市场活力的不断增强使得产品开发加速。新的开发项目进入市场成熟期的时间正在以月为周期来计算，而不再是年周期。工业环境中的传感器技术在这里起着特殊的作用。虽然大量的标准化应用都有合适的传感装置，但随着对个性化解决方案需求的持续增长，量身定制解决方案的需求也在不断增长。 

 

    “直到几年前，制造商一直试图开发满足各种要求的传感器。现在，新的传感器软件方案将使个性化程度不断提高的任务得到解决。SICK 已经利用 SICK AppSpace 生态系统在该领域搭建起一个平台，在其中可为自动化应用提供高适应性的解决方案”，SICK 工业 4.0 高级副总裁 Bernhard Müller 指出。现在，这家传感器制造商将向工业 4.0 迈进一步，并推出其基于深度学习算法的**传感器解决方案。 

 

    功能可定制

 

    SICK 自身在工业环境中使用新的深度学习技术，使其传感器的功能专有化。与此同时，传感器学会处理信息，从而可获得新功能。此外，调整后的传感装置将使新流程成为可能。此时，传感器通过自学算法来提供、处理和分析数据。  

 

    例如，在传感器解决方案中，传感器通过大量图像得到训练，为特定问题给出答案。经过此项训练，传感器可以自主将新的未知图像归于某个结果。“例如，我们目前正在利用深度学习进行一个木材行业的试点项目。具有深度学习功能的相机是我们解决方案的基础”，Müller 指出。 

 

    资源合理利用和高质量

    为了优化利用原材料木材，锯木厂必须知道原木中的条件如何。年轮、树心在哪里？这对于木材的优良加工必不可少。Müller介绍“利用深度学习，我们让相机能够找出如何*有效地使用木材。这项任务在之前只能由人来完成”。  

 

    利用这项技术将令此前意想不到的新应用成为现实，使流程更加高效和富有成效。“在试点项目中，我们能够提高材料利用率、产品质量，还能避免资源浪费”，Müller 补充说。不仅实现了材料的可持续使用，员工也不再需要处理单调的工作，并且现在有时间来完成更加复杂的任务。