UWTSD机械工程毕业生分享了他的人工智能最终项目背后的想法
Lucy Beddall, SMART数字加速器项目，UWTSD
2022年3月17日，星期四
Jordan Jenkins是UWTSD的研究助理和讲师，他也是威尔士政府资助的SMART数字加速器项目(支持威尔士制造商采用新技术)的关键成员。他目前正在完成机械工程硕士学位，并于2020年毕业于机械与制造工程学士学位(一等荣誉)。
你可以在这里观看他最终项目的视频，一个视觉引导系统:
我们联系上了乔丹，问了他更多的问题。
“视觉引导系统是为我的本科毕业论文项目而开发的。这项研究旨在证明，对于工业机器视觉应用中经常部署的昂贵的图像采集硬件(通常花费数千英镑)，有更实惠的替代品，这是一个特别热门的问题，因为协作机器人越来越容易获得，特别是对中小企业。
这项研究还旨在表明，即使使用低成本硬件，我们仍然可以利用人工智能(机器/深度学习)所能提供的好处。因此，虽然该系统是基于非常简单的硬件(一个30英镑的罗技USB网络摄像头)，但其背后的编程是复杂的。
该系统使用卷积神经网络(基于深度学习的物体检测器)来确定工作空间中印刷电路板(PCB)的类型，将PCB的2D位置/方向转换为3D世界坐标，以确定机器人的抓取姿势，然后使用称为自适应k均值聚类的机器学习算法来执行自动检查程序，以检测制造缺陷。”
这可能会对制造商产生很大的影响，因为它表明新的技术选择并不一定要像预期的那样昂贵。这是一个重要的优势，尤其是对小型企业而言。
Jordan将这一想法应用于SMART数字加速器项目，并希望帮助小型组织采用低成本的技术，这将对他们的产品和流程产生积极的经济改善。
SMART数字加速器是一个由行业专家顾问组成的团队，他们与威尔士的制造商合作，帮助他们确定正确的技术，以提高他们的底线。
该项目由威尔士政府资助，由威尔士三一圣大卫大学(UWTSD)交付，并得到先进制造研究中心Cymru (AMRC Cymru)的支持。参与的企业没有财务成本。
