Témata
Foto: I. Heisler

Ve znamení kvality: Možnosti a úskalí strojového vidění

Uplatnění umělé inteligence v průmyslové výrobě slibuje usnadnění lidské práce, snížení chybovosti a nepřetržitý monitoring kvality i technického stavu výrobního prostředí. Mezi ideálními laboratorními podmínkami a reálnou výrobou však existují zásadní rozdíly, přičemž ani sebelépe vytvořený model neobstojí bez dlouhodobé péče a konzistentního sběru dat.

Tento článek je součástí seriálu:
Ve znamení kvality
Díly
Anna Jirásková

Vystudovala umělecko-průmyslovou střední školu v Turnově a následně strojírenský management na Vyšší odborné škole ve Strakonicích. Většinu svého profesního života se věnuje překladatelství z angličtiny, ve volném čase pak například literatuře, počítačům, řemeslné tvorbě či vzdělávání se v dalších jazycích. V MM Průmyslovém spektru pracuje jako redaktorka od roku 2024.

Reklama

V prostorách CIIRC ČVUT v Praze se 6. května 2026 konal odborný seminář „Využití strojového zpracování a rozpoznání obrazu v průmyslové praxi“, kde se sešlo na 70 účastníků z akademické sféry i odborníků z jednotlivých firem. Hlavním motivem této akce, kterou zorganizovalo Výzkumné centrum pro strojírenskou výrobní techniku a technologii (RCMT) při Fakultě strojní, se stala vize autonomních výrobních systémů.

Tato vize je spojena s představou přesné a rychlé výroby, která probíhá bez ustání a nevyžaduje přitom zásah lidské ruky. Jak již ve své úvodní řeči podotkl Matěj Sulitka, zástupce vedoucího RCMT, současné výrobní systémy trpí nedostatkem zkušené obsluhy. Tuto slabinu by mohly do jisté míry vykompenzovat technologie strojového vidění, které by nahradily chybějící lidskou sílu v náročných, či naopak monotónních provozech, snížily chybovost lidské inspekce, zajistily nepřetržité monitorování kvality, a při tom všem navíc monitorovaly technický stav strojů.

„Autonomní výrobní systémy budoucnosti by se měly samy monitorovat a řídit, čímž nahradí chybějící zkušenou obsluhu,“ shrnuje v úvodu doktor Sulitka z RCMT.
(Foto: I. Heisler)

Posun směrem k hloubkovému učení

V oblasti průmyslového monitoringu lze v současnosti vidět přechod od klasických metod zpracování obrazu k tzv. hloubkovému či hlubokému učení (deep learning). Zatímco tradiční přístupy byly založeny na pevných, člověkem definovaných pravidlech, kdy programátor musí přesně určit parametry jako prahové hodnoty jasu, filtrace nebo detekce hran, hloubkové učení představuje odlišný přístup. Pravidla pro rozpoznávání objektů se již nesestavují ručně, ale systém se je učí autonomně na základě velkého množství dat.

Klíčovým prvkem tohoto rozvoje jsou zejména konvoluční neuronové sítě, které se po roce 2010 staly průmyslovým standardem, a to díky své schopnosti zobecňovat nové situace. Modely hlubokého učení jsou díky nim schopny rozpoznat vady či objekty i v případech, kdy dojde k mírnému natočení dílu, změně kontrastu nebo rozostření, k čemuž se v procesu trénování využívá takzvaná augmentace dat.

Tento pokrok však nezávisel pouze na nich. Jak na semináři přiblížil Matouš Cejnek z Ústavu automatického řízení FS ČVUT v Praze, jde spíše o souhru tří klíčových faktorů – dostupný hardware, otevřený software a pokročilá konektivita. Dříve finančně nedostupné výpočetní výkony dnes nahradily levné a vysoce výkonné grafické čipy, jako je například řada Nvidia Jetson, které umožňují běh AI modelů v reálném čase přímo na výrobní lince. Nové open-source softwarové možnosti (např. frameworky PyTorch či TensorFlow) spolu s kvalitní dokumentací zpřístupnily tyto technologie širšímu okruhu strojařů.

K úspěšnému rozšíření přispěl rovněž rozvoj 5G sítí, které v moderních provozech umožňují s minimální latencí přenášet data mezi kamerami a centrálními servery, takže není potřeba mít výkonný počítač u každého stroje. Například výzkumníci na ČVUT využívají k testování jednotlivých řešení laboratoře Testbed pro průmysl 4.0, kde mají k dispozici přes 35 robotických systémů propojených na bázi privátní 5G sítě. Data z desítek kamer tak mohou proudit na jeden centrální server, kde dochází k jejich zpracování.

Reklama
Reklama
Reklama

Data jako hlavní výzva

Má-li dojít na uplatnění AI v praxi, v prvé řadě je potřeba vzdát se iluzí o jednorázovém řešení. Jak stručně podotýká ve své přednášce Martin Hriško z firmy 24Vision, „výroba není laboratoř“. Zatímco totiž v laboratorních podmínkách dosahují modely úspěšnosti i přes 99 %, v reálné výrobě dochází k prudkému poklesu spolehlivosti.

Hlavní příčinou jsou extrémně variabilní podmínky, s nimiž si statické modely samy od sebe neporadí – od proměnlivého osvětlení způsobeného střídáním denních dob či přímým slunečním svitem do haly až po prach, olejové skvrny, kouř či vibrace. V metalurgii se pak kupříkladu přidávají specifika jako žhavý materiál, jehož viditelnost se během chladnutí mění, nebo hromadění nečistot přímo na optice kamer, což bez adekvátní údržby může vést k rychlému selhání celého systému.

Další zásadní výzvou je nedostatek a nevyváženost datových sad. V kvalitních provozech se vada může vyskytnout jen vzácně, a sběr dostatečného množství unikátních snímků pro trénink by tak mohl trvat i roky. Tento problém lze řešit takzvanou augmentací či generováním syntetických dat, jimiž se uměle navýší dataset, ale ani tyto metody nedokážou stoprocentně nasimulovat nepředvídatelnou realitu výrobní haly.

Implementace navíc při vyhodnocování dat naráží na lidský faktor, neboť chybné či nejednoznačné označování vad přímo snižují výkonnost modelu. Vstupní data ani sebepřesnější prvotní nastavení tak pro dlouhodobou funkčnost a důvěryhodnost nestačí. „Není nejtěžší AI vytvořit, ale je nejtěžší vytvořit AI, které ten zákazník bude důvěřovat,“ říká Martin Hriško. Aby byl model použitelný v praxi, je potřeba jej průběžně obohacovat na základě reálných výrobních dat, přičemž jejich sběr a integrace se musí provádět dlouhodobě, stabilně a v konzistentní kvalitě.

Laboratoře Testbed pro průmysl 4.0 zahrnují přes 35 robotických systémů propojených skrze privátní 5G síť. (Foto: I. Heisler)

Pravidla dlouhodobého fungování

Aktu o umělé inteligenci (EU AI Act) se již podrobněji věnoval jeden z minulých článků. Tato legislativa, která vstoupila v platnost v srpnu 2024, definuje AI systémy jako stroje s různou mírou autonomie, jež na základě dat generují výstupy ovlivňující fyzické či virtuální prostředí. Její základní metrikou je kategorizace rizik, přičemž většina běžných průmyslových aplikací, jako je kontrola kvality, počítání kusů či detekce poškození, spadá do skupiny s minimálním nebo omezeným rizikem.

K zásadní změně však dochází v případech, kdy se AI stává součástí bezpečnostních prvků stroje (např. detekce ruky v lisu) nebo kdy je kolaborativní robot provozován v přímém kontaktu s pracovníky. V takových případech už se jedná o vysoce rizikové systémy, kde platí mnohem přísnější nároky na dokumentaci a lidský dohled. Ostatně jak na semináři zmínila Aneta Fortelková z poradenské společnosti PwC, tzv. proaktivní governance je nezbytná i u systémů s nízkým rizikem. I zde je totiž potřeba postarat se o spolehlivost provozu, jasné vymezení odpovědnosti operátorů či ochranu firmy proti konkurenčnímu zneužití trénovacích dat.

Reklama

Infrastruktura a implementace

Samotné vytvoření a natrénování modelu je tedy pouze začátkem celého procesního řešení. Úspěšná implementace AI systémů vyžaduje robustní infrastrukturu, která zajistí sběr a zpracování dat v reálném čase, ale zároveň nenaruší přesně vyladěný výrobní takt.

Nezbytný je také trvalý monitoring – systémy musí být nastaveny tak, aby archivovaly veškerou inferenci (rozhodování AI) a umožňovaly zpětnou vazbu od operátorů. Jedině tak je možné včas detekovat tzv. driftování modelů, kdy se přesnost AI postupně zhoršuje kvůli změnám v prostředí a časem vyžaduje přetrénování. Teprve transparentní infrastruktura a konzistentní výsledky jsou cestou k vybudování důvěry u koncových uživatelů.


Ve znamení kvality: Ostře zacílené setkání expertů

Ve Stuttgartu letos debutuje zcela nová akce, která aspiruje stát se expertním kongresem v oblasti průmyslové kontroly kvality. Dvoudenní setkání Control-Expert Days 2026 se uskuteční 20. a 21. května na výstavišti Messe Stuttgart a spojí jak prvky veletrhu, tak prvky odborné konference do kompaktní a obsahově soustředěné podoby.

Související články
Ve znamení kvality: AI jako měřicí nástroj

Vizuální kontrola na bázi umělé inteligence je v první řadě nový měřicí systém, který podléhá změnám prostředí, materiálu i výrobního procesu, a jehož spolehlivost může bez průběžného monitoringu časem degradovat. Letošní úpravy technické legislativy se zabývají tím, jak nastavit validaci, aby byla AI kontrola kvality opakovatelná a auditovatelná.

Ve znamení kvality: Vstupní kontrola snáze a rychleji

Stabilita a jakost výrobního procesu vychází mimo jiné z předpokladu, že konzistentní a kvalitní je již vstup v podobě materiálu, z něhož se vyrábí. To ověřuje systém vstupních kontrol, které je zpravidla nutné provádět v laboratorních podmínkách. Dnes však existují i analytické a spektroskopické metody, jimiž lze kontrolovat materiál přímo během přejímky.

AI + leadership = ekonomická transformace

Pozvání k otevíracímu rozhovoru zářijového vydání MM Průmyslového spektra, věnovaného největší přehlídce průmyslových inovací – MSV v Brně, přijal prof. Ing. Vladimír Mařík, DrSc., dr.h.c., FEng., zakladatel a vědecký ředitel CIIRC ČVUT v Praze a zakladatel a ředitel Institutu Equilibrium. Nedávno byl v Indii podle něj nazván Institut umělé inteligence na NIMS University v Jaipuru, což je pro Českou republiku mimořádná událost a velká čest.

Související články
Jarní setkání strojařů v Plzni

Více než 30 vystavovatelů, téměř 50 řečníků, tři výstavní haly a jeden nezapomenutelný strojírenský zážitek. Akce Strojírenská inspirace 2024 se konala v Plzni od 4. do 6. června 2024 a zaměřila se na digitální výrobu, automatizaci a inovace ve strojírenství. Letos poprvé se toto setkání uskutečnilo v areálu Depo2015, který se stal centrem pro sdílení zkušeností a nápadů mezi odborníky z průmyslu a digitalizace.

Reklama
Reklama
Reklama
Reklama
Související články
Ve znamení kvality: Budoucnost patří zvídavým

Rychlé výrobní tempo i nástup umělé inteligence nezastavitelně proměňují svět strojírenství a kontrola kvality dnes prostupuje celým procesem. Inženýr kvality se tak mění ve strategického manažera, jehož lidský nadhled, intuice a osobní odpovědnost jsou i v éře inteligentních strojů naprosto klíčové.

Revoluce udržitelnosti: Výroba pod kontrolou

V praxi sériové výroby není udržitelnost jen dodatečným parametrem vázaným na životní prostředí. Je to především pracovní disciplína zaměřená na úspornost, eliminaci ztrát, přesnější řízení a konzistentní výsledky. Jako taková je v symbióze s inženýrským myšlením, přičemž její jednotlivé strategie významně přispívají k celkové stabilitě procesu.

AI změní strojařinu k nepoznání

Pozvání k rozhovoru ze série „Jak to vidí autority v oboru AI“ přijal Jan Romportl, který patří k nejvýraznějším tvářím české AI scény, a to s unikátním přesahem od hlubokého akademického výzkumu až po vysoký byznys. Jako bývalý ředitel centra umělé inteligence v O2 Czech Republic a současný nezávislý konzultant pomáhá korporacím i státní správě pochopit nejen možnosti spojené s nástupem obecné umělé inteligence (AGI), ale i její rizika. Ve svých veřejných vystoupeních se často zaměřuje na strukturální změny společnosti, bezpečnostní rizika a filozoficko-technické aspekty AI.

Nemusíte být první, ale nesmíte zaostat

K dalšímu rozhovoru ze série „Jak to vidí autority v oboru AI“ jsme pozvali konzultanta a technologického vizionáře Martina Krčka. Specializuje se na implementaci umělé inteligence, automatizaci a robotiku a pomáhá firmám transformovat se v agilní, daty řízené organizace připravené na éru čtvrté průmyslové revoluce.

IMTS 2026: Ve znamení nových trendů v obrábění

V září se v Chicagu uskutečnil veletrh IMTS. Pro Českou republiku i pro firmy, které zde reprezentovaly sebe i český průmysl, to byl velmi intenzivní týden. Obdobně koncipovanou společnou prezentaci neměla žádná jiná ze zúčastněných zemí. Německo i Čína sice měly národní expozice, český projekt však díky koordinaci a podpoře Ministerstva průmyslu a obchodu nabídl na IMTS zcela unikátní formát prezentace. Pojďme se podívat na několik postřehů z výstavy.

Laser jako nástroj: Výhoda bezkontaktnosti

Laserové měření využívá schopnost přesně směrovaného světelného svazku nést informaci o prostoru. Někde stačí přesnost na centimetry, jinde rozhodují mikrometry; pokaždé však jde o rychlé, bezkontaktní a dobře automatizovatelné získání dat. Od raných dálkoměrů vede tato cesta až k dostupným měřidlům dnešní praxe.

AI překlad je rychlý, ale pozor na terminologii

Automatizovaný překlad dokumentů se v průmyslové praxi často používá k urychlení překladu technické dokumentace vcelku běžně. U návodů, servisních instrukcí, technických listů nebo interních standardů však nestačí, aby překlad „přibližně dával smysl“ – rozdílný překlad termínů totiž může znamenat zbytečné kontroly, opakované opravy i nejasnosti v komunikaci.

Trendy v logistice a dopravě pro rok 2026

Logistika v tomto období vstupuje do pokročilé fáze technologického rozvoje, kde se digitalizace a automatizace stávají běžným standardem a jsou integrovány do všech úrovní provozu. Agentura Aspen.pr požádala manažery několika společností o názor na trendy, které letos budou tento obor formovat.

CIMT Peking, Část 1. Obecný pohled

V předvelikonočním týdnu se v Pekingu uskutečnil veletrh obráběcích strojů CIMT 2019. V asijském regionu se jedná o obdobu veletrhu EMO Hannover. A stejně jako EMO je velkou měrou národní výstava německé výrobní techniky, tak CIMT je převážně čínský. V tomto prvním vstupu se podíváme na letošní ročník trochu s odstupem, aniž bychom se zaměřili na konkrétní exponáty.

Nové aplikační centrum pro výrobní stroje

Společnost Siemens otevřela ve svém areálu v Praze-Stodůlkách Aplikační centrum pro výrobní stroje v Praze (Application Center for Production Machines Prague). Centrum zaměstnává vysoce kvalifikované technické odborníky, kteří se specializují na výrobní stroje, jejich automatizaci a využití nejnovějších technologií, jako je průmyslový internet věcí.

Reklama
Předplatné MM

Dostáváte vydání MM Průmyslového spektra občasně zdarma na základě vaší registrace? Nejste ještě členem naší velké strojařské rodiny? Změňte to a staňte se naším stálým čtenářem. 

Proč jsme nejlepší?

  • Autoři článků jsou špičkoví praktici a akademici 
  • Vysoký podíl redakčního obsahu
  • Úzká provázanost printového a on-line obsahu ve špičkové platformě a mnoho dalších benefitů....  již 30 let zkušeností s odbornou novinařinou
Předplatit