人工智能技术应用于汽车理赔维修行业 但维修店并不赞同
新浪科技讯北京时间4月16日早间消息，据报道，在此之前，杰瑞•麦克尼(JerryMcNee)并不总是喜欢估价师。McNee是UltimateCollisionRepair的总裁，这是一家位于新泽西州的汽车修理店。在他看来，由保险公司支付的估价师和理赔员通常希望支付的修理费比他认为自己店铺应得的要少。
自从去年新冠疫情席卷全球以来，麦克尼看到的估价师要少得多。相反，保险公司正在部署技术，包括基于照片的评估和人工智能。麦克尼有点想念他的老对手。他表示:“当估价师在这里面对面时，你与他们的关系会更好。”“估价师了解你，他信任你。”
这场疫情颠覆了许多行业。汽车维修行业是一个研究技术取代当面互动的意想不到效果的案例。
数据分析公司LexisNexisRiskSolutions的汽车索赔主管比尔·布罗尔(BillBrower)表示，在疫情爆发之前，美国大约15%的汽车索赔是通过照片而不是理赔员亲自上门解决的。现在，这个数字是60%，他预计到2025年将达到80%。
与此同时，保险公司加快了对人工智能的投资。向保险公司销售技术的CCC信息服务公司(CCCInformationServices)首席战略官马克•弗雷德曼(MarcFredman)表示，去年“是人工智能真正跨过门槛，从一个新鲜事物走向常态化的一年”。该公司表示，现在一半的索赔都至少涉及一些人工智能工具。弗莱德曼说，汽车保险“不一定是你认为会非常创新和尖端的东西，但实际上它确实是这样。”
这些变化将持续下去。行业组织保险信息协会(InsuranceInformationInstitute)发言人马克•弗里德兰德(MarkFriedlander)表示，使用人工智能和虚拟估算，“保险公司确实在效率、一致性和及时性方面得到了改善。”弗里德兰德说，技术并不是要取代人工，而是帮助更快地解决索赔问题。他说，这项技术“不仅为保险公司，也为投保人创造了巨大的收益”。它的汽车索赔速度快，基于手机，来回通话越少越好。CCC表示，内部调查显示，发起照片索赔的客户中80%认为这个过程“操作起来很有吸引力”。
Tractable是一家使用计算机视觉和机器学习为保险公司构建算法的公司，该公司表示，其25%的估算都非常准确，不需要人工干预。该公司希望在今年年底前将这一比例提高到75%，Tractable的首席执行官兼联合创始人亚历克斯•达尔亚克(AlexDalyac)表示。
有一群人对结果不满意：汽车美容店老板。“要我说，99.9%的估算是不正确的，”新泽西州福特市Leslie汽车美容店的老板杰夫·麦克道尔（JeffMcDowell）说。“你无法从一张照片中诊断出悬挂损坏、车轮弯曲或框架错位。”
维修店老板说，他们正在花更多的时间与保险公司讨价还价，以确定他们获得维修汽车的合理价格。在某些情况下，这意味着破损车辆困在汽车修理店的时间比平时更长。
不完整的估算可能导致不完整的维修。位于乔治亚州东南部的两家商店在疫情期间出现了更多的劣质或未完成的修理工作，其家族老板埃普丽尔·埃尔南德斯(AprilHernandez)说。她将这一变化归咎于基于照片的评估以及在此过程中应用的人工智能。“随着时间的推移，我感觉这种情况越来越糟，”她说。
“一张照片胜过千言万语，但它并不能说明损坏的价值，”行业贸易组织汽车服务协会(AutomotiveServiceAssociation)的迈克·勒瓦瑟(MikeLeVasseur)说。
虚拟评估的工作原理是这样的：许多大型保险公司要求发生事故的司机下载一个应用程序。该应用程序指导他们以特定的角度、在特定的光线下给自己的汽车拍照。仅凭这些照片，理赔员就可以估算出修车大概需要多少钱。
照片估算对保险公司来说是有意义的。理赔员每天可以亲自检查三到八辆车。有了照片，理赔员只需要一台电脑，一天可以完成15到20个估算。
再加上人工智能，这个过程会变得更快、更高效。汽车有一致的形状——车门、挡风玻璃、挡泥板。一辆普通汽车的3万个部件可能会出现上百万个问题，但最常见的部件通常都有特定的外观。因此，在图像分类方面进行训练的算法，使用的是数百万张受损汽车——包括每个品牌和型号的汽车——的照片。
然后，该技术可以“读取”投保人拍摄的照片，并得出需要维修哪些零部件的结论——或者得出结论是否需要人工检查。利用当地零部件供应商和维修人员的数据，再估算成本。然后是人工操作：系统指导工作人员完成评估过程，在许多情况下自动填写表单。工作人员只需要再检查一遍电脑的工作。技术供应商CCC表示，保险公司可以通过名为SmartEstimate的人工智能产品将生产率提高30%。
一些业内人士正在寻求一种完全自动化、“无需触摸”的评估过程，至少对于某些类型的汽车损坏如此。保险理赔技术公司Mitchell的高管奥利维尔·鲍多克斯(OlivierBaudoux)表示，“无接触式评估是自动评估的最终目标。”
目前在美国以外的一些地方已经如此。去年秋天，西班牙保险公司AdmiralSeguro表示，在投保人上传损害照片后几分钟内，该公司已开始使用人工智能解决汽车索赔问题。上个月，以色列智能行车记录仪公司Nexar开始与日本MitsuiSumitomo保险公司合作，将摄像头捕捉到的高清画面和GPS数据翻译成脚本，就像外国电影的字幕一样。理赔员可以使用机器生成的脚本来解决索赔。人类正在不断改进该技术。
技术供应商承认他们的程序并非完美无缺。“这对保险业来说是一项新技术，系统中会有一些问题，”保险信息协会发言人弗里德兰德说，“这是一个不断发展的系统，它将变得越来越精确。”
基于虚拟和人工智能辅助基础上的评估似乎非常善于在几秒钟内将可以修理的车辆与应该报废的车辆区分开来。专家们说，该技术也擅长评估汽车的轻微损害，比如无人受伤的车祸。这些构成了大多数索赔案件，所以在很多情况下，基于照片的估算是可行的。Tractable首席执行官达尔亚克表示，希望这些算法能够演变成大家都同意的标准，从而减少保险公司和维修店之间的分歧。他说:“我们必须让这个过程没有摩擦。”
在新冠疫情期间，保险公司根据客户的照片对各种车辆碰撞进行评估，甚至是严重的碰撞。保险公司有时认为这些估算是人工维修的“起点”。但是汽车美容店老板认为，当保险公司的初步估算低于维修店的报价时——在某些情况下低几千美元——客户会对他们感到沮丧。维修店则夹在中间。维修店不知道人工智能何时应用到他们收到的评估中。但他们说，无论发生什么，始终都时不一致的。
“人们说这是未来的方式，”，新泽西州的汽车维修店老板麦克道尔这样评价虚拟估算，“我不同意这种说法。有些事情你不能从照片上评判。”
人工智能在机械故障诊断中的应用方向
且看以下的人工智能在机械故障诊断中的应用方向便知了！
[[342398]]一、人工智能在机械故障诊断中的应用方向所谓机械故障诊断,就是通过机械运行中的相关信息来识别其技术状态是否正常,确定故障的性质与部位,寻找故障起因,预报故障趋势,并提出相应对策;它以故障机理和技术检测为基础,以信号处理和模式识别为其基本理论与方法。一般的机械系统故障诊断系统从物理上划分为机械测量、监视与保护、数据采集、振动状态分析、网络数据传输五个部分;从功能上,机械系统状态监测与故障诊断系统又可分成数据采集、状态监测、故障诊断三个部分。随着现代工业设备和系统日益大型化和复杂化,机械故障诊断设备的可靠性、可用性、可维修性与安全性的问题日益突出,从而促进了人们对机械故障诊断机理及机械故障诊断技术的研究。并且随着计算机技术及数字信号处理技术的迅速发展,机械设备振动监测与机械故障诊断技术被广泛应用于电力、石油化工、冶金等行业的大型、高速旋转机械中。目前这种技术己成为设备现代化管理和提高企业综合效益的技术基础。国内外实践表明,以振动监测与机械故障诊断技术为基础的设备预知维修能节省大量的维修费用,取得显著的经济效益,而且还能保证设备的安全运行,预防和减少恶性事故的发生,消除故障隐患,保障人身和设备安全,提高生产率。传统的机械故障诊断方法和理论对单过程、单故障和渐发性故障的简单系统可以发挥较好的作用,对于多过程、多故障和突发性故障以及复杂庞大、高度自动化的大型设备和系统,例如汽轮发动机组等,就具有较大的局限性。当前,典型的机电一体化产品——数控机床、交流伺服驱动装置等正在向数字化、小型化、高精度等方向发展,为监控带来新的挑战,由于模糊神经网络控制不依赖控制对象和数学模型,具有较强的鲁棒性,是一种非线性的控制方法,在解决此类问题中有很好的优势。而专家系统主要用于复杂的机械系统,能够克服基于模型的机械故障诊断方法对模型的过分依赖性。而人工神经网络对于故障的模式识别具有独特的优点。将人工智能的理论和方法应用于机械故障诊断,发展智能化的机械故障诊断技术,是机械故障诊断的一个新的途径。智能化的机械故障诊断专家系统现已得到广泛的应用,成为机械故障诊断的一个重要方向。二、人工智能在机械故障诊断中的应用方法人工智能在机械故障诊断主要研究用人工的方法和技术来模仿、延伸及扩展人的智能,从而实现机器智能。应用机械故障诊断系统的ai技术传统上可以分为专家系统(es)、人工神经网络(ann)、模糊集理论(fst)三大类。01.专家系统(expertsystem.es)专家系统(expertsystem,简称es)是20世纪60年代初产生的一门实用学科,目前是人工智能技术中较活跃、较成功的领域之一。它是一个由知识库、推理机和人机接口等三个主要部分组成的计算机软件系统,在知识表达方面,利用产生式规则进行知识表达,一方面得有益于现有人工智能语言,另一方面,是它的表达合乎人的心理逻辑,便于进行知识获取,利于人们接受,利用框架进行知识表达得到了越来越多的应用。在诊断推理方面,主要表现在对推理逻辑和推理模型的研究,在人工智能领域,存在着许多推理逻辑,在专家系统中广泛使用模糊推理逻辑降低系统复杂性,在机械故障诊断上能产生很好的效果。其威力在于所拥有的专家知识和运用知识解题的推理机制。由于建立在冯·诺伊曼计算机体系结构之上,专家系统在其发展过程中逐渐暴露出以下问题:知识获取的“瓶颈”、知识“窄台阶”、推理组合爆炸和无穷递归、智能水平低、系统层次少和在线实用性差等。机械故障诊断专家系统的研究与开发机械故障诊断专家系统的出现与逐渐成熟是机械故障诊断领域最显著的成就之一。因为人类关于机械故障诊断与维修的科一学知识往往落后于专家的实践和经验知识,从而为专家系统提供了广阔的应用前景。02.人工神经网络(artificialneuralnetwork.ann)人工神经网络简称神经网络,它是由大量简单的处理单元(称为神经元)广泛相互连接而形成的复杂网络,是对生物神经系统的模拟,其信息处理功能是由网络的单元的输入输出特性(激活特性)、网络的拓扑结构(神经元的连接方式)所决定。为了使系统具有良好的透明性,在神经网络的推理中引用了模糊规则,为人工神经网络建立良好的解释机制提供了方便。由于神经网络具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式的功能,使其在工程实际存在着大量的多故障、多过程、突发性故障、庞大复杂机器和系统的监测及诊断中发挥着较大作用。系统故障有层次性、相关性、延时性和不确定性,这就使得机械故障诊断问题变得十分复杂和困难,利用单个子神经网络解决问题需要大量的故障样本、适于诊断多类故障的网络结构难以确定,即使确定,也易陷入局部极小,自适应调整和误差函数的改进、加速收敛;对初始随机权值在量级上进行限定,克服了局部最小问题。在机械故障诊断中的应用方式有:从模式识别角度应用神经网络作为分类器进行机械故障诊断;从预测角度应用神经网络作为动态预测模型进行故障预测;利用神经网络极强的非线性动态跟踪能力进行基于结构映射的机械故障诊断;从知识处理角度建立基于神经网络的诊断专家系统等。目前,为提高神经网络在实用中的学习和诊断性能,主要从神经网络模型本身改进和模块化模型诊断策略两方面开展研究。
智能维修的应用现状及发展趋势
设备维修智能维修的应用现状及发展趋势编辑：时代愤青来源：装备保障管理网2017-09-15我要评论浏览量：
分享到：QQ空间新浪微博腾讯微博人人网微信智能维修的应用现状及发展趋势一、智能维修的应用现状人工智能在维修领域中主要应用于在故障诊断、维修训练、维修管理、维修评估等方面，其中维修管理包括维修决策、维修规
智能维修的应用现状及发展趋势
一、智能维修的应用现状人工智能在维修领域中主要应用于在故障诊断、维修训练、维修管理、维修评估等方面，其中维修管理包括维修决策、维修规划、预防性维修间隔期的确定等。1、故障检测与诊断故障检测与诊断是产品或设备进行修复性维修的前提，准确的进行故障检测、诊断和故障隔离是实施正确、及时维修的先决条件。采用专家系统，进行故障检测诊断是人工智能技术在维修领域最为广泛的应用。根据故障现象，利用汇集维修领域专家知识和经验建立专家系统，包括建立故障特征信息库、知识库，维修策略信息库等，或采用基于案例推理的方式，进行故障检测与诊断，以便为设备管理人员或维修人员提供故障检测与诊断的智能决策。2、维修管理维修管理在设备维修中具有重要的作用，缺乏科学维修管理的企业将面临严重的后果，如工厂关闭、公司破产，有时甚至会导致丧命的后果。而良好的维修管理可以带来更好的作业环境、更好的效益。人工智能在维修管理方面也有许多应用，利用专家系统的模拟和推理、知识发现等功能，人工神经网络的学习特性，建立设备维修决策模型，实施设备维修的智能决策和管理，为企业提供维修决策、确定大型、复杂设备的维修间隔期，进行维修方案选择等。维修决策：智能维修决策系统可以根据维修人员输入的相关信息，提供可选择的维修方案。因为在具体的维修实践中，维修人员的经验和水平是一个不可忽视的因素，一个具有丰富维修经验的人员所做出的维修决策和选择的维修方案比一个缺乏经验的维修人员所做出的维修决策和选择的维修方案，从时间、费用、效益等方面多要好得多，因此，可以充分利用领域专家知识和实践经验建立专家系统进行维修决策。采用专家系统进行维修决策，可用于各类复杂设备的维修管理。确定最佳修理间隔期，为维修部门提供合理的维修规划。对于预防性维修活动，如定期润滑，检测和维护等，都是预先规划并事先确定操作时间的。定期维护，不考虑设备工作状况，其结果是造成大量的维修资源的浪费。智能控制：开发智能控制维修管理系统，以解决设备管理中控制、维修和管理相互独立，自动化和信息的角度被分割在不同的层次，形成独立信息孤岛的问题。3、维修训练对于大型化、复杂化的关键设备而言，一旦发生故障造成的经济损失往往是巨大的，因此就要求维修人员能够迅速、准确判断故障性质和故障部位，及时处理故障，恢复系统正常运行，这就要求有合适的维修训练环境，能培养一批具有丰富经验的维修人员。智能维修训练系统就能满足维修训练的需要，为受训者提供了一个模拟的工作环境使他们能在计算机上安全可靠地进行维修操作，使“新手”很快能成为一名熟练的维修人员，加快了维修人员的培养周期，提高了维修保障水平，同时节约了费用。二、智能维修的发展趋势随着人工智能技术的发展和应用，在维修中的应用领域将会逐渐扩展，不再仅仅局限于以上领域。概括起来，在维修过程中直接运用人工智能的领域主要有：a、智能诊断，借助人工智能方法，在监测的基础上对复杂系统的故障进行分析和判断，确定出故障位置、原因等，并给出解决方法；b、机器人学，采用机器人的视觉和模式识别本身需要人工智能的方法才能解决。例如让机器人完成特殊环境下的维修任务；c、智能设计，在维修性设计中引入人工智能。d、智能控制，主要有专家控制系统与专家控制器，仿人智能控制器，基于神经网络的控制系统等。计算机技术和信息技术以及网络技术的发展，促使智能维修将向着综合化、网络化的方向发展。其综合化包括功能的综合化和技术的综合化，是指未来所开发的智能维修系统将不仅针对某项维修职能或任务，而是集成化、综合化的智能维修功能，可能包括故障诊断、维修决策、维修规划、维修训练等多项功能，开发的智能维修系统所采用的技术是综合化的，可能包括专家系统、神经网络，还可能融合了网络、仿真、虚拟等各项技术；其网络化则是通过网络，实现智能的远程监控，及时获得设备的状况，发出故障警告，相关的维修信息实现网络共享。随着互联网和无线联网技术进一步发展，未来各大型制造企业的制造实施将从传统的工厂集中体系向电子工厂和电子供应链体系转变，网络化的电子维护将为公司提供智能性的预测工具通过互联网无线连接系统来监控公司资产，防止出现不可预料的故障。一个“看门狗”装置可以作为“黑匣子”使用。一旦出现失败，操作员可以从“黑匣子”中得到最后几分钟的导致机床损坏的信息。这样就可以迅速确定故障的位置，进行迅速的修复。同时，相关知识信息也可以和其他用户在联网或无范围约束环境下实现资源共享，运用网站通过资源优化来得到近乎零停工的性能。
TPM,点检,班组建设,管理能力咨询培训@左明军老师.微信：13808969873
分享到：QQ空间新浪微博腾讯微博人人网微信故障诊断(92)智能维修(5)分享到新浪微博分享到腾讯微博返回1.凡“装备保障管理网”的原创稿件,版权均属本站所有,转载请注明作者和来源,不尊重原创的行为我们将追责；2.本站旨在宣传助力中国工业2025,会员转载文章如牵扯版权问题请与我们联系,我们将在第一时间处理，谢谢!
关联文章气动系统故障诊断与排除应具有的三大手段
网友观点解析人工智能在汽车行业的应用现状
解析人工智能在汽车行业的应用现状
时间：2017-11-30
来源：网络转载
导语：人工智能概念被热炒的阶段已经过去，现在人工智能落地应用正如火如荼的展开。从应用方向来看
人工智能概念被热炒的阶段已经过去，现在人工智能落地应用正如火如荼的展开。从应用方向来看，目前，金融、医疗、汽车和零售行业的应用场景相对成熟。就汽车行业来说，人工智能已经渗透到销售、维修、驾驶等多个场景，尤其是当下最火的无人车，其应用和商业模式都非常清晰，加之百度、谷歌等巨头争相投入，该领域发展迅速。
1.驾驶辅助系统
驾驶辅助系统是汽车人工智能领域目前最为火热的方向。在感知层面，其利用机器视觉与语音识别技术感知驾驶环境、识别车内人员、理解乘客需求；在决策层面，利用机器学习模型与深度学习模型建立可自动做出判断的驾驶决策系统。
按照机器介入程度，无人驾驶系统可分为无自动驾驶(L0)、驾驶辅助(L1)、部分自动驾驶(L2)、有条件自动(L3)和完全自动(L4)五个阶段。自动驾驶实际上就是把一个机器人司机和一辆电动汽车结合在一起，至于能达到哪个阶段关键取决于“人工智能”。目前，技术整体处于多个驾驶辅助系统融合控制、可监控路况并介入紧急情况(L2)向基本实现自动驾驶功能(L3)的转变阶段。
以最火的无人车为例，据媒体报道，单单美国加州，就有30到50家无人车公司在路测。国内无人车的研发百度遥遥领先，今年7月已经推出了自动驾驶开放平台的Apollo计划，预计首批无人车的量产时间将从2020年提前至2018年。据最新消息披露，百度旗下的蓝白色自主驾驶汽车已被发现出现在北京北部的公共道路上，似乎在进行中国首次全自主驾驶汽车公路测试。
2.智能车载系统技术
以百度的Apollo小度车载系统为例，Apollo小度车载系统具备智能语音助手、人脸识别、疲劳监测、AR导航、HMI、车家互联、智能安全等多个核心功能。
Apollo小度车载系统将家里的智能音箱和汽车无缝连接了起来。在家里对智能音箱发出语音指令，就能打开车里的空调，再也不用经历夏天车内可煎蛋、冬天车内似冰窖，上车空调开上好一阵子才能缓过来的状况。除了提前打开空调，还能坐在家里查看汽车油耗。
当下最热的人脸识别也被应用到了Apollo小度车载系统，从此再也不用车钥匙，直接刷脸上车，而且座椅立刻调整到适合你的角度。开车过程中，Apollo小度车载系统还会通过人脸识别，对驾驶员的精神状态进行分析，一旦监测到了疲劳驾驶行为，就立刻用播放音乐、震动安全带、主动对话等方式发出提醒，如果驾驶员实在是“困意难消”，小度就会自动导航到最近的休息区。至于人脸识别的准确率更不用担心，已经达到99.77%。
Apollo小度车载系统背靠百度千亿级的搜索数据，其语音交互功能强大无比，可以满足150多个场景下的需求，在强噪音下仍具备超高识别率，而且支持多轮交互、打断式交互、情感化表达等。例如，在开着敞篷跑车的强噪音情况下，通过语音播放、停止、切换音乐，可以直接问车子运行情况；对于推荐电影院、选座、买票都是“soeasy”的事，付完款直接导航到电影院。
3.智能销售
以近日戴姆勒为梅赛德斯-奔驰豪华车研发的一款虚拟手册（virtualmanual）为例，该手册融合了人工智能技术与聊天机器人（chatbot）及增强现实等其他先进技术。汽车销售员也可能很快面临失业。
该技术仅需要通过手机应用“询问奔驰”（AskMercedes）便可实现。用户可通过“询问奔驰”了解新车功能，不仅可以现场查询与车辆操作相关的问题、了解座舱仪表盘及用户界面的各项功能，这款高科技产品还能人性化地回答人机界面以及与梅赛德斯品牌、戴姆勒企业相关问题。此外，对于最新版梅赛德斯-奔驰E级或S级轿车，该应用通过手机摄像头扫描，可以说明存疑的控制原件或显示屏出了哪些问题。
如此专业又有人情味的智能应用是不是分分钟代替一批不专业的销售。
4.零部件的实时监测
所谓预测性维修是指将状态监测、故障诊断、状态预测和维修决策多位合为一体的系统过程，通过收集大量运行状态信息和运用预测模型，来实现零配件的提前维修更换。
于2013年成立的加拿大企业Ansik，开发了一款软件PitStop可预测零件故障。该公司向企业代理商和维修站销售一款接入汽车的插件和一个附属手机APP，以此搜集实时发动机和传感器数据及其他监测信息，观测性能状况并推断汽车故障可能。如果数据显示汽车将出现问题，会立刻通知用户停车检修，同时提供来自维修站的修理建议。
中传动网版权与免责声明：凡本网注明[来源：中国传动网]的所有文字、图片、音视和视频文件，版权均为中国传动网(www.chuandong.com)独家所有。如需转载请与0755-82949061联系。任何媒体、网站或个人转载使用时须注明来源“中国传动网”，违反者本网将追究其法律责任。
本网转载并注明其他来源的稿件，均来自互联网或业内投稿人士，版权属于原版权人。转载请保留稿件来源及作者，禁止擅自篡改，违者自负版权法律责任。
如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
下一篇：▪EyeC将在LabelexpoAsia2017展出最快速的印刷检测技术▪
2017年11月28日，德国汉堡讯德国印刷检测系统制造专家——EyeC中国与EyeC德国将于今年12月5—8日在上海新国际博览中心举办的2017亚洲国际标签印刷展览会（Lab...
返回新闻首页