• 采购项目
  • 配套企业库
  • 销量查询
  • 盖世汽车社区
  • 盖世大学堂
  • 盖亚系统
  • 盖世汽车APP
  • 2024车身大会
  • 2024智能汽车感知技术产业大会
  • 2024智能座舱车载声学大会
  • 2024第六届智能驾驶地图与定位大会
  • 2024第七届智能驾驶与人机共驾论坛
  • 智能汽车中央计算平台系统培训
  • 汽车功能安全工程师培训
当前位置:首页 > 智能网联 > 正文

宝马在生产中使用VR/AR应用 规划工作区/培训员工/及早检测生产问题

盖世汽车 余秋云 2019-04-10 14:30:02
核心提示:据外媒报道,宝马集团生产部门(BMW Group Production)对创新型、易于使用且高效的虚拟现实(VR)以及增强现实(AR)应用的关注度越来越高。

黑科技,前瞻技术,宝马VR,宝马AR,宝马生产,宝马VR/AR应用,汽车新技术

(图片来源:宝马官网)

盖世汽车讯 据外媒报道,宝马集团生产部门(BMW Group Production)对创新型、易于使用且高效的虚拟现实(VR)以及增强现实(AR)应用的关注度越来越高。如今,VR图像,或者人工创建的图像,变得越来越逼真,很难与真实图像区分开来。在AR应用中,插图对真实图像起到了补充的作用。利用特殊头显或在普通的平板电脑上,就可以查看AR和VR图像。在生产中,此类图像在培训和认证、流水线工作区规划或者质量管理等各种用例中,是非常强大的工具。而且,在所有应用中,VR和AR都可在后台运行,无需广泛的专业知识就可有效使用此类应用。

工作区规划

得益于VR技术,现在,建筑、工厂工程、物流和装配等领域的规划人员可以与生产人员一起,完全虚拟地评估新生产区域,并在3D环境中测试新的生产流程,而且可基于3D环境中的数字工厂数据进行规划。几年来,宝马集团一直在使用特殊的3D扫描仪和高分辨率的摄像头,以数字化方式捕捉工厂的真实结构,精确度达到毫米级,得到生产区域的三维图像或散点图,免去了复杂的数字重建工厂结构和现场手动记录的需要。在规划工作区或是整个装配车间时,宝马集团业务部门将现有数据与虚拟库相结合,该虚拟库包括货架、网箱、小型载重车以及其他50种常见运营资源。

培训和认证

宝马集团在生产学院(Production Academy),根据精益生产原则,对管理人员、生产规划人员、生产流程负责人和质量专家进行培训。然后,接受培训的人员需要在车间传授此类知识。目前,AR护目镜已经在发动机装配单元培训课程中使用了约18个月。可视化的知识可指导参与者完成所有生产流程步骤并且提供具体信息,从而使参与者能按自己的进度工作,并通过语音控制确定培训的速度。而且,在接受了监督进度的培训师的快速指导后,可三人同时参加AR培训。以前,一位培训师只能一次培训一人,现在利用新系统可同时培训三人。而且,对参与培训的人员的调查以及参与培训人员的学习评估显示,与进行传统培训课程相比,学习质量没有差异。

目标操作/实际操作对比

检查一个重达25吨的复杂部件(如用于生产车身部件的冲压工具)可能会花费很长的时间。但是,速度很重要,如果在收货时才检查,即使在转移到临时仓库之前,也可退回未完成的工具。现在,检查过程非常简单:位于慕尼黑宝马集团工具制造和工厂工程部的员工可以在三脚架上安装标准平板电脑,平板电脑的内置摄像头可生成该工具的图像,然后,AR应用可将该图像与所订购工具的CAD结构数据叠加在一起。根据钻孔以及其他表面特征清晰等平均50个标准,工作人员可以看到是否已实施所有生产规格。在发生微小偏差的情况下,可在现场返工,因为及早检测出问题,可以留出足够的时间在工具送往组装区用于后续组件前,进行返工。今年晚些时候,慕尼黑工具制造部门将完全使用AR应用检验工具来料。

此外,宝马集团在慕尼黑工厂也采用了目标/实际对比方法。使用AR应用,专家们将预量产汽车作为标准,检测此类汽车内的构建理念是否成熟,部件的安装位置是否正确。该系统能够确定侧壁(挡泥板)的尺寸是否正确,是否排气系统安装在正确位置,或者所有必要部件是否都已安装好。

相关CAD数据的可视化只需几秒钟时间,多个零部件的数据可以根据需要组合并与平板电脑上的摄像头图像进行叠加。算法可计算出各个部件之间的理想位置,并突出重要的设计特征。宝马与德国弗劳恩霍夫计算机图形研究所(Fraunhofer Institute for Computer Graphics Research)联合研发出该款应用,可提供重要信息,说明在模型进入量产前,无论是在汽车设计还是制造过程中,是否需要进行任何调整。

*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。

本文地址:https://auto.gasgoo.com/News/2019/04/100241284128I70098413C601.shtml

文章标签: 黑科技 前瞻技术
 
0

好文章,需要你的鼓励