Объединение машинного зрения и нейронных сетей в IIoT

Кора головного мозга - это часть мозга, обрабатывающая изображения. У людей самая большая кора головного мозга по сравнению с другими млекопитающими. Это превосходное зрение - одна из эволюционных черт, которая дала человеку преимущество перед другими животными. Биологи-эволюционисты пытаются раскрыть тайну этой особенности, а исследователи технологий пытаются ее воспроизвести.

Рисунок 1. Система машинного зрения на заводе.

Люди учатся на опыте и практике. Машинное обучение - это область искусственного интеллекта (ИИ), которая пытается заставить компьютеры имитировать процесс обучения человеческого мозга. Распознавание и обработка изображений - важная часть этой области. Используя распознавание изображений, инженеры могут классифицировать объекты без прямого вмешательства человека.

Нейронные сети и машинное зрение

Проще говоря, машинное зрение в сочетании с алгоритмами или нейронными сетями - это способность компьютеров видеть данные и действовать с ними. Изображения поступают в процессор компьютера в цифровом формате, чтобы анализировать, интерпретировать и действовать на его основе. Перед этой настройкой мы должны сначала обучить систему изучению данных.

Обучение нейронных сетей машинному зрению

Нейронные сети - это продвинутая область машинного обучения. Они широко используются для распознавания образов и других задач, требующих сложного познания. Первым шагом к созданию искусственной нейронной сети является обучение компьютерных алгоритмов с помощью изображений.

Рисунок 2. Пример алгоритмов обучения с изображениями. Изображение предоставлено Teledyne DALSA

Людям поручено маркировать входные изображения, на основе которых обучаются алгоритмы. Алгоритм сам научится идентифицировать объекты после обучения на большом помеченном наборе данных. Специалисты по обработке данных могут наклонять модели, чтобы улучшить скорость обучения и другие параметры. Полная модель с постоянной точностью может быть развернута для коммерческих приложений.

Но где взять данные для обучения модели?

Источники данных для машинного зрения

Машинное зрение в сочетании с нейронными сетями сложнее, чем простая идентификация изображений. Это также пространственное познание для распознавания трехмерных (трехмерных) объектов. Источником программ машинного зрения могут быть фотографии, видео или даже прямая трансляция с камеры. В таких случаях камера собирает изображения или видео, подаваемые в алгоритм.

Существуют алгоритмы машинного зрения, которые принимают другие формы ввода. Радар и LiDAR могут отслеживать объекты вокруг датчика. На выходе такого оборудования получаются не изображения, а координаты различных объектов вокруг него. Алгоритмы машинного зрения также могут обрабатывать эту информацию для получения пространственного понимания. Комбинация данных LiDAR и изображений с камеры также может использоваться в качестве входных данных для алгоритма машинного зрения.

Машинное зрение имеет широкий спектр промышленных и непромышленных приложений. Приложения варьируются от идентификации и навигации до визуализации слепых.

Машинное зрение в промышленности

Машинное зрение или компьютерное зрение находят множество применений в отрасли. Поскольку он все еще находится на начальной стадии, с каждым днем ​​выявляется все больше промышленных приложений.

Рисунок 3. Система машинного зрения, проверяющая объекты на заводе.

Некоторые из известных приложений включают:

• Сортировка товаров
• Выбор продуктов
• Автоматическая проверка
• Оптическое распознавание символов
• Выявление дефектов
• Определение цветов
• Обнаружение движения
• Выявление закономерностей
• Гарантия качества
• Управляемое движение (автоматизированные управляемые автомобили или AGV).
• Беспилотные автомобили.
• Считывание штрих-кодов и QR-кодов.
• Темные фабрики

По мере увеличения использования машинного зрения стоимость внедрения таких решений снижается, и выявляются новые приложения. Например, машинное зрение можно использовать вместе с IIoT.

Безопасность

Человеческая безопасность используется для патрулирования территорий различных учреждений. Однако распространенной проблемой является утомление такого персонала при выполнении служебных обязанностей в неурочное время. В этом может помочь машинное зрение с IIoT.

Система видеонаблюдения охраняемого помещения может быть подключена с помощью алгоритмов машинного зрения. Алгоритм будет постоянно отслеживать ленту на предмет аномальной активности. При обнаружении злоумышленников или других аномальных действий система может вызвать тревогу для проверки охранниками.

Он также может автоматически выполнять протоколы безопасности, такие как электрификация забора, установка шипов в точках выхода, оповещение полиции и т. Д. Все коммуникации будут происходить по сети между устройствами, подключенными к Интернету, для выполнения любого протокола.

Химический завод

Работать на химических предприятиях опасно для людей. Было бы полезно, если бы процессы можно было автоматизировать. Возьмем, например, процесс на химическом заводе, который требует, чтобы материал закипел, прежде чем отключать нагрев. Без машинного зрения технический специалист должен ждать и наблюдать за процессом.

Рисунок 4. Вентиляционная труба и котел химического завода.

С помощью машинного зрения камера может сфокусироваться на растворе, а нейронная сеть, обученная обнаруживать кипения, может определить, начала ли смесь кипеть. Как только алгоритм обнаруживает кипение в растворе, он может активировать флаг. Он отправляется в центральную вычислительную систему по сети. Система спроектирована таким образом, что получение этого сигнала запускает механизм выключения тепла.

В таком сценарии человеку не обязательно находиться на заводе, вдыхая химические пары, чтобы контролировать процесс. Машинное зрение и IIoT могут автоматизировать весь процесс. В этом конкретном примере для обнаружения кипящей смеси также могут использоваться инфракрасные или другие датчики, определяющие температуру.

Темные фабрики

Темные фабрики, как концепция, являются продолжением использования возможностей машинного зрения, автоматизации и IIoT в максимальной степени. Темная фабрика - это производственное предприятие, на котором не требуется человека-оператора для управления или контроля заводских операций. По сути, на фабрике не должно быть света, а значит, она может работать в темноте.

От доставки сырья до упаковки конечный продукт будет полностью автоматизирован. Сырье будет собираться и сортироваться с помощью вилочных погрузчиков и роботизированных манипуляторов с помощью машинного зрения. Роботизированные руки, собирающие различные детали, будут использовать машинное зрение, чтобы определить, куда идет каждая деталь. Транспортные средства AGV, которые используют машинное зрение для навигации, обеспечивают транспортировку материалов на заводе.

Готовая продукция проверяется и тестируется с помощью роботов в сочетании с возможностями машинного зрения. Для сортировки бракованной продукции и упаковки готовой продукции также используется машинное зрение.

Такие приложения, как темные фабрики и химические процессы, и это лишь некоторые из них, могут извлечь выгоду из машинного зрения. Его алгоритмы могут обеспечить безопасность персонала, процессов и повысить эффективность. Для каких типов приложений вы используете машинное зрение в цехе?