AI和机器学习

增强现实可以改变体力劳动

由于AR驱动的空间计算通过实时逐步说明和远程指导,即使是最复杂和错综复杂的任务也不再需要大量管理和完成它们的工业工作场所。

作者:John Tomizuka. 5月25日,2021年
与现在的技术如何(右侧)相比,用于工作(左)的导航如何相比,它是如何(右)。礼貌:Taqtile.

Covid-19大流行加速了许多行业的数字转型策略,迎来了可能已经采取了五到10年的基础变化,但仍有许多领域在这场革命的方面仍然存在。考虑几十个行业依赖熟练的体力劳动。

虽然组织可能有数据在开始任务时,当通过现有的工作管理软件完成时,传统上,虽然通过现有的工作管理软件完成,但没有办法衡量和跟踪工业劳动力设置中的整体效率和有效性。然而,我们在巨大变化的尖端上,由于增强现实(AR),人工智能(AI)和空间计算的曙光。

为了更好地了解这个新世界的样子,考虑地图的演变。让我们说你需要找一家餐馆。不久前,这项任务可能需要五秒钟,这是一个艰巨的过程,这是一个艰巨的进程,需要基于街道名称和地标的组合使用物理贴图或书面指示,找到指数中的坐标并停止拨打电话如果你迷路了(见图1)。然后你不得不扭转工程师回家。今天的进程不能更有不同:

今天,一个人都必须做的就是说,“找到一个很好的汉堡附近”,智能手机内的AI将产生许多可能的答案。因此,10个耗时的步骤已被凝结成一个简单的陈述(见图2)。

图1:托马斯指南坐标系。礼貌:Taqtile.

图1:托马斯指南坐标系。礼貌:Taqtile.

工业背景

我们可以在人们从地点到工业劳动力和他们用来完成工作的流程的方式应用这一鸿沟吗?我们可以创建一个如何做的超本地化的“导航”,以及如何为工业劳动力执行它?在工厂和其他工业环境中的手动劳动设置中,如果有一个系统或机器的紧急情况,并且正确的专家没有现场修复它,则故障排除问题通常意味着依赖物理手册来解决问题。这是标准操作程序形式的托马斯指南。这些任务比驾驶汽车更难,并要求用户了解许多不同子系统正在发生的事情,以及对他们如何相互作用的积极理解。

由于通过朝上显示的AR驱动的空间计算越来越多地通过实时逐步指导和远程指导来进入这些设置,即使是最复杂和最复杂的任务也将不再需要大量的管理和完成它们。今天的大部分时间都花了故障排除和解决复杂工业系统中的问题,试图弄清楚首先是错误的。通过该转换产生的广泛数据将为AI打开门,以彻底改变诊断过程。

图2:现代导航系统。礼貌:Taqtile.

图2:现代导航系统。礼貌:Taqtile.

随着空间计算的广泛使用,组织将有数据在这些环境中发生的一切。结合工业互联网(IIOT)数据,5G网络具有强大的边缘计算能力,以及传感器进入遗留设备,组织将在理解广泛的复杂,手工工作方面进行大规模飞跃。及时,我们将通过解决复杂挑战的过程,拥有能够诊断问题和领先的新手用户的系统。

工业环境仍在解决托马斯指南模型,但就像手动驾驶和书面导航已经让驾驶员有助于助攻具有重要安全信息和基于实时交通数据,技术人工劳动的汽车的汽车以跨组织和行业在功能上增加更简单的方式的方式演变,推动更直观的流程,并在功能上流动生产力。


John Tomizuka.
作者生物:John Tomizuka是CTO和Taqtile的联合创始人,旨在的AR工作指导平台制造商。