基于AR仿真的智能制造生產(chǎn)線規(guī)劃研究

郭函毓，巫濱

（河南科技大學(xué) 藝術(shù)與設(shè)計學(xué)院 河南 洛陽 471000）

0 引 言

在中國制造2025強國建設(shè)戰(zhàn)略、數(shù)字化賦能的智能制造以及不斷提升父系延展技術(shù)的引領(lǐng)下，將數(shù)字世界與物理世界無縫集成的AR技術(shù)在生產(chǎn)線規(guī)劃中呈隆冬蟄伏、當(dāng)春發(fā)生之勢。人工智能、數(shù)字化賦能及虛擬現(xiàn)實技術(shù)的創(chuàng)新性發(fā)展使增強現(xiàn)實技術(shù)在制造業(yè)的柔性發(fā)展如虎添翼，柔性制造為增強現(xiàn)實能夠為人們提供超現(xiàn)實感官體驗開辟了巨大的生產(chǎn)規(guī)劃可視空間。

隨著大數(shù)據(jù)時代的快速發(fā)展，人們不再陷入大批量生產(chǎn)的價格紅海，跑出創(chuàng)新加速度的精益制造則是生產(chǎn)線應(yīng)該恪守的法則。雖然仿真虛擬技術(shù)不斷拓寬應(yīng)用領(lǐng)域，如AR技術(shù)目前已應(yīng)用于體感類娛樂項目——沉浸式虛實融合，但還不足以滿足玩家的期待，也未能充分發(fā)揮技術(shù)紅利。無論是大型制造工廠還是小型設(shè)備廠家的維護運營都存在著共性挑戰(zhàn)，在有限的發(fā)揮空間內(nèi)將信息最大限度地“無縫”集成，實現(xiàn)隨需生產(chǎn)是一個亟待解決的問題，而結(jié)合AR技術(shù)的圖像數(shù)據(jù)分析則成為解決該問題的主要途徑。

1 生產(chǎn)線模型對比分析和目前生產(chǎn)問題

1.1 兩種生產(chǎn)線模型

如圖1所示，基于剛性制造的傳統(tǒng)大規(guī)模生產(chǎn)以流水式智能組裝線為基礎(chǔ)，從傳統(tǒng)智能生產(chǎn)維度層面來說，采用現(xiàn)實環(huán)境數(shù)據(jù)輔以圖紙化分析，設(shè)計批量加工的整體機械生產(chǎn)線。就生產(chǎn)本身而言，其工位的間距、移動空間定位明確，始終保持在二維環(huán)境下以圖紙菜單的形式進行交互操作。從智能生產(chǎn)運輸維度層面來說，采用定向數(shù)據(jù)機械鏈條或機器人傳送井噴式產(chǎn)品，高速生產(chǎn)線與信息存儲后道之間需建立信息倉儲緩沖區(qū)，以供機械運輸之用。

圖1 機械剛性制造生產(chǎn)流程圖

以某制造生產(chǎn)線為研究對象，首先在計算機上建立基于二維世界產(chǎn)品的三維實體模型，此模型為該柔性生產(chǎn)線在交互設(shè)備上的主模型（主模型數(shù)據(jù)可隨二維世界中實體物的變化而變化）。其次是對主模型進行二次開發(fā)，借助AR技術(shù)將二維設(shè)計植入三維真實環(huán)境中，通過攝像機尋找位置點，藉由可視化技術(shù)產(chǎn)生另一現(xiàn)實環(huán)境中不存在的虛擬對象，并通過傳感技術(shù)將虛擬對象“放置”到真實環(huán)境中的恰當(dāng)位置，采用顯示設(shè)備進行沉浸式融合，實現(xiàn)生產(chǎn)線的AR可視化。系統(tǒng)互動運行后，用戶可直接觀看該產(chǎn)線的三維結(jié)構(gòu)，并將此結(jié)構(gòu)接入到獨立信息島，由此可響應(yīng)預(yù)知與非預(yù)知變化，同時解決復(fù)雜性和動態(tài)性問題?；贏R仿真的智能制造生產(chǎn)線如圖2所示。

圖2 基于AR仿真的智能制造生產(chǎn)線流程圖

1.2 批量化生產(chǎn)和柔性化生產(chǎn)模式的信息運算方法比對分析

分別從產(chǎn)品生命周期、產(chǎn)業(yè)鏈信息處理、生產(chǎn)模式及數(shù)據(jù)安全性角度進行兩種生產(chǎn)模式（批量化生產(chǎn)和柔性化生產(chǎn)）的信息算法比對分析：

（1）從產(chǎn)品生命周期來看，批量化生產(chǎn)的生產(chǎn)線都有其技術(shù)門檻和行業(yè)壁壘，大多基于專屬模型。但隨著交互技術(shù)的發(fā)展，行業(yè)壁壘逐漸減弱，對新模型的建立和迭代更加依賴算力和數(shù)據(jù)，以及強大的數(shù)據(jù)傳輸能力。加強全生產(chǎn)線上下游聯(lián)動，左右協(xié)調(diào)以支持執(zhí)行力的提升。

（2）從產(chǎn)業(yè)鏈來看，上游企業(yè)提供的虛擬產(chǎn)線模型或交互系統(tǒng)需要考慮數(shù)據(jù)的即時性。批量生產(chǎn)各站點之間的輸出，最終會輸入到遠距離云端或集中式中心，遠端的云資源池具有延遲性弊端，而邊緣計算所依據(jù)的信息實屬“孤島”，沒有結(jié)合點，通過“獨立信息島”的處理功能在近設(shè)備層實現(xiàn)相應(yīng)的處理，減少部署信息的丟失。

（3）從生產(chǎn)模式來看，在柔性化生產(chǎn)模式下，對生產(chǎn)的靈活性和智能性要求較高，需要實現(xiàn)數(shù)字世界與物理世界的無縫集成，具備實時優(yōu)化和部署能力。由于邊緣計算在各個獨立的信息島分別存儲數(shù)據(jù)，沒有足夠的存儲空間來保存大量的數(shù)據(jù)，而傳統(tǒng)生產(chǎn)有井式規(guī)模存儲空間，但缺乏現(xiàn)代化隨需應(yīng)變的速度。

（4）從數(shù)據(jù)安全性連接來看，根據(jù)信息漏斗原則，傳統(tǒng)數(shù)據(jù)傳輸采用串聯(lián)式輸送，需一并輸入到云端，由于距離較遠，一次性發(fā)送數(shù)據(jù)量大，存在傳播隔閡。數(shù)據(jù)傳輸線路一旦單線崩潰，所有信息將無法傳輸至數(shù)據(jù)中心，與用戶之間的反饋無法及時送達。而邊緣計算采用并聯(lián)式輸送，最大限度減少了各產(chǎn)線之間的數(shù)據(jù)損耗。

1.3 存在問題

傳統(tǒng)機械產(chǎn)線——恪守工業(yè)中的“自然時效”法則，存在以下柔性瓶頸：

（1）產(chǎn)品切換時間長。從生產(chǎn)維度考慮，傳統(tǒng)生產(chǎn)線往往基于批量加工而設(shè)計，其工位的間距、移動的速度都不能根據(jù)客戶要求做出靈活調(diào)整，對于新的生產(chǎn)就要重新設(shè)計系統(tǒng)，測試驗證，因此無法實現(xiàn)交互的個性化調(diào)整。

（2）智能科技化與信息化技術(shù)利用程度不高。從數(shù)據(jù)傳遞維度來看，所有數(shù)據(jù)都需要送回數(shù)據(jù)中心，已有投資無法充分利用，大范圍、跨地區(qū)的管理復(fù)雜，設(shè)備數(shù)據(jù)的收集難度大。從運輸維度來看，采用機械鏈條進行智能傳送，但由于齒輪機器磨損會導(dǎo)致精度不足，這就要求現(xiàn)場作業(yè)人員頻繁地進行設(shè)備的點檢。

2 個性化制造系統(tǒng)管控方法

2.1 基于AR仿真的智能制造生產(chǎn)線

生產(chǎn)線規(guī)劃全域感知，裝配實時交互。從生產(chǎn)維度來看，三維實體模型的數(shù)據(jù)可隨現(xiàn)場實物參數(shù)的變化而變化，借助AR技術(shù)將二維設(shè)計植入三維環(huán)境中，通過易操作的電子設(shè)備（如手機、平板攝像機等交互工具），對信息進行“無縫”集成。如圖3所示，將原本在現(xiàn)實世界一定范圍內(nèi)很難體驗到的實體信息（視覺信息、位置擺放信息），進行模擬仿真后再疊加，將虛擬信息應(yīng)用到真實世界實現(xiàn)裝配實時交互。

圖3 裝配可視化規(guī)則數(shù)據(jù)圖

2.1.1 柔性化生產(chǎn)模式的信息傳輸

對于全生產(chǎn)線，在虛擬生產(chǎn)線模型生成后，基于AR的可視化可實現(xiàn)屏幕群上下游聯(lián)動，條塊結(jié)合，直觀展現(xiàn)生產(chǎn)線設(shè)備的三維結(jié)構(gòu)。現(xiàn)場數(shù)據(jù)信息的輸入與輸出中采用了“獨立信息島”的云邊緣計算方法，進行實時的影像分析、分發(fā)處理，及時反饋線上生產(chǎn)數(shù)據(jù)，邊緣成本的優(yōu)化和安全性得到了連接。

2.1.2 生產(chǎn)線規(guī)劃系統(tǒng)的動態(tài)組合性

產(chǎn)品就像它的設(shè)計和生產(chǎn)工藝一樣，隨著時間的流逝會變得越來越復(fù)雜，基于AR生產(chǎn)線的交互系統(tǒng)支持“隨需應(yīng)變”“即時生產(chǎn)”的生產(chǎn)線規(guī)劃方式：

（1）隨需應(yīng)變。通過用戶移動端攝像頭對真實世界的照射，實現(xiàn)可視化的生產(chǎn)線布局，將交互信息獨立于用戶多變的需求與現(xiàn)場多次試驗，在AR環(huán)境中支持多用戶協(xié)作的可視化系統(tǒng)，方便了相互溝通，滿足了多樣化需求，集成端對端的協(xié)作處理，經(jīng)過條塊結(jié)合的信息傳遞，分析出模擬布局規(guī)劃，實現(xiàn)隨需應(yīng)變。

（2）即時生產(chǎn)。智能制造生產(chǎn)線規(guī)劃中條塊結(jié)合的模式加快了各交互用戶之間的傳輸速度，高水平企業(yè)和制造系統(tǒng)之間的斷層制約了上下游聯(lián)動，左右協(xié)調(diào)的條塊部分的實時交互模式，對于動態(tài)變量產(chǎn)線在精益中的換型是無效的，而快速的換型才能降低這方面的損失。

2.2 研究機構(gòu)方法比對

在AR可視化仿真系統(tǒng)方面，典型的事例是2015年太虛引擎自主研發(fā)的平臺插件與其他軟件的應(yīng)用對比。在高功能多密集物品交疊的環(huán)境下，太虛AR引擎軟件識別的對象在狀態(tài)穩(wěn)定且多角度變換時仍然存在，可隨時模擬出對象周圍的仿真感，如圖4（a）所示；其余AR引擎軟件識別的對象則不穩(wěn)定，如圖4（b）所示。

圖4 軟件模型識別對比

在低功能分散物品無交疊的環(huán)境下，太虛AR引擎軟件識別下的汽車狀態(tài)穩(wěn)定，如圖5（a）所示；其余AR引擎軟件識別下的汽車較易受周圍環(huán)境的影響，無法使用戶產(chǎn)生良好的仿真體驗，如圖5（b）所示。

圖5 軟件模型識別對比

在進行遠近距離和淺層角度仿真時，對比軟件如圖6（b）所示狀態(tài)依舊不穩(wěn)定，在進行淺層次觀察時，其并未與所攝環(huán)境結(jié)合，以個體存在，桌椅懸空，交互感全無。如圖6（a）所示的虛擬對象狀態(tài)依舊穩(wěn)定，且能夠近距離或淺層次觀察虛擬物品的內(nèi)在結(jié)構(gòu)。

圖6 軟件模型識別對比

當(dāng)檢測反光面狀態(tài)時，能夠與所攝環(huán)境融合起來，真正做到將虛擬對象仿真化，虛擬物品會隨周圍光線的變化而變化，模擬真實環(huán)境下的存在關(guān)系，如圖7（a）所示。如圖7（b）所示則無法進行光線處理，隨著鏡頭的移動，不僅無法看到物品在所攝環(huán)境下的渲染狀態(tài)，而且狀態(tài)不穩(wěn)定。

圖7 軟件模型識別對比

在生產(chǎn)線規(guī)劃系統(tǒng)動態(tài)組合方面，典型的事例是達索系統(tǒng)支持雷神山醫(yī)院污染擴散的仿真計算。2020年3月用于雷神山醫(yī)院內(nèi)部項目的仿真計算，借助3D EXPERIENCE系統(tǒng)實現(xiàn)實時功能，對設(shè)備上的數(shù)據(jù)進行實時的收集和分析，結(jié)合現(xiàn)場實施特點，進行流體力學(xué)仿真計算，依據(jù)仿真結(jié)果給現(xiàn)場醫(yī)護人員提出站位意見，最大限度減少交叉感染，如圖8所示。

圖8 污染擴散的仿真驗證

3 結(jié) 論

綜上所述，針對傳統(tǒng)機械生產(chǎn)線遇到的柔性瓶頸，從AR技術(shù)的發(fā)展背景來看，在當(dāng)今快速變化的市場中，智能制造技術(shù)如何賦能生產(chǎn)線是工業(yè)生產(chǎn)的關(guān)鍵，工業(yè)生產(chǎn)信息化中智能制造的發(fā)展趨勢是由剛性制造漸趨轉(zhuǎn)向柔性生產(chǎn)制造。從應(yīng)用市場來看，國外多家巨頭生產(chǎn)公司已經(jīng)開展了探索活動，例如在電纜組裝過程中采用了智能眼鏡以及可穿戴設(shè)備，對產(chǎn)品的維護檢查以及故障維修工作中都不同程度地用到了智能技術(shù)。因此，從應(yīng)用趨勢來看，機器視覺市場也在逐步擴大，而其在制造生產(chǎn)領(lǐng)域的應(yīng)用則愈發(fā)深入，對生產(chǎn)線進行個性化處理，讓瑕疵無所遁形。

結(jié)合三維數(shù)字化解決各類工業(yè)生產(chǎn)線規(guī)劃過程中的黑箱問題，擺脫傳統(tǒng)固化的設(shè)計流程，基于AR仿真的智能制造生產(chǎn)線規(guī)劃系統(tǒng)流程運行流暢，能較為直觀地展現(xiàn)生產(chǎn)線規(guī)劃線路的整體三維布局，使生產(chǎn)線更接近于無紙化工作環(huán)境，從而降低生產(chǎn)線方案設(shè)計前期的試錯成本，也減少了對傳統(tǒng)指導(dǎo)手冊和藍圖的依賴。