Техническое зрение

В статье рассмотрим преимущества использования искусственного интеллекта (ИИ) в производственных системах машинного зрения: например, это позволяет увеличить время безотказной работы оборудования и сократить затраты на профилактическое обслуживание.

ToF 3D, или трехмерная времяпролетная камера, — это устройство для обнаружения, идентификации и определения расстояния до объектов с помощью света. Принцип работы такой камеры заключается в определении времени, за которое свет покрывает расстояние от своего источника до объекта и обратно до камеры. Чем больше расстояние, тем больше тратится времени. Срабатывание источника света и съемка кадра синхронизированы таким образом, что расстояние можно определить и рассчитать на основе данных изображения. Рассмотрим особенности камер ToF 3D и решение компании Basler, позволяющее преодолеть их некоторые недостатки.

Анализ статистики несчастных случаев с участием транспортной техники специального назначения показывает, что наиболее распространенным видом аварий, представляющих серьезную опасность для жизни и здоровья людей, является наезд крупногабаритной техники на легковой автотранспорт и людей. Большинство подобных инцидентов происходит из-за плохого обзора оператора спецтехники. В данной статье представлена система помощи водителю Visionary-B компании SICK AG (Германия), выполненная на основе разработанного компанией стереоскопического машинного зрения. Это продолжение серии статей по решениям компании SICK AG, направленным на обеспечение безопасности труда в различных отраслях промышленности, в том числе и со сложными условиями работы на открытых пространствах [1–3].

В статье рассмотрим два подхода к развертыванию систем машинного зрения для решения задач видеоаналитики: централизованный, при котором все видеоданные с камер передаются в единый дата-центр, и периферийный — вычисления производятся защищенной системой, расположенной в непосредственной близости от камер наблюдения.

Самые распространенные технологии для идентификации единиц товара — нанесение штрихкодов (1D, 2D), прямая маркировка деталей (DPM) и использование RFID-меток. Все эти методы удобны, надежны и вполне применимы для дискретных производств и стандартизированных технологических линий. Но как быть с задачами, в которых условия выходят за рамки типовых? В этой статье мы расскажем о нетривиальных подходах к разработке интеллектуальных систем прослеживания, поднимающих такие системы на новый уровень.

В последнее время мы наблюдаем рост спроса на оптимизированные медицинские инструменты, которые независимо от местоположения или личного опыта врача могут обеспечить постановку диагноза и принять решение о применении того или иного медицинского протокола. Для полной реализации этих достижений очень важно машинное зрение.

Четвертая промышленная революция ставит перед руководителями промышленных предприятий новые глобальные задачи. Для более продуктивной работы организациям требуется внедрить в сложившиеся технологические процессы новые цифровые технологии и прийти к созданию «умных» производств. Системы машинного зрения являются ключевым инструментом на этапе цифровизации предприятия и решают широкий класс задач, связанных с контролем качества и отслеживанием продукции, сбором данных о состоянии оборудования и ходе технологических процессов, визуальным контролем соблюдения сотрудниками требований безопасности и т. д. Рекомендации по внедрению таких систем, приведенные в статье, сформированы на основе опыта компании «Малленом Системс».

Работая на рынке разработки и поставки решений для государственной системы маркировки разных видов товаров, мы наблюдаем значительные расхождения в понимании вопросов верификации качества печати уникальных номеров продукции. Причем разное отношение к этому наблюдается как на стороне потребителей, так и на стороне поставщиков решений для маркировки. После внесения в нормативные документы типографского способа печати средств идентификации (уникальных номеров) продукции и успешно проведенного эксперимента по печати уникальных номеров на производимой в типографиях упаковке вопрос верификации стал актуальным и для полиграфического производства. В рамках данной статьи мы попробуем расставить все точки над «i» и разобраться, что же можно считать полноценной верификацией.

Проблема производственного травматизма остается чрезвычайно актуальной для крупных промышленных и строительных предприятий России, несмотря на тенденцию к сокращению абсолютного числа травм. Ответственность за травмирование сотрудников лежит на работодателе, поэтому предприятия вкладывают большие средства в обеспечение промышленной безопасности и мониторинг соблюдения сотрудниками установленных требований в режиме реального времени.

Компания Innodisk с дочерней компанией Aetina предоставили австралийскому производителю автоматических мусоровозов комплексное решение для мониторинга и хранения данных, основанное на платформе искусственного интеллекта (ИИ).