大众汽车集团使用 AWS 实现标识检测工作流程自动化

在车辆生产过程中， 大众汽车集团各品牌必须贴上 25 个不同的标签，标签上包含特定国家/地区的安全性、可用性和规格数据，涉及 2,000 多种车型。任何遭损坏、不正确或缺失的标签都可能会引发监管问题。此外，在检测过程中可能会出现错误，因为员工并非总能通过阅读标签来确认准确性。

为了实现这一过程的自动化，大众汽车品牌 保时捷利用 Amazon Web Services（AWS）开发了智能标识检测（iSI）解决方案。这一解决方案由数字化生产平台（DPP）提供支持，该平台是由大众汽车集团和 AWS 共同构建的基于云的工业平台，旨在支持在整个公司范围内开发可扩展的应用场景，促进其制造和物流流程转型变革。DPP 还将作为工业云的基础，而 工业云是面向汽车制造业的数字解决方案的开放平台、社区和市场。

大众汽车遵循严格的质量控制流程，以确保每个车辆标签内容正确且完好无损。然而，工厂生产的汽车销往全球，因此员工必须处理以多种语言书写的标签。为了实现零标签缺陷的目标，保时捷开发了一种自动化标识检查解决方案。保时捷基于人工智能的计算机视觉产品负责人 Thomas Reichert 表示：“iSI 可以帮助员工降低控制任务的复杂性，并帮助保时捷进一步提高车辆质量。”

iSI 解决方案依赖于大众汽车的 DPP，该平台推动了物联网（IoT）解决方案的使用，从而实现供应链创新。DPP 由 AWS IoT Core 提供支持，它使开发人员无需预置或管理服务器即可将物联网设备连接到云。保时捷基于人工智能的计算机视觉产品负责人 Winfried Oberkersch 解释道：“DPP Connect 团队为我们的工厂车间设备提供了标准化的物联网解决方案，这使我们受益匪浅。”例如，大众汽车的 Industrial Computer Vision（ICV）Camera Service（工业计算机视觉（ICV）摄像机服务）使用 AWS IoT Core 将工厂网络中的摄像机连接到云。

保时捷使用 iSI 通过支持物联网的设备自动检查工厂车间的标签，并使用移动应用程序进行人工检查。在装配线上，自动摄像机会拍摄标签，并将其发送到云进行分析。如果检测到问题，系统将通知生产线上的员工，然后员工会将车辆带到质量检查站进行人工检查。

在人工检查期间，员工使用 iSI 应用程序拍摄单个标签。Amazon Textract 是一种完全托管的机器学习服务，可自动从扫描文档中提取打印的文本、手写内容和其他数据，iSI 应用程序使用该服务将标签上的文本与存储在大众汽车的 ICV 推理服务中的数据进行比较，以识别异常。系统会将结果翻译出来并向员工显示，其可以采取适当的行动来处理检测到的错误。

通过使用 AWS 服务构建 iSI，大众汽车已接近实现其零缺陷目标。将来，该集团希望将此解决方案扩展到其全球所有工厂。“我们的 iSI 应用场景只是第一个，后续还会有更多，”Oberkersch 表示，“借助我们的模块化方法和标准化服务，我们可以将 iSI 解决方案引入大众汽车集团的其他品牌，并使用 ICV 功能为所有生产物流实施更多应用场景。”