Audi aplica inteligencia artificial para optimizar los procesos de producción

Debido al diseño cada vez más sofisticado de sus vehículos, y a los elevados estándares de calidad en Audi, la compañía verifica todos los componentes del proceso de producción una vez que salen del taller de prensa. Además de la inspección visual por parte de los empleados, se instalan varias cámaras directamente en las prensas que graban los diferentes pasos, para evaluarlo con la ayuda de un software de reconocimiento de imágenes. Este método pronto será reemplazado por un procedimiento en el que se aplica la tecnología de aprendizaje automático de máquinas (ML, siglas de machine learning).

Tras esta innovadora tecnología se encuentra un software especial basado en una compleja red neuronal artificial, que detecta y marca de forma precisa hasta las más finas grietas en el metal con la máxima precisión.

“En este proyecto, estamos desarrollando una solución lista para la producción que Audi utilizará exclusivamente en la compañía, y que es única en el mercado”. El software se ha desarrollado de forma interna, desde el concepto original hasta el prototipo final. Desde mediados de 2016, el departamento de innovación de Audi IT ha estado trabajando junto con la división de Tecnología de Producción del Centro de Competencia Tecnológico destinada a la tecnología de equipos y procesos relacionados con el metal.

En el futuro, la calidad de las inspecciones utilizando ML reemplazará al sistema óptico actual mediante cámaras. Esto implica un gran esfuerzo. En la actualidad, ya sea en las puertas, capós o paragolpes, la cámara tiene que ser configurada cada vez que un nuevo componente entra en la prensa. Además, se producen falsas detecciones de forma regular, ya que los algoritmos de procesamiento de imágenes dependen de factores ambientales como las condiciones de iluminación o las propiedades de la superficie.

Posteriormente, también será posible aplicar la tecnología ML para asegurar la calidad en otros procesos de inspección visual, por ejemplo en las líneas de pintura o en el taller de montaje, siempre que se disponga de un número suficientemente grande de conjuntos de datos registrado.