目前，越來越多的AR技術被用在工業場景中，其中最多的便是AR識別和追蹤。但在國內，真正掌握識別追蹤核心技術應用和專門提供AR識別SDK的創業公司并不多，0glass是其中一家。工業級AR算法必須針對具體的工業場景進行垂直細分、深耕細作，通過聚焦解決長期困擾工業生產的痛點問題，成為支撐工業生產績效提升的小而美的工具。因此，作為一個技術型公司如果沒有技術優勢的地方，你和別人的競爭就會處于劣勢。
0glass是國內第一家專注工業級AR智能眼鏡和算法研發的企業，也是國內工業AR領域的領導者。目前已推出AR智能眼鏡0glass Pro 2、0glass danny兩大硬件產品。軟件方面，0glass用的AR眼鏡有核心的算法。據了解，國內很多做AR算法的公司，其算法沒有數據分析能力，而0glass做到了。0glass自主研發了全球第一款專門針對工業領域的AR算法——NginABC引擎，以及基于此引擎開發的AR全終端工作輔助系統PSS，為一線員工提供實時指導、透明管理、個人教練以及知識沉淀等功能。
工業領域三大困境和六大痛點
工業領域，主要有三大困境和六大痛點。
首先，是生產困境，怎么把人變成機器人？假如不把人的工作標準化，人的效率比較低，而且可能出現一些錯誤。比如有一次在香港的機場，有六個技術人員一起維修飛機發動機，結果因操作失誤讓發動機掉下來了，直接經濟損失達到2000萬港幣。
工業領域一般都具有這四個特點：操作繁瑣、流程長，對操作要求標準化、規范化，效率要求高，工作結果安全性要求高。一旦出錯，可能造成極大的損失，而且是不可逆的。假如事情發生在飛機上，后果就可能是機毀人亡。但人都有粗心、懶惰和記憶力有限的弱點。
第二個是管理困境，主要是生產困境造成的。第一個痛點是，管理者無法實時管理到工人的每一個工作細節，第二個痛點是無法采集到工人生產過程中的大數據。
例如生產車間主管需要進行管理的工人少則幾十、多則幾百人。在沒有AR眼鏡的情況下，假如進行1對1觀察記錄數據，形成的數據并不客觀，而且成本太高；此外，這樣的方式不可持續，自然形成不了大數據。
第三個困境是培訓方面的困境。培訓是人才培養重要的手段，企業的發展中人才是核心，而培訓是人才培養最關鍵的手段。但當前存在工作場景跟學習場景的脫離的困境，即學時不能用，用時不能學。此外，傳統培訓存在兩大痛點，第一是人自身存在遺忘曲線，第二個是傳統培訓模式不符合人類獲取經驗的721模型。遺忘曲線是指因學習場景跟工作場景脫離，學了會忘。721模型是微軟對培訓做的總結，他們在跟實操類工作的培訓中發現，培訓對員工獲取經驗的作用只有10%，學習占了20%，而員工技能的獲取70%來自在工作中的摸索。
對前面的痛點做個總結，生產的兩個痛點，管理的兩個痛點和培訓的兩個痛點，主要因為產業工人的工作方式幾十年沒有發生改變。現在一線工作人員沒有享受互聯網信息技術帶來的便利，比如汽車維修跟流水線，跟30年前也沒有什么區別。
問題的造成，都源自他們沒有用到信息技術帶來的便利，現在最先進的信息技術終端，即便是最輕便的智能手機也不能解放他們的雙手。既然一線工人都享受不到互聯網信息化帶來的的便利，對管理就會造成問題。
前端沒有好的信息化手段，即使后端用再好的信息化管理手段，也無法對等起來。這樣也就造成了不能實時了解員工工作細節，不能采集到員工工作的大數據。
0glass工業級AR算法平臺——NginABC便應運而生
AR眼鏡的發明，最重要的是解放了員工的雙手，把互聯網和信息技術的觸角延伸到產業工人的身上，讓他們初步享受到智能化和信息化帶來的便捷，還能將工作和學習兩個工作場景融合起來，實現即需、即學、即用、即評。先不說智能化，先把員工的素質提高起來，才有智能化的可能。
AR在工業中的應用，如果僅僅是AR是遠遠不能解決工業中的真正的痛點性問題。那么針對三大困境和六大痛點，我們怎么應對呢？
0glass工業級AR算法平臺——NginABC便應運而生，顧名思義，“A”就是AR（增強現實），“B”就是BD（大數據），“C”就是CV（計算機視覺）。通俗講就是在AR里實現圖像和3D物體識別，實現數據采集和輸出并形成分析報表。目前全球做工業級AR算法的公司，據我們了解僅有三家：
第一家，Daqri收購ARToolKit改造為工業級AR算法。
第二家，PCT收購高通Vuforia，也在逐漸改造成工業級算法，其自己表示相當于花3000萬美金從高通買住宅樓重新改造為廠房，算法也是如此，由消費級算法改造為工業級算法，難度可想而知，底層均需重構。
第三家，也就是國內的0glass。有兩大類產品，一類是硬件：有兩款工業級AR眼鏡，一款分體機和一款一體機。二類算法工具（SDK）。
0glass的工業級AR算法取名Ngin ABC，為什么要叫NginABC呢？其他的叫AR SDK呢？
NginABC不同于目前市面上常見的AR SDK，NginABC與工業領域的AR應用深度融合，不僅僅考慮AR本身的運動跟蹤問題，還要考慮工業應用場景中人和設備數據的整理和匯聚，工業應用場景中特定精度的目標識別。
在工業當中僅僅是有AR這個功能是不夠，NginABC引擎和其他通用算法的差異在于其是專注工業。工業級的AR眼鏡和算法與消費級的AR眼鏡和算法如同PC時代的工業計算機和個人計算機，同樣都是計算機，但是產品的設計理念、邏輯和應用場景卻完全不同。例如汽車有上萬個個零部件，要把所有的數據導入開發包中。如果使用通用的SDK，兩年都做不完。如果使用我們的算法，使用符合工業邏輯的SDK，兩個星期就能做完。同時有更高的識別精度和更寬廣的容錯機制。
NginABC工業級算法的架構和邏輯也與消費級AR算法完全不同。要解決工業領域里的剛需，僅僅有AR是不夠的，僅僅一個AR功能只是解決了“實時指導”的作用，比如將作業指導書AR化，輔助工人工作；同時還需要識別操作對象或狀態是否會正確，工人操作是否合規，這個時候需要計算機視覺CV來識別圖像、物體、甚至動作等。0glass AR智能眼鏡為了保證通過AR產生的畫面指引足夠精確，必須進行圖像識別，以圖像識別為基礎產生信息表達。這樣在產業工作中，使用AR眼鏡進行工作輔導才不會有偏差，比如面對著六個并排的螺絲，需要擰左數第二個螺絲，AR眼鏡產生的“虛擬扳手”必須分毫不差指示在第二個螺絲上，為了不讓它產生偏差而誤導工作，AR眼鏡就必須使用圖像識別。
有了這些還不夠，還需要采集到人的大數據，從而打通任何機器之間的物理隔離，對數據進行數據的采集、過濾、沉淀、分析，在用AR的形式輸出給一線工人，同時形成數據報表，輔助管理者做出更明智的決策。
所以0glass的算法叫NginABC，只有具體了這三個功能的算法，才能真正在工業場景使用起來，解決剛需和痛點。
NginABC可應用于開發者版與各方合作實現更多IP產出，開發工業領域中更為細分和垂直的工業輔助和實操類培訓的應用。同時我們這套算法即將做成芯片，將應用于工業當中的垂直領域巡檢，可以搭載在AR眼鏡上、可以搭載在巡檢機器人、可以搭載在固定攝像頭上、也可以搭載在巡檢無人機上。因此，當下的工業AR算法產品必須成為工人的生產力工具，如同機械工程師的扳手，電子工程師的萬用表。
在所有風口熱潮中，沒有捷徑，只有將根基打好，才能在創新中立足腳跟。0glass自主研發工業級AR算法NginABC，不僅是為了核心底層深度算法有一個穩扎穩打的基底，更是為了行業軟、硬件能有一個融合發展且低成本的突破。
基于NginABC SDK形成AR全終端解決方案
0glass基于NginABC SDK形成了一套AR全終端工作輔助系統（PSS）和解決方案：
PPS系統和解決方案有四個模塊：實時指導，透明管理，個人教練，知識沉淀。
四大模塊中，實時指導解決的是熟練工人如何標準化，提高效率，避免失誤。即便是素質很高的醫生，有嚴禁操作流程的外科手術，都可能出現把器械遺忘在病人體內的失誤，AR眼鏡就能避免這樣的問題發生。
第二個模塊是透明管理，解決了兩個透明化，一線員工工作的透明化，可以實時管理；第二個是大數據的透明化，比如一個工人一個步驟花了多少時間，我們就可以提出新的方案，提高效率，或者有更好的績效考核的方式。
個人教練是個性化的培訓，可以針對不同的人用不同的培訓方案，用更低的成本實現更好的效果。與實時指導相比，個人教練解決的是從生手到熟手這個過程的問題。
要實現一線員工的知識沉淀是很難的，首先他們是否愿意分享，分享的質量如何，找人培訓的話，可能沉淀很慢。有了智能眼鏡就像有一個師傅陪著你。用了它以后，因為有大數據，就可以跟其它人對比，并獲得反饋，這就是即需、即學、即用、即評。
有了這四個模塊在工業AR應用中才能形成一個閉環。0glass的目標是把PSS打造成一套類似于現在ERP的系統平臺，80%標準化、模塊化，20%根據工業客戶的使用場景和需求定制化開發。
0glass AR從工業場景的應用來反推其AR眼鏡和算法的產品理念和設計邏輯，從而使其產品與工業場景深度融合。不是手里拿著錘子找釘子，而是發現釘子去做合適的錘子。0glass CEO 蘇波表示：“從2016年發布1.0版，到2017年在電力、汽車行業有試點應用，今年還會有大的升級。再次封裝成不需要寫一行代碼的PSS AR全終端工作輔助系統。0glass不追熱點、不做投機，專注工業AR，深耕工業AR，專注于發現痛點、理解痛點、解決痛點，才能真正做出符合工業理念、邏輯和場景的產品。”
|
