Airbus utilizza l’intelligenza artificiale e il Deep Learning per il rilevamento automatico dei difetti
“Poter testare, modificare, addestrare e testare nuovamente il codice in tempi brevi è stata la chiave del successo.”
Risultati chiave
- Utilizzo di uno strumento integrato per progettare, addestrare e distribuire modelli di Deep Learning
- Esecuzione di prototipi e test interattivi in tempi brevissimi
- Traduzione diretta del codice MATLAB in codice CUDA
Come si costruisce un robusto modello di intelligenza artificiale end-to-end per rilevare automaticamente i difetti nelle tubature di un aereo? Questa è stata la grande sfida per Airbus, che ha utilizzato MATLAB® per prototipare e sviluppare rapidamente modelli di Deep Learning per soddisfare le proprie esigenze.
In collaborazione con il team MathWorks Consulting Services, Airbus ha adottato MATLAB per gestire le tre fasi principali del processo. Il primo passo è stato quello di avere uno strumento integrato per costruire e addestrare modelli di Deep Learning da zero per approcci come la segmentazione semantica, oltre a un ambiente facile e interattivo per l’etichettatura di video. Le posizioni dei fori di ventilazione e dei cavi sulla tubatura, individuate dal modello di Deep Learning in MATLAB, sono state utilizzate per misurare le distanze e gli angoli richiesti dagli standard del settore. Inoltre, l’azienda doveva essere in grado di visualizzare l’analisi dei difetti in tempo reale. Il passo finale è stato quello di tradurre automaticamente il codice MATLAB in codice CUDA, senza richiedere alcuna competenza di codifica, per distribuirlo direttamente sul sistema embedded.
I prodotti utilizzati
Risorse Collegate
