台達利用電腦視覺追蹤產線上的物件,偵測在產線運作過程中的產品和治具。在 AI 的輔助下,經測試後發現可顯著加快物件偵測的速度與準確度,並減少人工手動介入的需求。
過去台達在訓練 AI 模型時面臨了極大的挑戰,因為手動收集和標記資料需要大量的時間,平均每處理 l,000 張影像需要耗時兩天。為了加快速度及降低成本,改為使用 Omniverse Replicator 產生合成資料後,現在僅需 10 分鐘即可產生相同數量的標記影像,成效驚人。
除了大幅縮短資料處理時間至原本的僅 1%,Omniverse 利用合成資料達到 90% 的準確度,與實際資料相近。這不僅加快了 AI 訓練,且使電腦視覺應用程式的流程更具成本效益及效率。
此外,台達也同時使用擴充的機器人模擬應用程式 NVIDIA Isaac Sim,準確模擬模型效能及偵測治具在生產線中的位置。
整體而言,台達在 Omniverse 中建立數位孿生之後,可以縮短停機時間、降低風險,同時最佳化生產線更新及製程效率。