通過大咖說的首期開講，我們充分感受到了各位康友濃厚的學習熱情。本期大咖說干貨滿滿，讓我們繼續(xù)學習起來！
VR、AR這兩個最近在生活中頻繁出現(xiàn)的熱門詞匯，讓人更多聯(lián)想到的是游戲、購物等場景。但是當這些內(nèi)容碰到康明斯，將會擦出怎樣的火花呢？本期大咖說，讓我們有請康明斯大數(shù)據(jù)部門分析總監(jiān)——數(shù)字百曉生為大家詳細介紹！
1、目前VR/AR技術(shù)的應用并不陌生，這些先進的技術(shù)在制造業(yè)中有哪些具體應用？
VR和AR分別是虛擬現(xiàn)實(Virtual Reality, VR)和增強現(xiàn)實(Augmented Reality, AR)。虛擬現(xiàn)實是一項復雜的仿真工程，旨在建立一種人工環(huán)境，使人們可以在這個虛擬環(huán)境中以一種真實的視角進行相關(guān)工作。
而增強現(xiàn)實是在用戶看到的真實場景的基礎(chǔ)上，疊加由計算機生成的虛擬景象。通過計算機系統(tǒng)提供的信息增加對現(xiàn)實世界感知，并將計算機生成的虛擬物體、場景或系統(tǒng)提示信息疊加到真實場景中，實現(xiàn)了對現(xiàn)實場景的增加。真實環(huán)境和虛擬物體同時疊加到同一個畫面和空間，實現(xiàn)了更加便捷、自然的人機交互。
從Gartner公司2017發(fā)布的技術(shù)成熟度曲線可以看出，虛擬現(xiàn)實在當時已經(jīng)處于技術(shù)復蘇期，而且2—5年就可以成熟�，F(xiàn)在我們在很多轟趴館可以玩上虛擬現(xiàn)實游戲反證了Gartner公司在2017年的斷定是十分準確的。
通過對比可以看出增強現(xiàn)實在2017年和2018年都處于幻滅期，需要5—10年才能成熟。在2019年的技術(shù)成熟曲線中由于更多新技術(shù)的產(chǎn)生，增強現(xiàn)實在上面都失去了展示的位置，但可以猜測它正從幻滅期走向復蘇期，就像虛擬現(xiàn)實一樣很快我們就能在市面上看到成熟的產(chǎn)品出現(xiàn)。
圖1 Gartner公司2017年技術(shù)成熟度曲線 信息來源Gartner公司
Gartner 公司2018年技術(shù)成熟度曲線 信息來源Gartner公司
2、對于VR/AR技術(shù)，康明斯有什么樣的規(guī)劃呢？
如果將虛擬現(xiàn)實和增強現(xiàn)實技術(shù)，結(jié)合到康明斯數(shù)字化解決方案中，會出現(xiàn)怎么樣的效應呢? 這里的應用空間十分的廣闊：可以涉及到產(chǎn)品設(shè)計，設(shè)備的匹配，以及服務領(lǐng)域。這里我們以服務領(lǐng)域為例來展示一下未來我們的應用場景。
當車輛遇到故障時，診斷系統(tǒng)會通過車聯(lián)網(wǎng)系統(tǒng)將故障信息傳輸?shù)娇得魉箶?shù)字化車聯(lián)網(wǎng)云平臺，平臺會基于知識圖譜系統(tǒng)進行故障模式的搜索和分析，根據(jù)知識庫內(nèi)以往的數(shù)據(jù)、經(jīng)驗及失效模式的關(guān)系網(wǎng)絡(luò)，生成推薦的解決方案，并將質(zhì)量問題原因、解決方案和現(xiàn)場操作指導推送給終端增強現(xiàn)實設(shè)備。
當工程師到達現(xiàn)場后，利用增強現(xiàn)實設(shè)備對車輛進行掃描匹配，將會自動高亮出現(xiàn)實場景與3D模型疊加后的故障零件所在的位置，以及知識圖譜預先推送來的已標注好問題原因和解決方案的操作指導手冊。
虛擬現(xiàn)實和增強現(xiàn)實的應用場景
現(xiàn)場維修人員基于已推送的故障原因和解決方案在現(xiàn)場進行初步檢查，而且工程師可以進一步通過AR設(shè)備進行交互，語音輸入維修工作進展并保存到數(shù)字文檔中，進一步去排查問題原因。AR設(shè)備通過自然語言處理技術(shù)，將工程師的音頻轉(zhuǎn)化為機器語言，在知識圖譜系統(tǒng)中搜索解決方案并與遠程技術(shù)專家連線。通過AR設(shè)備呈現(xiàn)出的圖像及解決方案，遠程傳輸給技術(shù)專家，雙方共同協(xié)作進行問題探討與現(xiàn)場操作。
待問題解決后，新的解決方案會自動備份到知識圖譜知識庫中，維修人員今后都可以查找維修工作的歷史數(shù)據(jù)并獲得更加精準的維修推薦方案。而遠程專家也可以通過VR設(shè)備，還原本次維修的現(xiàn)場情況，從不同的角度去改進3D模型的設(shè)計細節(jié)和性能指標，在線進行虛擬造型、虛擬仿真、虛擬裝配和虛擬試驗等工作時，為今后的新產(chǎn)品開發(fā)做出指導。
通過舉例可以看出當增強現(xiàn)實和虛擬現(xiàn)實設(shè)備結(jié)合到康明斯車聯(lián)網(wǎng)數(shù)字化解決方案時，可以產(chǎn)生一系列的連鎖反應，極大程度的改進了我們當前業(yè)務模式中的數(shù)字信息流，進而優(yōu)化整個運營流程體系，降低成本，給企業(yè)帶來更大的收益。
3、上面提到的知識圖譜是什么？麻煩介紹一下
知識圖譜（Knowledge Graphs）在Gartner公司2018和2019年的技術(shù)成熟度曲線中都能看到，然而目前在學術(shù)界還沒有統(tǒng)一的定義。2012年谷歌公司提出了這個概念，是一個提供智能搜索服務的大型知識庫，也是對語義知識的一種形式化描述框架。
舉一個具體的例子：在我們公司存在大量的信息，以一個服務工單為例，它提供了一個服務事件中的完整信息。某位服務人員在某輛車上解決了什么問題，可能涉及到某個零件的更換，產(chǎn)生的費用情況。在這個事件內(nèi)這些信息是有一些聯(lián)系的，但在公司層面，還有大量的信息和這些信息有關(guān)聯(lián)，例如服務人員是在哪個分支機構(gòu)中，他當前的技能如何，維修車輛在歷史上發(fā)生過什么故障，失效零件的供應商以及生產(chǎn)時間，本次故障在其他車上是否也有發(fā)生等。
以上信息雖然都存在于公司內(nèi)，但都是沒有連接在一起的。如圖4左圖所示，要想把信息轉(zhuǎn)變成知識，就需要把這些散落在公司各個區(qū)域的信息依據(jù)不同的關(guān)系連接在一起。就像圖4右圖展示的那樣。知識圖譜（Knowledge Graphs）就是從技術(shù)上提供一種解決方法從而幫助我們把信息都聯(lián)系起來。知識圖譜不僅可以有效幫助我們整理好歷史信息，形成高價值的知識庫，同時還可以保證關(guān)鍵知識提取的便利性。在未來使用中，以任何一個信息點切入，都可以進入到一個完整的知識體系中，從而可以得到更多有價值的知識點。
信息和知識的區(qū)別
通過本期大咖說的學習
屏幕前的你是不是對VR、AR技術(shù)
有了更深的了解呢
這滿滿干貨，真是值得收藏
