鲁达 在华晨宝马铁西工厂的动力总成车间，我们看到了不少忙碌的AGV（Automated Guided Vehicle，无人搬运）机器人。
一位工人站在一个正方形的操作台内只需简单点击几下电脑，AGV接收到指令后根据事先编程设计的搬运路线，通过二维码扫描精准识别动线，将组装所需的零部件送了过来，师傅们从AGV机器人上陆续拿出所需的零部件，扭身操作，工序完毕后点击屏幕，这辆AGV便重新出发，继续执行自己的下一个任务。
今年上半年，华晨宝马铁西动力总成工厂物流“货到人”项目投入以来，已经共有20余辆AGV协助工人完成拣选运输工作，这20辆AGV每小时可以完成超过300个拣货订单，满足发动机总装的零件供应。
在升级到“货到人”的项目之前，宝马工厂还是传统的“人拣货”模式。工程师们需要推着大大小小的装载车去指定的拣货区拣货，将所需的货拣回来，回到工作台再继续组装操作。
仅仅是在华晨宝马的动力总成工厂，每天的生产过程中就需要数以万计的零部件进行运输调配，这其中需要投入大量的人力物力。而技术生来就是为了解放员工单调重复的劳动，提升生产效率，AGV和无人化仓储区的改造念头由此而来。
AGV和无人化仓储区也只是华晨宝马铁西工厂数字化转型的一部分。在看起来非常传统的汽车制造领域，宝马已经将人工智能视觉检测、5G连接、无人化仓储，甚至是VR/AR等数字孪生应用在了工厂，并深入到了汽车制造的多项流程。
品驾/品玩参观下来也有了极大的感触：眼前看到的这些传统制造业的智能化转型本身并没有科幻片中那般“性感”，但一旦将工业互联网、AI视觉以及5G等技术融入到工业智能化流程的深处，一座传统工厂的进化也将是史无前例的。
从一粒砂开始的动力工厂
宝马车里发动机硕大的缸体，最初其实是从一粒砂开始的。
首先，铸造发动机的原始材料就是专门用于铸造工艺的铸造砂，但由于砂本身没有粘性，无法直接塑性，所以第一步其实是要将砂通过大型混砂机与胶混合，而再将砂胶混合物放到热芯盒中形成砂芯，进入铸造空腔模具中从下至上注入铝合金溶液待其冷却凝固后便获得了缸体零部件的毛坯。
但毛坯的精度还不足达到结合要求。所以铸造车间让砂变成了块状的毛坯件，而到了机加工车间后，经过机械臂一系列的车、铣、刨、磨、钳等各种工序便成了精度更高的发动机缸体/缸盖。
在缸体进入到下一流程前，其实就涉及到一个视觉质检的过程，最早是通过单独的质检老师傅们的人眼目视，而现在换成了人工智能机器视觉辅助。
此前，检测人员每天需要检测约2000个汽缸盖，这对检测人员的细致程度和视力都提出了极高的要求。首先，目视检测结果效率很低，其次，检测人员如果长时间对同一种缸体检测也极易产生视觉疲劳。
宝马将流程融入AI视觉检测后给我们留下了很深的印象：传送带只需将缸体运输到了一个硕大的带有机械臂的检测位，检测人员点击电脑，机械臂夹起缸体，在举起到检测人员的面前之前，AI视觉已经完成了缸体接触面的初筛。
据了解，这个巨大的检测设备内拥有机械臂和多个摄像机，而过去的机械臂抓取其实是预先设置好的参数，而有了5G技术之后，可以慢慢过渡到AI视觉，实现一部分自学习。
这些初筛结果会率先出现在大屏上，并且对于人眼不易查看的小瑕疵进行了颜色标注。
随后操作人员可以通过大屏放大查看，点击复核，同时进行缸体视检。
更加灵活的生产流程，提升了质检效率和产品质量。技术人员称，原来缸体检测的工作流程全部印在了66张A4纸上，质检人员会按照流程操作，而如今AI视觉通过学习已经可以实现初筛，一个发动机缸盖的检测时间缩短到几十秒钟，而缸盖表面微小瑕疵的识别准确率也达到了99.7%。
在形成不同的铸造件之后，也就有了上述AGV将不同零部件总装到一起的过程。
现场一位技术人员称，今年10月“货到人”的二期项目也将上线，届时将有更多AGV在仓储区域代替人工拣货员。而在未来，华晨宝马还希望AGV可以扩展到所有工厂，逐步实现从仓库归位、拣选到线旁供线的全物流流程自动化。
从代替人到协助人
从视觉AI和AGV的运用也可以看出，本属于物流配送区的员工变身成指导者和教练，他们不再需要深入仓储区域进行拣选，而是负责照看这些“小跟班”做得对不对和好不好。
这也就意味着，数字工厂并非会成为“无人工厂”。
对于华晨宝马而言，技术以“人”为本，为员工提供支持和服务，是技术发展的必然走向。而通过智能化的“人”“机”协作，消除员工自我发展的阻力和束缚，是提升企业创造活力、赢得数字化未来的必由之路。
技术应该协助人，而非代替人，这是百年宝马深入制造的理念。
人，依然是永恒的主题。宝马认为，通过高效、精准、全面覆盖的数字互联技术，数字化工厂为员工构建了一个高度智能化、集成化的数字化平台，让每一个人都能从智能机械设备与网络中获得强有力的支撑，迅速从繁琐的工作中解脱出来。
在宝马工厂，我们看到了更多的激光摄像头和机械臂组合的应用。在车身裙板抓取工位，机器可以通过拍照，分析车身裙板的方向和位置，并独立完成分拣工作。在质检区，摄像头对车门、机箱盖等位置的扫描也可以实现平整度质检，以及生成数据。
所谓数字工厂，以及数据化的平台，更多是由经验驱动转为数据驱动。
这些数据到底有什么用？
除去数字化平台，按需定制、生产等概念，更广泛意义的工厂效率也拥有数据理念。
宝马的想法很超前，这里有一个数字孪生的概念。宝马工厂的一位高级总监称，机械臂调试的压力、电流都可以成为数字化模拟，他们会通过数字化平台来纠正。
机械臂迭代的过程中，生产系统的高效运转，都要把数据拿到数字孪生世界去模拟，然后再回来进行实质性的投产。
而现在的生产状态其实来自于两年前的设计和模拟，一旦投入真实生产，那么所有的工位的数据应该都处于虚拟模拟的就绪状态。
他对品驾/品玩表示，实际上，在建立宝马任何一个工厂之前，相应的管理部门其实对车间的雏形就有一定的要求，这个雏形就是一个数字化模拟的样本，工厂怎么设计，数字化平台怎么连同，数据怎样流转都是交给相关部门可行性分析的概念模型。
这不仅是将VR等技术应用于工厂建设，通过3D建模在数字化系统中搭建“虚拟工厂”，而有了数据之后，将可以1：1还原工厂真实的生产场景和生产效率，模拟工厂的运转。
宝马称，在数字化工厂中，数字化规划利用三维建模、VR技术（虚拟现实技术）和虚拟调试等前沿数字化工具在虚拟世界中创造数字孪生，进行产品和工厂的开发测试，并应用于现实生活中，从而提升规划和开发效率，缩短工厂及产品筹备时间。
这也正是最让人期待的：当新技术融入百年汽车工业，数字化工厂建设和生产都将迎来一次重大飞跃。