大众汽车集团使用 Amazon Web Services 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 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亚马逊云科技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 Amazon 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 Amazon 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 Amazon Web Services 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。”