波裝置,除了在看板上提醒駕駛減速,同時也會發出16kHz警示音波並閃爍白光,來避免石虎向馬路前行。這套系統上線2個多月,本月也成功於臺3線苗栗卓蘭路段化解一場石虎路殺。(詳全文)

  均豪     預測性維護    瑕疵品檢測  

本土老牌製造業者大秀AI工業4.0解決方案

臺灣老牌製造商均豪精密先前於臺灣機器人與智慧自動化展中,展示自家研發的AI解決方案,主打AOI+AI瑕疵品檢測服務以及IDMS設備預測維護服務。就IDMS來說,均豪精密業務中心經理羅祝華表示,均豪首先開發了小於5元硬幣的外掛式感測器,可客製化裝置於刀具或模具上,來蒐集機具運作動態,比如馬達震度、平穩度,再透過自行開發的機器學習模型來即時預測刀具狀態與異常監控,並能預估機具健康與壽命狀態,達到事先通知和預測維護的目標。

就AOI+AI瑕疵品檢測來說,羅祝華提到,傳統AOI檢測後還需大量人工複檢,均豪自行開發了AI影像辨識軟體,可結合原有的AOI硬體,針對產品進行影像檢測與分類,降低人工成本。她表示,均豪這兩項AI解決方案打平價策略,目前客戶來自各製造產業,包括半導體、面板和汽車業等傳產。

  賽靈思   FPGA       VU19P  

FPGA大廠賽靈思發表全球最大容量FPGA產品VU19P

老牌FPGA廠商賽靈思發表全球最大FPGA產品Virtex UltraScale+ VU19P,由台積電16奈米製程打造而成,內含350億個電晶體、900萬個邏輯系統單元,要支援特殊應用晶片(ASIC)和系統單晶片(SoC)技術的仿真與原型開發、測量。

VU19P創下單顆元件邏輯密度和I/O數量最高的紀錄,容量也比目前最大的Virtex UltraScale 440 FPGA高出1.6倍。賽靈思指出,這款產品可支援複雜的AI演算法。搭配自家除錯、可視化工具和IP支援,其軟硬體協同驗證則能讓開發者在取得實體元件前,就能先建置軟體和客製化功能。VU19P預計明年秋季開始供貨。(詳全文)

  AWS    時間序列     Amazon Forecast  

AWS正式推出時間序列預測服務Amazon Forecast

AWS正式推出由雲端完全託管的時間序列預測服務Amazon Forecast,使用者就算不懂機器學習,只要上傳歷史時間序列資料和其他相關資料,Amazon Forecast就能夠自動處理資料,並挑選最適合的演算法來訓練模型,並為使用者提供高精確度的時間序列預測結果。

AWS提到,整個預測工作流程從資料上傳/處理、模型訓練、資料集更新以及預測,都自動化進行,開發者可使用Amazon Forecast API、命令列工具或是控制臺,將訓練資料集導入到Amazon Forecast中,進行後續模型訓練以及部署工作。企業也能用API將預測功能整合到系統中,以取得預測結果,或從控制臺查詢、查看預測程式準確度指標。(詳全文)

AutoML    Databricks     自動化 

Databricks釋出AutoML工具,自動化機器學習工作流程

由Apache Spark技術團隊所創立的資料科學公司Databricks,在自家整合分析平臺中新增自動化機器學習功能(AutoML),讓未受過專業訓練的使用者,也能輕鬆建立機器學習模型。

這次新增的功能可分為AutoML Toolkit和自定義AutoML解決方案。其中,AutoML Toolkit提供了自動化所有機器學習工作的功能,目標是要讓使用者從特徵工程開始,到超參數調校、模型搜尋以及最終部署階段,整個過程都不需要撰寫程式碼,並同時提供精細的控制,讓資料科學家可在過程進行必要的微調。而自定義的AutoML解決方案讓資料科學家能在同個平臺完成ETL、模型建置到模型推理等工作,透過與熱門的函式庫整合,資料科學家可彈性地控制端到端機器學習工作,並由系統自動執行生產作業需要執行的步驟。(詳全文)

BigQuery    Terraform     資料集部署  

Google推出Terraform BigQuery模組,要將資料集部署自動化

Google日前發布了Terraform BigQuery模組,要來自動化部署BigQuery資料集和表格實例化。Google表示,這個模組讓Cloud Foundation Toolkit(CFT)的功能更完善,讓使用者能以開源且可擴充的方式,操作BigQuery中的資料。

Terraform是HashiCorp推出的基礎架構即程式碼工具,讓使用者能以高階配置語言,定義和規範資料中心的基礎設施,而Google在BigQuery中支援Terraform,能讓用戶配置所需的機器學習訓練資料,快速建立機器學習任務,並降低實作障礙。這個模組在GitHub存儲庫中以自託管的形式提供,方便用戶下載與部署,其中核模組同時支援Terraform 0.12和0.11版本。這個模組在GitHub儲存庫中以自託管的形式提供,方便用戶下載與部署,裡面的中央模組(central module)同時支援Terraform 0.12和0.11版本,允許用戶將任意數量資料表附加到資料集,並動態部署這些資料集。另外,儲存庫中還有一組測試腳本,為用戶示範模組的使用方式。(詳全文)

攝影/王若樸   圖片來源/蔣雅郁、Nvidia、Databricks

 AI趨勢近期新聞 

1. HPE為NASA建置全新超級電腦Aitken支援登陸月球計畫

2. Gmail的AI即時拼字、文法檢查上線了

3. 國泰金控找醫療AI新創聯手串連壽險和醫院資源,正在開發糖尿病患個人化照護

4. 工研院展示智慧砂帶系統,可即時影像偵測瑕疵品

資料來源:iThome整理,2019年8月


Advertisement

更多 iThome相關內容