מערכת בינה מלאכותית לתעשיית הרכב

מדוע ראייה ממוחשבת בתעשיית הרכב נכשלת

ראייה ממוחשבת בתעשיית הרכב נתקלת לא במשקלי המודל, אלא בתנאי הקלט של הקו. תאורת המפעל יוצרת בוהקים על פאנל מלוטש, החלק מגיע בזווית — ואת הבוהק מסמנים בביטחון כשקע. בריתוך מתווספים נתזים, פיח ומרווח משתנה בין השפות: בדיקת תפרי ריתוך נתקלת באור ובגיאומטריה, ולא בזיהוי.

היכן צוואר הבקבוק: אופטיקה, תאורה או נתונים

המקור השני לתקלות — תנועה. על מסוע מהיר חשיפה ארוכה מותירה פריים מטושטש, ופגמי הרכבת המרכב או נעלמים, או «מתרבים» לאזורים שכנים. השלישי — נתונים: אם נאספו מעט פגמי ייחוס והם לא מקושרים לקואורדינטות המרכב, המודל לא מבחין בין סיב מותר לבין סדק.

הרביעי — חוסר סנכרון עם מערכת ניהול הייצור: פסק הדין מגיע כשהמרכב כבר עבר לפעולה הבאה, ואי אפשר לפסול אותו.

למה מובילה בדיקה ידנית חוזרת של פסילות

כל עוד המעגל לא מכויל, הקו מתקיים על בדיקה ידנית חוזרת: המפעיל סוקר פריימים עם דגלים, מחזיר חלקים תקינים לזרימה ומפספס חלק מהפגמים האמיתיים. בקרת האיכות על המסוע מפסיקה להיות אוטומטית — זמן התגובה גדל, מצטבר תור לבדיקה חוזרת, וסטטיסטיקה לפי סוגי פגמים אינה מצטברת.

אנחנו מפרקים כיצד זה נסגר: תאורה ואופטיקה בהתאם לגיאומטריה של האתר ולמהירות הקו, לכידה מסונכרנת של פריימים, מאגר פגמים מתויג עם קואורדינטות והחלפת פסקי דין עם מערכת הניהול בקצב המסוע.

מה משתנה לאחר ההטמעה: השפעות מדידות

ההשפעה של ראייה ממוחשבת בתעשיית הרכב נמדדת לא לפי מספר המצלמות בקו, אלא לפי מדדים שנלקחו לפני ואחרי ההטמעה על אותה נומנקלטורה ובאותו קצב. דרישות לעקיבות ולסטטיסטיקה של חלקים תקינים ופסולים נקבעות על ידי IATF 16949, לכן כל מדד אנחנו מקשרים ליומן בקרה: חתימת זמן, משמרת, מזהה חלק.

חמש השפעות שאנחנו מתעדים בקבלה:

• שיעור הפגמים שהוחמצו — הבקרה מתבצעת על כל יחידה, ולא על מדגם, ופגם שקודם הגיע לצרכן נשאר בקו.
• שיעור התראות שווא — הספים נבחרים בהתאם לנומנקלטורה, פריימים שנויים במחלוקת עוברים למפעיל לבדיקה, ולא לעצירת הקו.
• זמן בקרה ליחידה — המדידה וההחלטה על כשירות מתבצעות בקצב המסוע, אין יותר צורך במעבר מדגמי באתר.
• זמן התאוששות לאחר החלפת תצורה — מעבר לנומנקלטורה חדשה דורש כמה עשרות דוגמאות ייחוס וחישוב מחדש של ספים במקום כוונון לוגיקה קשיחה.
• סוג כשל שנמנע — השבתת קו בגלל פגם שהתגלה בקבלה או אצל הצרכן, ולא ביציאה מהאתר.

מהירות בקרה במקום מעבר מדגמי

מעבר ידני נותן תמונת מצב של המנה ומעביר את ההחלטה לאדם שעייף לקראת סוף המשמרת. אוטומציה של פסילה מסירה את המדידה מכל יחידה ומשאירה למפעיל רק מקרים שנויים במחלוקת — מהירות בקרת האיכות מפסיקה להיות תלויה בכמה חלקים הספיק הבודק לראות. הפחתת שיעור הפסולים ביציאה מושגת לא על ידי החמרת ספים, אלא בכך שהמדגם הוחלף בבקרה מלאה.

עמידות בפני החלפת תצורה בקו

החלפת תצורה היא המקור העיקרי להשבתות בייצור משולב: לוגיקה קשיחה נשברת בגיאומטריה ובתאורה חדשות. אנחנו ממשיכים לאמן את המודל על דוגמאות ייחוס של הנומנקלטורה החדשה ומחשבים מחדש ספים בנפרד עבור כל פגם, לכן הקו חוזר למצב עבודה בהחלפת תצורה אחת, ולא בפרויקט נפרד.

פורמטים של הטמעה: מעגל מקומי, ענן, היברידי

סוג המעגל נקבע לא לפי נוחות, אלא לפי תפוקת הקו ואופי הפגם. מצלמות תעשייתיות באתר מספקות זרימה ברציפות, ועיכוב בין הצילום להחלטה משמעו פגם שהוחמץ או עצירת הזרימה. להלן חלופות שביניהן באמת בוחרים כשמטמיעים ראייה ממוחשבת בתעשיית הרכב.

מה לבחור לאתר עם קצב קשיח

עיבוד תמונות מקומי מחזיק את ההחלטה בתוך האתר: הפריים מצולם ומוערך במקום, פסק הדין «תקין / פסול» מונפק במסגרת הקצב ואינו תלוי בקישור חיצוני. זו האפשרות היחידה שלא נפגעת כשהערוץ עמוס או לא זמין, לכן בדיקות קריטיות של גיאומטריה, תפר ריתוך וצביעה מוציאים למעגל מקומי.

היכן הענן מפסיד למעגל מקומי

עיבוד וידאו בענן חזק במקום שבו נפח והיסטוריה חשובים יותר: סיכום על פני כמה קווים, ניתוח מקרים שנויים במחלוקת, אימון משלים של המודל על ארכיון שנצבר. אבל כל החלטה עוברת דרך הרשת, וכשהיא נחלשת האתר נשאר בלי בקרה.

לכן הסכימה ההיברידית הפכה לעובדת: בדיקות מהירות — במקום, טלמטריה ואימון מחדש — במרכז, והחלפת מצבים מתוארת בתקנון.

כיצד אנחנו בונים מערכת: שלבי עבודת הנדסה

הפרויקט מתחיל לא במודל, אלא באתר: חשוב להבין היכן נוצר הפגם, היכן מבחינים בו כעת ומה נחשב למוצר תקין. סדר העבודות להלן — הרצף שבו מוסרת אי-הוודאות, כדי שהמערכת במועד ההפעלה תעבוד בקצב הקו, ולא במעבדה.

ביקורת אתר וסכימת ניטור

1. ביקורת קו ייצור: קצב, נקודות בקרה, מסלול החלק. אנחנו מתעדים את מחלקות הפגמים שהמערכת מחויבת לתפוס.
2. סכימת ניטור: זוויות מצלמה, תאורה בהתאם לבוהק מתכת ולרעידות, הגנת אופטיקה מפני אבק ושבבים.
3. איסוף ותיוג של מערך נתונים: מצלמים את הזרימה במשמרות שונות, בנפרד אוספים מקרים שנויים במחלוקת, כללי התיוג מתוארים בכתב.
4. אימון מודל הבקרה: בדיקה על מדגם מוחזק שהמודל לא ראה — שיעור הפסולים שהוחמצו ושיעור התראות השווא לפי כל מחלקה.

בדיקת המודל בזרימה אמיתית

• אינטגרציה עם מערכת ניהול הייצור: התוצאה מקושרת למוצר ולמנה, האירוע נשלח למערכת החשבונאית, המפעיל מקבל אות.
• ניסויים בזרימה: קצב אמיתי, החלפת תאורה ומנות חומר גלם; מדייקים ספים כדי שאותות שווא לא יעכבו את הקו.
• מסירה והדרכת המשמרת: תקנון תחזוקה, ניתוח פריימים שנויים במחלוקת, נוהל אימון משלים בעת החלפת נומנקלטורה.

מה אנחנו מוסרים ללקוח: ערכת מסמכים ותקנונים

הטמעה תעשייתית שונה מהדגמה בכך שאת המערכת מפעילה בהמשך הצוות שלכם. לכן יחד עם המעגל העובד אנחנו מוסרים ערכה שלפיה ניתן לתחזק את המערכת, לפתח אותה ולהעביר אותה לקבלן אחר בלי לפנות אלינו.

• תיאור תצורה: הרכב המודולים, ספי הפעלה, תלויות בין שירותים ומקומות שבהם משתנה התנהגות המערכת.
• סכימת פריסת מצלמות ומאורות: זוויות, אזורי חפיפה, גובה תלייה, דרישות ליציבות התאורה בין משמרות.
• מדיניות גישה לזרם הווידאו ולארכיון: תפקידים, תקופות שמירה, נוהל ייצוא לפי בקשה, יומן פניות.
• הוראות למפעיל ולמכוונן: כיצד לקרוא אירועים, מה לעשות בהתראת שווא, כיצד להחזיר את הקו לעבודה.
• נוהל אימון מחדש של המודל: אירועים מפעילים, אישור, בדיקת איכות לפני הפצה, נסיגה לגרסה הקודמת.
• תקנון תיוג והשלמת מערך הנתונים — בסעיף נפרד להלן.

תקנון תיוג והשלמת נתונים

כללי התיוג קובעים את תקרת איכות המודל, לכן אנחנו מתעדים אותם בכתב: רשימת מחלקות, כיצד לסמן פריימים שנויים במחלוקת, מי ומתי בודק, כיצד מנוהלות גרסאות של המערך. ההשלמה מתבצעת לפי אירועים — עלייה בשיעור התראות השווא באתר מסוים או החלפת נומנקלטורה של חלקים. גרסה חדשה של המערך עוברת תחילה בדיקה על מדגם מוחזק, ורק אחר כך מופעל אימון מחדש.

מקרה בוחן: בקרת הרכבת מרכב על המסוע

הפרויקט החל בקו אחד של הרכבת מרכב — שלושה עמדות: גיאומטריית פתחים, התאמת מחברים, איכות נקודת ריתוך. בעבר המפעיל כיסה את האזורים האלה ועשה זאת באופן מדגמי, לכן היה הגיון להשוות לא «תמונה», אלא שתי מחלקות של שגיאות וזמן החלפת תצורה לדגם מרכב חדש.

מה היה לפני ההטמעה

הבקרה נעשתה בעיניים ועל מדגם: מתוך המנה נבדק כל מוצר חמישי, והשאר המשיך בזרימה. בגלל זה חלק מהפגמים צף בפעולה הבאה, שם התיקון דורש פירוק של הצומת, ומקרים שנויים במחלוקת עצרו את הקו בפסילה שגויה.

החלפת תצורה לדגם חדש ארכה שבועיים-שלושה: מהנדסים צילמו ידנית פריימי ייחוס, בחרו ספי רגישות ותייגו מדגם לכל מידה.

מדדים לאחר יציאה למצב

הבקרה הפכה למלאה: מצלמות בעמדות מצלמות כל מרכב, המודל מתייג אזורים ומוסר למפעיל החלטה עם הדגשת הפגם, לכן הזמן ליחידה נקבע לא לפי סקירה, אלא לפי אישור. פריימים שנויים במחלוקת נכנסים לתור בדיקה ידנית ואחת למשמרת עוברים לאימון משלים — שיעור ההחמצות יורד בלי כוונון ידני של ספים.

את החלפת התצורה האיצו בסינתטיקה: פריימים של חלקים חדשים הופקו ב-NVIDIA Omniverse והושלמו בכמה עשרות צילומים אמיתיים מהקו, במקום שבועות של איסוף סטטיסטיקה די בשתי משמרות.

הגרסה הקודמת של המודל נשארת על הסטנד — אם הדיוק בקבלה לאחר החלפת הדגם יורד, הבקרה חוזרת להגדרות הקודמות בנסיגה.

במה ראייה ממוחשבת שונה מבקרה קלאסית?

חיישן קלאסי מודד גודל פיזיקלי אחד — מרווח, כוח, נוכחות חלק באזור העבודה. ראייה ממוחשבת מעריכה את מצב האובייקט בשלמותו: גיאומטריה, מיקום, אופי הפגם על פני השטח. לכן השוואת גישות הבקרה נתקלת לא בדיוק, אלא בעמידות לשינויים — חיישן לא יבחין בהחלפת תצורה, והראייה תבחין ותפסול.

שונים גם המשאבים לתחזוקת המעגל: סף החיישן מכוונן פעם אחת, ומודל הראייה תלוי בתאורה, באופטיקה ובמנת החומר — הדרישות לנתונים גבוהות יותר, והחלפת התצורה למק"ט חדש ארוכה יותר.

גם מגבלות האלגוריתמים אמיתיות: פגם נדיר שלא נכנס למדגם האימון, המערכת לא תראה עד שיוסיפו אותו לתיוג או ידמו אותו סינתטית. סקירות ענפיות של Association for Advancing Automation מתעדות את אותה תמונה: בייצור חיים לעתים קרובות יותר מעגלים היברידיים מאשר אופטיים טהורים.

מה נשאר לחיישנים קלאסיים

חיישנים אינדוקטיביים, טריאנגולציה לייזרית, מדידת כוח נשארים במקום שבו נדרש גודל אחד עם חזרתיות צפויה וקצב גבוה: נוכחות חלק, מהלך מנגנון, מידה קריטית. לא מחליפים אותם, אלא משלימים — הראייה לוקחת פני שטח והרכבה, החיישנים מחזיקים מידה וקצב קו. אנחנו מרכיבים מעגלים כאלה מעורבים, כדי שכשל של הענף האופטי לא יעצור את הזרימה.

ספקות טכניים: מגבלות ודרכים להסירן

ספקות טכניים בפרויקטים של ראייה ממוחשבת בתעשיית הרכב הם בדרך כלל אותם אלה: האם האופטיקה המותקנת כבר תתאים, מהיכן לקחת תיוג, מה יקרה בהחלפת דגם מרכב וכיצד המערכת תשרוד בית מלאכה אמיתי. להלן תשובה ישירה לכל סעיף, עם בדיקה בקו שלכם, ולא בסטנד הדגמה.

אין תיוג — כמה נתונים צריך

אנחנו מתחילים בכמה מאות פריימים, שנבחרו לפי נדירות המחלקות, ומרחיבים את המדגם במקום שבו המודל טועה. את התיוג אנחנו מבצעים בעצמנו לפי תקנון מוסכם, פריימים שנויים במחלוקת מוציאים אליכם לבוררות — נשאר תקן ייחוס לקבלה.

החלפת דגם מרכב והחלפת תצורה בקו

נומנקלטורה חדשה מוזנת בתצורה: אזורי בקרה, דוגמאות ייחוס וספים מוגדרים בנפרד מהקוד. אימון משלים למרכב חדש מהיר יותר מהרצה, והקווים הקודמים ממשיכים לעבוד בלי הרכבה מחדש.

תאורה, רעידות ותזוזה זעירה של המצלמה

תנודות תאורה והזזות מסירים בשלב הכנת הפריים: ייצוב גיאומטריה לפי סימני ייחוס, נרמול בהירות לפי הרקע, סינון פריימים לא ראויים במקום ניסיון לזהות אותם. שיעור הפריימים שנפסלו נרשם בלוג — הסיבה מטופלת בצד הקו.

מה אחרי המסירה — מי מנהל את המודל

אנחנו מוסרים לא רק את המודל, אלא את כל המחזור: תיוג, אימון, מערך בדיקות על פגמים היסטוריים, מדדים לפי מחלקות ותקנון אימון משלים. בהמשך הליווי מתנהל לפי רמה מוסכמת — מייעוץ לצוות שלכם ועד בקרת סחיפת איכות.

נדון במשימה: מהיכן מתחיל ניתוח הקו

כדי לדון במשימה באופן ענייני, נדרש לא בקשה כללית «אנחנו רוצים ראייה ממוחשבת», אלא אתר ייצור קונקרטי. הניתוח מתחיל בקו אחד: היכן בדיוק נוצר הפגם, באיזו פעולה רואים אותו, באיזו מהירות זורמת התנועה והאם יש ארכיון הקלטות שנצבר.

מה אנחנו מבקשים בהתחלה:

• אתר ופעולה — היכן אובדת האיכות ומי כעת מקבל החלטה על פסול;
• סוג הפגם — שריטה, גרידה, חוסר היתוך, היסט: איך הוא נראה ובמה הוא שונה מסטייה מותרת;
• קצב הקו — כמה מוצרים בשעה עוברים באזור הבקרה והאם המפעיל מספיק לבדוק כל אחד;
• תנאי הצילום — תאורה, רעידות, מקום למצלמה והעברת כבל;
• ארכיון הקלטות — כמה משמרות צילום עם פגמים ומוצרים תקינים לבדיקת הזיהוי;
• מגבלות הייצור — חלונות עצירת הקו ודרישות בטיחות.

בתגובה אנחנו חוזרים עם סכימת פתרון, תוכנית שלבים והערכה, ולא עם הבטחות כלליות. בהמשך אנחנו מציעים פיילוט בקו אחד: הוא מראה דיוק אמיתי על המוצרים שלכם, וכבר לפי תוצאותיו אנחנו קובעים לוחות זמנים להטמעה באתרים האחרים.