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(xué)習(xí)熱情。本期大咖說干貨滿滿,讓我們繼續(xù)學(xué)習(xí)起來!
VR、AR這兩個(gè)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(dāng)這些內(nèi)容碰到康明斯,將會(huì)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(xì)介紹!
1、目前VR/AR技術(shù)的應(yīng)用并不陌生,這些先進(jìn)的技術(shù)在制造業(yè)中有哪些具體應(yīng)用?
VR和AR分別是虛擬現(xiàn)實(shí)(Virtual Reality, VR)和增強(qiáng)現(xiàn)實(shí)(Augmented Reality, AR)。虛擬現(xiàn)實(shí)是一項(xiàng)復(fù)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(gè)虛擬環(huán)境中以一種真實(shí)的視角進(jìn)行相關(guān)工作。
而增強(qiáng)現(xiàn)實(shí)是在用戶看到的真實(shí)場景的基礎(chǔ)上,疊加由計(jì)算機(jī)生成的虛擬景象。通過計(jì)算機(jī)系統(tǒng)提供的信息增加對(duì)現(xiàn)實(shí)世界感知,并將計(jì)算機(jī)生成的虛擬物體、場景或系統(tǒng)提示信息疊加到真實(shí)場景中,實(shí)現(xiàn)了對(duì)現(xiàn)實(shí)場景的增加。真實(shí)環(huán)境和虛擬物體同時(shí)疊加到同一個(gè)畫面和空間,實(shí)現(xiàn)了更加便捷、自然的人機(jī)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(shí)在當(dāng)時(shí)已經(jīng)處于技術(shù)復(fù)蘇期,而且2—5年就可以成熟。現(xiàn)在我們在很多轟趴館可以玩上虛擬現(xiàn)實(shí)游戲反證了Gartner公司在2017年的斷定是十分準(zhǔn)確的。
通過對(duì)比可以看出增強(qiáng)現(xiàn)實(shí)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(qiáng)現(xiàn)實(shí)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(fù)蘇期,就像虛擬現(xiàn)實(shí)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(duì)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(shí)和增強(qiáng)現(xiàn)實(shí)技術(shù),結(jié)合到康明斯數(shù)字化解決方案中,會(huì)出現(xiàn)怎么樣的效應(yīng)呢? 這里的應(yīng)用空間十分的廣闊:可以涉及到產(chǎn)品設(shè)計(jì),設(shè)備的匹配,以及服務(wù)領(lǐng)域。這里我們以服務(wù)領(lǐng)域?yàn)槔齺碚故疽幌挛磥砦覀兊膽?yīng)用場景。
當(dāng)車輛遇到故障時(shí),診斷系統(tǒng)會(huì)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(tái),平臺(tái)會(huì)基于知識(shí)圖譜系統(tǒng)進(jìn)行故障模式的搜索和分析,根據(jù)知識(shí)庫內(nèi)以往的數(shù)據(jù)、經(jīng)驗(yàn)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(dǎo)推送給終端增強(qiáng)現(xiàn)實(shí)設(shè)備。
當(dāng)工程師到達(dá)現(xiàn)場后,利用增強(qiáng)現(xiàn)實(shí)設(shè)備對(duì)車輛進(jìn)行掃描匹配,將會(huì)自動(dòng)高亮出現(xiàn)實(shí)場景與3D模型疊加后的故障零件所在的位置,以及知識(shí)圖譜預(yù)先推送來的已標(biāo)注好問題原因和解決方案的操作指導(dǎo)手冊。
虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)的應(yīng)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(jìn)行初步檢查,而且工程師可以進(jìn)一步通過AR設(shè)備進(jìn)行交互,語音輸入維修工作進(jìn)展并保存到數(shù)字文檔中,進(jìn)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(jī)器語言,在知識(shí)圖譜系統(tǒng)中搜索解決方案并與遠(yuǎn)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(yuǎn)程傳輸給技術(shù)專家,雙方共同協(xié)作進(jìn)行問題探討與現(xiàn)場操作。
待問題解決后,新的解決方案會(huì)自動(dòng)備份到知識(shí)圖譜知識(shí)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(zhǔn)的維修推薦方案。而遠(yuǎn)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(jìn)3D模型的設(shè)計(jì)細(xì)節(jié)和性能指標(biāo),在線進(jìn)行虛擬造型、虛擬仿真、虛擬裝配和虛擬試驗(yàn)等工作時(shí),為今后的新產(chǎn)品開發(fā)做出指導(dǎo)。
通過舉例可以看出當(dāng)增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)設(shè)備結(jié)合到康明斯車聯(lián)網(wǎng)數(shù)字化解決方案時(shí),可以產(chǎn)生一系列的連鎖反應(yīng),極大程度的改進(jìn)了我們當(dāng)前業(yè)務(wù)模式中的數(shù)字信息流,進(jìn)而優(yōu)化整個(gè)運(yùn)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(shí)圖譜是什么?麻煩介紹一下
知識(shí)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(xué)術(shù)界還沒有統(tǒng)一的定義。2012年谷歌公司提出了這個(gè)概念,是一個(gè)提供智能搜索服務(wù)的大型知識(shí)庫,也是對(duì)語義知識(shí)的一種形式化描述框架。
舉一個(gè)具體的例子:在我們公司存在大量的信息,以一個(gè)服務(wù)工單為例,它提供了一個(gè)服務(wù)事件中的完整信息。某位服務(wù)人員在某輛車上解決了什么問題,可能涉及到某個(gè)零件的更換,產(chǎn)生的費(fèi)用情況。在這個(gè)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(wù)人員是在哪個(gè)分支機(jī)構(gòu)中,他當(dāng)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(yīng)商以及生產(chǎn)時(shí)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(shí),就需要把這些散落在公司各個(gè)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(shí)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(shí)圖譜不僅可以有效幫助我們整理好歷史信息,形成高價(jià)值的知識(shí)庫,同時(shí)還可以保證關(guān)鍵知識(shí)提取的便利性。在未來使用中,以任何一個(gè)信息點(diǎn)切入,都可以進(jìn)入到一個(gè)完整的知識(shí)體系中,從而可以得到更多有價(jià)值的知識(shí)點(diǎn)。
信息和知識(shí)的區(qū)別
通過本期大咖說的學(xué)習(xí)
屏幕前的你是不是對(duì)VR、AR技術(shù)
有了更深的了解呢
這滿滿干貨,真是值得收藏
驗(yàn)證碼: