“黑科技”在设备维保系统中的应用

(，　200023)

0　引　言

人工智能和VR、AR、MR领域的技术发展到今天，已经不知不觉渗透到人们的日常生活中，然而如何更好地利用这些技术将其应用在工业领域制造生产中，让科技创新帮助提高生产力，是一个很值得深入探讨的话题。通过长期在第一线致力于智能制造执行系统的研发，对IT技术落地实际生产有了不少心得和体会，也在实际系统中有了成功应用人工智能技术的成熟案例。通过本文希望让更多人了解和应用黑科技，为提升工业领域的信息化水平提供一些新思路。

1　黑科技介绍

1.1　人工智能技术

人工智能技术(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器[1]。它的关键在于首先是感知，通过从大量的数据中识别到有意义的特征对象，然后进行推断，在做出推断前，必须了解更大的背景环境，并制订一个实现目标的计划，推荐或者执行最佳的行动方案，最后，我们必须能够根据经验在每个阶段调整算法，对它们进行重新训练，使算法变得更智能[2]，总体实现方式如图1所示。

图1　人工智能关键技术实现方式

人工智能的应用领域包括图像识别、语言识别、智能机器人、机器学习、自然语言处理等。例如微软开发的Cortana(中文名：微软小娜)现在在Windows操作系统(win8.1起)上已经大量被用户使用，它就是一款微软在机器学习和人工智能方面的尝试，它可以设置提醒，无需键盘输入识别自然语言，并能够通过后台触发Bing搜索引擎来回答问题，用户可以用语音来指挥PC,执行任务甚至发送邮件等功能，它涉及了后台大量的数据分析、神经网络语音识别技术和语义分析，从而实现了人机对话。

1.2　VR、AR、MR技术

这几年来大热的另外一个领域就是VR、AR、MR领域，这三种技术都是让人们感觉加入了不同层次的虚拟世界。通过表1[3]能够清晰地看清楚它们之间的不同之处。

表1　VR、AR、MR区别

2　实际应用场景

2.1　自动领取派工单

在设备维保系统中，维修工人需要每天领取派工单，传统系统的实现方式是专门人员通过相关维保系统打印输出。如果利用win10操作系统本身自带的Cortana，与维保系统进行对接，这样就再无需人工操作软件进行打印，实现无人化自动领取派工单。实现方式如下：

(1)定义语音命令文件

通过指定命令文件定义的AppName将应用程序置于Cortana中进行管理，当Cortana听到跟命令文件定义的ListenFor相同的语音指令时，开启语音识别算法，在识别成功后触发命令文件定义的Command Name所对应的指令。

(2)加载语音命令文件

将前面定义好的语音命令文件加载到系统中，并以服务形式存在于后台中。

(3)指定后台服务程序

在工程的配置文件中指定后台服务程序，该程序是自定义的js文件，通过绑定最终会被触发调用。

(4)根据语音命令做具体的业务操作

当Cortana收到指令后调用相关方法，可根据具体配置命令处理不同业务。

通过上述四个步骤，可以很方便地利用人工智能技术实现无人打印的自动化工作，实现方式简单，对开发人员要求也不高，由此可以扩展出更多基于Cortana的应用，极大提升应用程序的智能性。

2.2　自动报修

在设备发生故障的时候，传统方式是报修人员通过手动输入设备故障情况来进行记录以及通报给相关部门，这种方式对于报修人员来说有一定的工作量，无法做到反馈的及时性，上报工作有一定的延迟性。如果我们通过Azure智能云提供的认知服务中的语音识别，报修人员只需语音报修，系统便可以实时同步识别用户语义，将用户的语音信息转换成应用程序可以识别的信息。实现方式如下：

(1)打开应用程序的麦克风接口

由于要进行语音录入，所以相关的语音设备必须保证开启中，通过程序自动打开相关设备。

(2)创建语音数据源

开始录制语音，并同步触发后台语音语义识别服务。

(3)建立通信机制

通过Websocket连接语音语义识别服务，通过输入url地址(即为服务地址)来指定需要委托哪种服务。

(4)实时发送语音数据到后台解析

实时对语音数据进行相关格式的整理打包，通过Websocket发送到认知服务进行解析。

(5)监听解析反馈结果

将反馈回来的结果进行前台呈现和后台相关处理，以节省大量录入工作。

通过Azure智能云提供的认知服务中的语音识别技术，非常方便地实现了实时报修的应用场景，此服务可应用在多种需要人工录入的实际场景中，节省大量人工录入的时间，为用户提供更好的操作体验。

2.3　智能机器人售后服务

在设备销售之后的售后环节，大量人工客服的存在对于企业来说是一块巨大的成本输出，现在一些成功的电商都已经引用了智能机器人在充当客服的角色，在设备维保系统中如果能够引用这项人工智能技术，将极大地降低运营成本。Bot Framework就是一个能够方便建立和部署高品质机器人的框架，为用户提供一个任何地点任何时间都可以和机器人对话的平台。它包括Bot Builder SDK, Bot Connector, Developer Portal和 Bot Directory四个部分如图2[4]所示。

图2　Bot Framework组成

从图2中可以看到，基于Bot Framework创建自己的对话机器人。通过添加一个Direct Line的通道，可以将对话机器人无缝嵌入到微信中去，结合LUIS(Language Understanding Intelligent Service)语言理解智能服务,把对话机器人升级为可学习的人工智能机器人，实现方式如下:

(1)开发环境准备

下载Bot Framework开发模板(Visual Studio Template - C#)和Bot Builder SDK - Source code and samples相关内容。

(2)创建新工程

打开Visual Studio 2015，创建Bot Application。

(3)修改工程内MessagesController.cs的Post方法

在这里可以自己编写如何对话的逻辑，也可以引用LUIS进行内容的理解和分析，最终通过connector.Conversations.ReplyToActivityAsync函数进行对话回复。

(4)在Bot Framework的站点注册Bot

Bot Framework的注册网址是https://dev.botframework.com/bots/new。

(5)建立通信通道

选择Direct Line方式建立连接通道，关键是要保留通信密钥，为与微信对话做准备工作。

(6)微信开发调用

微信中接受消息对话消息，通过前面建立的Direct Line调用Bot处理函数，并将接收到的回复消息反馈在微信对话列表中。

通过建立自己的对话机器人,可以代替日常售后人工客服大量重复的工作,在后台处理可以结合图像识别、知识搜索等众多技术,将对话平台变得非常丰富,以满足客户的各种需求,从而达到减少或代替人工客户从事售后工作的目的。

2.4　MR眼镜应用场景

MR眼镜目前市面上最热门的当属微软的HoloLens眼镜，它把全息对象置于现实世界之中和真实对象之上。全息对象可被固定于特定物理位置，或在全息视野中跟随用户。全息对象像真实对象一样可看可听。即使不在视野内，也可通过环绕立体声感知全息对象的空间位置。这得益于HoloLens透镜带来的外围视觉，用户可以自由地在真实的人、对象以及全息对象之间移动和交互。在设备维保系统中，通过佩戴HoloLens，维修工人可以解放双手，通过手势识别技术操作虚拟系统画面，获取维修的任务信息、配件信息、维修历史等相关信息来辅助现场维修，在遇到疑难问题时更可以启动远程专家系统进行在线共同诊断，将现场维修工人所在的现场情况实时在线分享给远程专家，为迅速解决疑难问题提供有效的途径和手段。目前HoloLens除了发布原有的UWP应用程序，还在3D上与Unity做了很好的结合，使得开发变得非常快速有效。实现方式如下：

(1)开发环境准备

下载Visual Studio 2015 Update 3、Windows 10 SDK (10.0.10586 or newer)、HoloLens Emulator、Unity for 3D Holographic view，在github中也有很多资源可供下载。

(2)在Unity 3D中建立新建工程

Unity 3D中按照建立工程向导创建项目。

(3)设置相关参数

在新建的工程中修改例如摄像机相关参数、工程设置参数等信息。

(4)添加想要展示的三维模型

添加或者导入想要展示的三维模型，并保存相关场景。

(5)将工程导出至Visual Studio中

在Unity 3D中将整个工程项目导出到Visual Studio中进行开发和编译。

(6)发布

在Visual Studio中发布工程，将应用最终发布至模拟器HoloLens Emulator或者HoloLens设备中运行。

通过上面的步骤可以看出，目前HoloLens开发的条件已经很成熟，能够非常便捷地进行开发，MR眼镜离我们的距离并不是遥不可及，而是近在咫尺的技术。

3　结束语

通过这些黑科技在实际场景中的应用，让设备维保系统在操作方式和使用效率上有了非常大的突破，给操作人员带来了极大的便利性，将高不可攀的高科技落地到实际应用中，让科学技术改变生产，同时这些技术不仅仅可以运用在设备维保领域，在工业领域中的设计环节、质量检测环节、装配环节等领域都可以充分利用这些技术来提高生产力。

参考文献：

[1] 科极网.人工智能,科大讯飞志在何方?[EB/OL].赛迪网.(2014-10-31).http://www.ccidnet.com/2014/1031/5654463.shtml.

[2] SINGH, NIVEN.人工智能领域的开发人员如何起步[R/OL].(2017-01-17).https://software.intel.com/zh-cn/articles/how-to-get-started-as-a-developer-in-ai?cid=prc:bai%7cdzone_cn_ai_info%7ccn230A%7cs&utm_source=baidu&utm_medium=cpc&utm_term=CV_IDZ_AI_778&utm_campaign=DIV_Dzone_CN_AI(S)&utm_content=cid=prc:bai%7cdzone_cn_ai_info%7ccn230A%7cs&intel_term=%E8%8B%B1%E7%89%B9%E5%B0%94%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD&gclid=CKCZuOXk9dMCFY2OvAodCCUCsQ&gclsrc=ds.

[3] LIZA BROWN. Differences between VR, AR and MR[R/OL].(2017-03-13).https://filmora.wondershare.com/virtual-reality/difference-between-vr-ar-mr.html.

[4] MARY JO FOLEY. Inside Microsoft's build-a-bot strategy[R/OL].(2016-04-11).http://www.zdnet.com/article/inside-microsofts-build-a-bot-strategy/.