衡器智能化自動化于未來的發(fā)展趨勢 衡器的智能化主要依賴于現(xiàn)代的高新技術(shù)。比如高精準語音識別技術(shù)，成熟的智能可視化技術(shù)及高性能通信技術(shù)等。通過基于深度學習的語音識別聲學模型的訓練，是用來改善和提高智能衡器語音識別的準確度的重要手段之一，而訓練中數(shù)據(jù)的匹配性和豐富度也是推進智能衡器的性能改善和提升的最重要影響因素，但智能衡器所使用的場景語料的標注和分析仍然需要長期的實踐積累和研究沉淀。隨著互聯(lián)網(wǎng)大數(shù)據(jù)的廣泛使用，大規(guī)模的語料資源將會逐步進入選代開發(fā)階段。 在智能衡器領(lǐng)域，隨著基于卷積神經(jīng)網(wǎng)絡(luò)的深度學習與計算機視覺圖像分類技術(shù)的日漸成熟。圖像分類技術(shù)應(yīng)用框架構(gòu)建起來較為容易，但是針對不同的物品，需要重新獲取數(shù)據(jù)集，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)，在物品種類過多、且圖像特征差異不大的場景的識別準確度有待進一步提高。光學字符識別技術(shù)，經(jīng)過簡單的學習訓練，即可適用于大部分場景，但是，在基于不同背景下的文本定位，依然是一個難點。 稱重傳感器和儀表如何嵌入遠距離，高穩(wěn)定性低成本的通信網(wǎng)絡(luò)模塊，其中涉及到的接口標準，通訊協(xié)議等等具體技術(shù)問題需要進一步理清。衡器智能化的提升，需求高速計算性能的設(shè)備終端和*的智能算法。無源無線可通訊分布式組網(wǎng)，可以進行邊緣計算，同時做出獨立判斷的稱重傳感器和儀表，將會在物聯(lián)網(wǎng)中得到越來越多的應(yīng)用。衡器也將由一個單一的設(shè)備演變成智能稱重管理系統(tǒng)平臺，實現(xiàn)運行狀態(tài)遠程監(jiān)控，計量數(shù)據(jù)智能分析、設(shè)備故障自動診斷、云端操控，基于大數(shù)據(jù)的智能決策等多種功能。 衡器的技術(shù)變革，通常是由市場需求導(dǎo)向和某一技術(shù)革命來推動。未來的人工智能技術(shù)將主要以“人工智能+"某一個具體產(chǎn)業(yè)或者行業(yè)生態(tài)化呈現(xiàn)，衡器行業(yè)就是其中之一，“人工智能+衡器"更深入的融合，將會是衡器行業(yè)的長期發(fā)展趨勢。當前衡器行業(yè)急需一場智能化技術(shù)革命，才能適應(yīng)我國工業(yè)智能制造2025的需求，從而占領(lǐng)衡器產(chǎn)業(yè)智能化的戰(zhàn)略高地。 衡器智能化自動化于未來的發(fā)展趨勢 |
