Airbus、AI (人工知能) とディープラーニングを使用して欠陥を自動検出
「成功した主な要因は、テスト、変更、学習、およびコードの再テストを短い時間枠で実行できる機能が得られたことです。」
主な成果
- 統合ツールを使用して、ディープラーニング モデルを設計、学習、展開
- 対話形式のプロトタイピングとテストを短時間で実行
- MATLAB コードを直接 CUDA コードに変換
航空機のパイプの欠陥を自動検出する、堅牢製の高いエンドツーエンドの AI モデルを構築するにはどうすればいいのでしょうか。この大きな課題を解決するため、Airbus は、MATLAB® を使用して、ニーズに合ったディープラーニング モデルをすばやくプロトタイピングして開発しました。
Airbus は、MathWorks Consulting Services チームの協力を得て MATLAB を採用し、プロセスの 3 つの主要なステップに対応できるようになりました。最初のステップは、セマンティック セグメンテーションのようなアプローチ向けに、ディープラーニング モデルをゼロから構築し、学習を行う統合ツールと、動画にラベル付けしやすい対話形式の環境を用意することでした。MATLAB のディープラーニング モデルによって求められた通気孔とパイプ上のワイヤーの位置は、業界標準で要求される距離と角度の測定に使用されました。次のステップでは、欠陥解析をリアルタイムで表示できるようにする必要がありました。最後のステップは、MATLAB コードを CUDA コードに自動変換することで、コーディングのスキルを必要とせずに、組み込みシステムに直接展開することでした。
