傳感器一旦僅為人類保留，現在使用深度學習，就可以在對像或特徵的自動檢測，測試和分類中執行智能操作。深度學習是機器學習的一個子領域，是人工智能領域未來最重要的技術之一，也是工業4.0的長期推動力。
SICK將於6月5日至6日在波士頓舉行的機器人峰會暨博覽會上展示其最新的深度學習和傳感能力。機器人峰會暨博覽會將有70多家參展商，60多位演講嘉賓，AWS RoboMaker沉浸日，機電一體化和機器人工程未來研討會，MassRobotics工程職業展覽會網絡招待會和更多有趣的驚喜。完整的會議通行證是595美元，而世博會通行證只需50美元。學術折扣可用，學術全會費用為295美元。立即註冊。
SICK在1月份的第一個試點項目中報告了深度學習算法的成功應用後，該公司現在宣布了一個新的軟件應用程序，用於工廠和物流自動化應用程序中的系統業務。在物流應用中，深度學習系統檢測物流中心中的分揀托盤是否實際上僅加載了一個對象。這使得商品流更有效率。同樣的原則可以應用於工廠自動化設置，以確保穩定的貨物流。
用神經網絡訓練傳感器
神經網絡用於使深度學習成為現實。 與用於開發算法的經典過程相比，其主要特徵在於手動開發合適的特徵表示，神經網絡被訓練為其任務的最佳特徵，並且可以用適當的數據一次又一次地重新訓練以適應新的情況。。
SICK使用功能強大的獨立內部計算機和IT基礎作為執行單元。 它收集並評估了數千個訓練數據集和神經網絡的圖像和示例。
用於訓練的深度學習解決方案的複雜操作的廣泛計算是在具有為此目的專門配備的具有高GPU性能的計算機上完成的。 以這種方式生成的新深度學習算法在傳感器上本地提供，使其可以自動防故障並且可以直接在智能相機上使用。
開發深度學習傳感器組合
通過在選定的傳感器和傳感器系統中實施深度學習，SICK在SICK AppSpace生態系統之後實現了AppSpace的下一個級別 - 這是一種新的傳感器軟件概念，可為自動化應用創建適應性強且面向未來的解決方案。
其他圖像處理傳感器和相機也包含在即將推出的產品中，這些產品與新技術配合使用，可根據客戶需求進行調整，為用戶帶來真正的附加價值。
專門用於人工智能的傳感器的概念主要可用於簡單的傳感器，例如電感式接近傳感器，光電反射傳感器，超聲波傳感器等。 此外，諸如收費站中的車輛分類越來越具有挑戰性的系統解決方案提供了深度學習支持的車輛分類到收費等級的潛力。
用於AGV的戶外掃描3激光掃描儀
SICK還將展示其新的outdoorScan3安全激光掃描儀，據稱它是第一款經過IEC 62998認證的安全激光掃描儀，用於戶外應用。
outdoorScan3允許自動導引車（AGV）在室外工業環境中安全導航。 SICK表示，outdoorScan3可在各種天氣條件下安全可靠地工作。 SICK表示，戶外掃描儀可以正常工作，暴露在陽光下，照度高達40,000勒克斯。 SICK表示，outdoorScan3使用軟件來過濾掉這些環境影響。 例如，可以濾除降雨強度為10毫米/小時的降雨。 即使在氣象視覺範圍高達50米的霧中，outdoorScan3也能檢測到所有障礙物。
TDC-E遠程信息收集器
SICK還將展示TDC-E Telematic數據採集器，這是SICK網關係統產品組合的最新成員。 TDC網關係統用於在移動和固定應用中收集，分析，存儲和傳輸傳感器數據。
這種新的解決方案為捕獲，處理和傳輸過程和傳感器數據提供了擴展的功能。作為具有開放式端到端物聯網架構的高性能通信平台，TDC-E現在提供多種模擬和數字連接選項，用於連接自主傳感器和傳感器系統。
移動通信選項已通過WLAN和WPAN進行了擴展，允許其他功能，例如移動機器的室內本地化。 TDC-E收集，分析和單獨顯示的數據意味著網絡傳感器的運行狀態以及使用它們的過程是完全透明的。
或者，SICK還提供客戶特定的雲解決方案，以便在更高級別進行進一步處理。這些解決方案通過適當的接口（如GSM 3G +，WLAN和以太網）支持TDC-E和MQTT，OPC UA和JSON協議。
使用2D安全激光雷達導航移動機器人
SICK的安全應用專家主管Joe Gelzhiser也將在6月6日星期四下午2點到45點發表演講，題為“使用2D安全激光雷達導航移動機器人 - 正確應用於安全檢測人員”。 根據目前的北美和國際共識安全標準，Gelzhiser將涵蓋2D安全激光雷達在導航和人員安全檢測方面的正確應用。 他還將分享應用示例和案例研究，並詳細說明如何使用迭代風險評估流程來正確應用2D LIDAR技術，以便在室內和室外環境中實現安全和導航。
Gelzhiser是一名認證FS工程師，在機器安全領域擁有超過15年的經驗。 他的職業生涯始於諾斯羅普格魯曼公司，在那裡他研究生物危害檢測系統，用於保護公眾免受通過美國郵政局提供的生物危害。
圖文參考: THEROBOTREPORT
