עוזר QA ויזואלי: כיצד edge AI ו-Qt משנים את הבטחת האיכות

הבטחת איכות בייצור הסתמכה באופן מסורתי על מדדים פשוטים, כגון סמנים אדומים או ירוקים, מפות חום ובדיקה חזותית. מדדים אלה מותירים לעתים קרובות את המפעילים מנחשים. בעוד שמערכות אלה יכולות להצביע על כך שמשהו אינו תקין, הן ממעטות להסביר מדוע הבעיה חשובה או עד כמה היא חמורה. הכשרה יכולה להיות גוזלת זמן עבור עובדים חדשים, ואפילו מפעילים מנוסים עשויים להתקשות בפרשנות של רמזים חזותיים דו-משמעיים.

כאן נכנסת לתמונה בדיקה חזותית מבוססת בינה מלאכותית. על ידי שילוב של ניתוח תמונות בזמן אמת עם למידת מכונה, יצרנים יכולים לזהות פגמים מהר יותר, בצורה מדויקת יותר ובתובנה רבה יותר. עם זאת, זיהוי לבדו אינו מספיק – מפעילים זקוקים להסברים מובנים. לכן בינה מלאכותית ניתנת להסבר וממשקים אינטואיטיביים וידידותיים למפעיל חיוניים כדי להפוך את הבטחת האיכות מתהליך סטטי ואטום לתהליך דינמי ובר-פעולה.

מהו עוזר ה-QA הוויזואלי?

עוזר ה-QA הוויזואלי הוא מודול בדיקה חכם שנועדו להתמודד עם אתגרי הבטחת האיכות הדחופים ביותר בייצור המודרני. היא הופכת QA מסורתי מתהליך סטטי המבוסס ברובו על ניחושים לחוויה חכמה וידידותית למפעיל, על ידי שילוב של זיהוי פגמים מבוסס AI, מחשוב קצה וממשק משתמש אינטואיטיבי מבוסס Qt.

מערכת זו אידיאלית עבור OEMs ואינטגרטורים המבקשים למודרניזציה של תהליכי ה-QA שלהם באמצעות AI הניתן להסבר וטכנולוגיה גמישה וסקלבילית. היא מספקת תובנות מעשיות בזמן אמת, ועוזרת למפעילים להבין לא רק מה שגוי אלא גם מדוע זה חשוב. המידע הזה מוצג באמצעות שכבות ויזואליות ברורות, הסברים בשפה טבעית ומשוב קולי אופציונלי.

מעוניינים לבנות מערכות QA בעצמכם? עיינו בהצעות המשרה שלנו!

הגש/י מועמדות כעת

הגש/י מועמדות כעת

כך זה עובד בפועל:

• הוא סורק חלקים פיזיים אמיתיים באמצעות מצלמה ברזולוציה גבוהה.
• פגמים מזוהים באמצעות מודלים של למידה עמוקה דרך Qt AI Inference API, הפועלים ישירות על לוח Renesas RZ/V2H Vision AI בקצה.
• הוא מספק הסברים בשפה טבעית של בעיות שזוהו, ומתאר בבירור מה שגוי ומדוע זה חשוב.
• התוצאות מוצגות חזותית באמצעות שכבות-על וסימוני תמונות, ומשוב קולי מסופק כתוספת אופציונלית לחוויה מולטימודלית.
• תצורת ההדגמה הקומפקטית דורשת כשטח של כ-1 מ"ר ומורכבת ממארז ייעודי, מצלמה, צג ומחשב חד-לוח.

פלט לדוגמה:

נראה שהקבל חסר בפינה הימנית העליונה. הדבר עלול לגרום לחוסר יציבות במתח.

יכולות ליבה ל-QA חכם יותר:

• ארכיטקטורה קלת משקל ומודולרית: תוכנן כמודול Qt עצמאי מסוג plug-and-play שמשתלב באופן חלק בסביבות תעשייתיות קיימות, ומציע גמישות ויכולת הרחבה.
• הדגמת תערוכה מרשימה: מערך מעשי ומרשים חזותית שמדגים במהירות את Qt כמחסנית מודיעין קצה שלמה.
• הסברים בשפה טבעית: לחרוג ממחווני אדום/ירוק פשוטים, ולתאר בבירור פגמים בשפה פשוטה כך שמפעילים יוכלו להבין באופן מיידי מה שגוי ומדוע.
• פעולה מבוססת Edge: פועל כולו על ASUS NUC + Renesas RZ Vision AI / V2H, ללא תלות בקישוריות לענן. הדבר מבטיח השהיה נמוכה ובדיקה אמינה.
• בדיקה חזותית מבוססת AI: משתמש במצלמה ולמידה עמוקה כדי לזהות פגמים ברכיבים פיזיים אמיתיים בזמן אמת.
• משוב מולטימודלימעביר תוצאות באמצעות שכבות חזותיות, הסברים טקסטואליים והתראות קוליות או צליליות אופציונליות, ויוצר חוויית מפעיל עשירה ואינטואיטיבית יותר.
• ארכיטקטורה קלת משקל ומודולרית: תוכנן כמודול Qt עצמאי מסוג plug-and-play שמשתלב באופן חלק בסביבות תעשייתיות קיימות, ומציע גמישות ויכולת הרחבה.

מדוע Visual QA Assistant הוא הבחירה החכמה ל-QA?

• פחות פגמים שלא זוהו במוצרים ששוחררו – בעיות מזוהות מוקדם יותר וביתר דיוק, מה שמפחית את הסיכון שפגמים יגיעו ללקוח.
• הפחתת תוצאות היבטים חיוביים – העוזר מסייע להבחין בין פגמים אמיתיים לרעש, וממזער עבודה מיותרת והאטות בייצור.
• ביקורתיות משופרת ופשוטה יותר – החלטות QA קלות יותר לסקירה, להסבר ולאימות במהלך ביקורות פנימיות וחיצוניות.
• צמצום אי-הבהירות בהחלטות QA – המפעילים מבינים בבירור מהו הפגם וכיצד הוא משפיע על המוצר—לא עוד ניחושים או פרשנות סובייקטיבית.
• קליטה מהירה יותר של עובדים חדשים – העוזר משמש כ"מאמן", מנחה עובדי QA חדשים ומאיץ את דרכם לפרודוקטיביות.
• יכולת איתור משופרת – הסברים טקסטואליים בשילוב שכבות חזותיות תומכים בביקורות ובניתוח שורש הבעיה של פגמים.
• תבנית מוכנה לשימוש עבור יצרני OEM – יצרני OEM יכולים לחבר את המודלים והרכיבים שלהם למחסנית מוכחת של Qt ומחשוב קצה.

הטכנולוגיה שמאחורי העוזר

ה-Visual QA Assistant מנצל מחסנית טכנולוגית איתנה המתמקדת בקצה כדי לספק בדיקה חזותית בזמן אמת וניתנת להסבר:

• Qt AI Inference API משמש כגשר בין מודלים לזיהוי פגמים בזמן אמת לבין LLM מקומיים, ומאפשר ניתוח מבוסס AI והסברים בשפה טבעית בקצה.
• ממשק משתמש Qt Quick / QML – מספק ממשק אינטואיטיבי ורספונסיבי עם שכבות חזותיות, סימוני תמונות ומשוב אינטראקטיבי, מה שמקל על המפעילים להבין את תוצאות הבדיקה.
• Qt Application Manager – מבטיח פריסה וניהול מאובטחים של יישומים across התקני קצה, ותומך בפעילות אמינה בסביבות תעשייתיות.
• Qt Multimedia – תמיכה אופציונלית בהתראות קוליות או צליליות, המאפשרת משוב מולטימודלי שמחזק תוצאות בדיקה חזותית.
• הסקה מקומית ב-Edge – כל עיבוד ה-AI וה-LLM פועל באופן מקומי על התקנים כגון Raspberry Pi, NUC או מחשבי לוח יחיד מבוססי ARM, ומבטל את התלות בקישוריות לענן ומפחית את השהיה.

מחסנית טכנולוגית זו מאפשרת לכלי לפעול כפתרון בדיקה עצמאי לחלוטין, מודולרי וניתן להרחבה, המשלב תבונת AI, תובנות ניתנות להסבר וממשק HMI תעשייתי מודרני לחבילה אחת הניתנת לפריסה בקצה.

Qt כבסיס המועדף ל-AI בקצה ול-HMI תעשייתי

Qt משמשת כמרכז ל-edge AI, ומחברת באופן חלק בין בדיקה חזותית, הסקת LLM מקומית ו- HMI תעשייתי בתוך מסגרת אחת שאינה תלויה בענן. Qt מאחדת מצלמות, מודלים של AI והסברים בשפה טבעית ליצירת מערכת קוהרנטית.

הוא גם מספק למפעילים AI הניתן להסבר שהם יכולים להבין באופן מיידי על ידי החלפת מפות חום מופשטות בשכבות חזותיות ברורות ותובנות בשפה פשוטה המועברות דרך ממשק משתמש אינטואיטיבי.

לבסוף, היא מספקת ארכיטקטורת ייחוס ליצרני ציוד מקורי ולאינטגרטורים, המאפשרת שילוב של מודלים, חלקים ומכונות מותאמים אישית תוך שמירה על אותו HMI מבוסס Qt ואותה לוגיקת יישום.

מבט פנימי על ארכיטקטורת העוזר

בכל הנוגע לארכיטקטורת היישום, ה-Visual QA Assistant בנוי על ארכיטקטורה מודולרית המתמקדת ב-edge, שנועדה לאפשר זיהוי פגמים בזמן אמת ולספק משוב AI הניתן להסבר. פריימים מהמצלמה נקלטים ומנותחים באופן מיידי על ידי מודל סגמנטציה לסדקים, אשר מסמן את הפגמים שזוהו ושולח את הפריימים המסומנים לשרת TCP. לקוח TCP במכונה מחוברת מקבל לאחר מכן פריימים אלה, יחד עם מידע על פגמים שזוהו. מודול ה-CameraProvider מאחזר לאחר מכן את הפריימים לתצוגה חיה, ומספק למפעילים תצוגה מיידית של הבדיקה. פריימים המכילים פגמים מוכנסים לתור עיבוד ונשלחים ברצף לממשק ה-Qt AI, אשר מעביר אותם לשרת מקומי Ollama שרת. ה-LLM מנתח כל פריים ומחזיר תיאור בשפה טבעית של כל נזק נראה לעין.

התוצאות מוצגות לבסוף בתצוגת רשימת הסריקות של האפליקציה, המשלבת שכבות חזותיות על הפריימים עם הסברים טקסטואליים ברורים כדי לספק למפעילים תובנות מעשיות בזמן אמת.

תורך

העוזר שלנו מדגים כיצד בינה מלאכותית, בדיקה ניתנת להסבר ו-HMIs מודרניים מבוססי Qt יכולים להתפתח לפתרונות מעשיים. נבנה תוך התחשבות באילוצים תעשייתיים אמיתיים, ניתן לשלב אותו באופן חלק אל תוך בדיקת מוצר בקו הייצור, בדיקות איכות של רכיבים נכנסים, אימות הרכבה, וביקורות איכות של תחזוקה ושירות. הדבר אפשרי גם בסביבות תובעניות, כגון אלו בתעשיית ייצור מוצרי הצריכה.

בתורשותף פרימיום של Qt, אנו בונים על מחסנית טכנולוגית מוכחת של Qt ו-edge ומציגים באופן קבוע את העוזר כדמו חי בדוכני התערוכה של Qt באירועי תעשייה מרכזיים, כולל SPS בנירנברג ו-Embedded World 2026. שם, ההתקנה הפיזית שלו, זיהוי פגמים בזמן אמת וההסברים בשפה פשוטה התקבלו היטב על ידי OEMs, אינטגרטורים של מערכות ואנשי מקצוע בתחום QA המבקשים לחדש תהליכי בדיקה.

אם אתם מעוניינים לראות כיצד גישה זו פועלת בפועל או לבנות בעצמכם מערכות QA חכמות וניתנות להסבר, עיינו ב-הצעות העבודה שלנו והצטרפו לצוות המומחים שלנו!