工业平板电脑

工业平板电脑厂家 AI Edge解决方案–麦克·杰特森系列，由完整的NVIDIA®Jetson提供支持™ 平台，在嵌入式模块中释放GPU工作站的所有性能。严格的检验验证以确保抗高温、机械和电气兼容性，加上工业级抗振动、高温操作能力，以及模块化、紧凑的设计，工业平板电脑厂家的麦克·杰特森系列是监控、运输和制造部门升级智能化的完美硬件平台。

案例1-交通监控

麦克-7寸AI利用人工智能推理技术对大量采集的数据进行流量监测；超越了传统的用于目标跟踪的车辆识别方法。

麦克-7寸AI满足了路边的深度学习计算需求，元数据被打包并传输到中央控制室。它还提供多种接口与其他交通设备集成。

案例2-改善主要十字路口的车辆等待时间

台北的红绿灯有很长的倒计时时间，为行人安全穿越宽阔的道路提供固定和足够的时间。这样的安排在午夜前后很麻烦，因为台北的街道上行人和车辆都少了。

采用该人工智能系统后，主干道红灯夜间等待时间减少35%，主干道绿灯时间增加7～79%。此外，它每年减少约23吨二氧化碳排放量，每年为每个交叉口带来约183万台币的经济效益。

案例3-使用最新的机器视觉技术跟踪健康的蜂巢种群

近年来，养蜂人一直报告说，他们每年冬天平均损失30%的蜂群。这是经济上可以承受的损失的两倍。同样，野生蜜蜂的数量也在下降。

因此，我们必须更多地了解蜂巢的健康，蜜蜂的行为和蜂王的失败，以努力限制未来蜂巢的损失。现在，要获得蜂巢健康状况的完整图像，SAS必须能够收集、可视化各种物联网数据，并使用AI分析视频和音频数据。

案例4——饼干厂的质量控制

为了保持于面包店的一致质量，麦克-7寸AI部署了各种AI模型，以确保所有饼干在生产线上都得到良好烘焙。与通过目视检查执行的传统质量控制程序相比，人工智能推理可以检测出个别饼干烘焙方式的细微差异，调整烤箱以达到质量标准，并避免烘焙时间不足或过度烘焙的产品。

案例5-纺织品AI缺陷检查

人工智能推理要求计算量大，需要基于GPU的解决方案来加速计算。麦克-7.3寸AI由NVIDIA®Jetson AGX Xavier供电™ 采用GPU作为边缘人工智能系统。麦克-7.3寸AI强大的处理能力使其能够以更快的速度和更高的精度自动检测高精度的纺织品。

利用人工智能推理技术进行织物疵点检测，可以有效地识别最细微的疵点，保证产品的高质量。

案例6-散热器的多型号AI检查

麦克-7.3寸AI进行AI图像分析，以比较和识别具有外观缺陷的散热器。这是通过在导入软件和硬件之前，向AI模型培训系统提供从客户处收集的缺陷产品的图像来实现的。人工智能模型完成相关训练后，将训练好的模型放入麦克-7.3寸AI中。

然后可以进行目视检查，以评估平整度，并识别难以通过一般物理规则分类的压碎、污渍、划痕和其他缺陷。

案例7-AI分析：确定关键生产瓶颈

人工因素信息AI系统利用摄像机记录工作人员的行为，然后通过人工智能推理对图像和视频进行分析。该系统帮助铸造厂识别瓶颈，提高生产效率。

五大电子制造服务厂采用该系统。在人工智能深度学习软件的帮助下，工厂在短短两个月内将单位每小时（UPH）增加了5%。

案例8-基于标准IP摄像机的边缘AI安全系统

通过使用边缘人工智能，来自常规摄像机的视频流可以在边缘计算机上进行实时分析，并用于做出关键的安全决策。它们可以检测触发的事件是真的入侵还是假警报，它们可以通过录制的视频和图片直接向您的手机发送通知。最重要的是，没有额外的安全系统成本，没有昂贵的传感器安装，也没有高昂的维护成本，这是一个完美的解决方案，使用您预先安装的安全摄像头，以确保您的家庭和资产的安全。

案例9-AI授权室内外设施安全

现代建筑工地利用实时视觉检测系统，同时分析20至30个实时流。在这些系统中，可视人工智能提高了现场工人和设备的可视性，以提高对潜在危险情况的响应能力，例如员工不小心接近正在移动的机器。任何带屏幕的设备都可以获得实时视频源。为了避免悲剧或事故，实时警报被发送到屏幕上；通过短信和电子邮件等方式。

案例10-“屏幕数据提取器（SDE）”旨在AI智能工厂改造

GoodLinker和工业平板电脑厂家设计了屏幕数据提取器（SDE），通过集成软件和硬件来解决数据收集问题。工业平板电脑厂家的麦克-7.1寸AIX工业级edge AI计算机利用GoodLinker OCR识别，产生了一个优秀的SDE解决方案。该系统利用VGA/HMI的数据输出，对屏幕上显示的数据进行识别和记录。SDE是一个外部设备；因此，可以在对生产计划和生产线影响最小的情况下完成数据收集。