Всевидящее око: для чего применяют компьютерное зрение на производстве

Компьютерное зрение — это раздел искусственного интеллекта (ИИ), который занимается извлечением информации из изображений. Оно может полностью исключить человеческий фактор на производстве и взять на себя контроль качества товаров и процессов, безопасность сотрудников и учет. Какие технологии позволяют это сделать, рассказываем в нашей статье.

Компьютерное зрение анализирует любое изображение: фото, видео, серию фото, рентгенологический снимок, схему и т. д. Извлекаемая из изображений информация также может быть разной: это класс изображенного объекта, его цвет, текстура, состав. Для видео — скорость движения объекта, момент возникновения тех или иных событий и многое другое.

Развитие высококлассного компьютерного зрения позволяет в разы быстрее обрабатывать большие массивы визуальной информации, что полезно и для производственного сектора в том числе. Первые системы компьютерного зрения были связаны с промышленными роботами и проверяли, что деталь на конвейере занимает определенное количество пикселей, а значит она определенного размера. Сегодня компьютерное зрение выполняет и куда более сложные задачи.

Компьютерное зрение позволяет контролировать качество не только готового продукта, но и процесс производства. Поэтому эту задачу можно разделить на два направления:

• Обнаружение дефектов в конечном продукте.

Здесь происходит анализ продукта на физическое наличие конкретных составляющих и деталей, оценка размера, цвета и чистоты товара. Эта группа решений позволяет выявлять брак на этапе конвейера и отсеивать его.

Как правило, дефекты готового товара указывают и на сбой в производственном процессе. Поэтому эта группа датчиков может также выявлять сбой производственного процесса и рекомендовать варианты исправления ошибок. Так, система оптического контроля пенного слоя процесса флотации от Clover и Ctrl2GO может анализировать цвет пены, размер и скорость пузырьков и позволяет оценить качество полученного концентрата. В то же время, разные характеристики пены указывают и на определенные ошибки производственного процесса, которые также выявляются в процессе анализа пенного слоя.

• Обнаружение отклонений в производственном процессе.

Кроме выявления ошибок в процессе производства по внешнему виду полученного продукта, существуют системы, оценивающие непосредственно сам процесс. Например, разработка компании AGMIS анализирует позы рабочих во время производственного процесса и определяет, правильные ли действия производятся с продуктом на данном этапе. Это позволяет отследить еще и продуктивность рабочих в течение дня.

Безопасность на производстве связана со многими факторами. Более того, их контроль усложняется огромными территориями, за которыми сложно уследить человеческим глазом. Автоматизированные системы анализируют движение спецтехники и рабочих на территории производства, измеряют расстояния между объектами и вес поднимаемых грузов, анализируют внешний вид сотрудников и много другое. Решение компании Accenture следит за передвижением объектов, идентифицирует их нахождение в запрещенных зонах и самостоятельно пополняет библиотеку потенциально опасных ситуаций.

В данном случае технологии компьютерного зрения учат считывать числа, слова или штрих-коды, используемые для маркировки разных предметов на производстве. Это позволяет следить за перемещением товара на производстве и предотвращать кражи.

Простейшее решение по распознаванию штрих-кодов предлагают сегодня почти все организации, работающие с компьютерным зрением.

Автоматизация контроля перечисленных задач исключает человеческий фактор и обеспечивает почти круглосуточный сбор и анализ данных. Производственный процесс становится эффективнее, а само предприятие — безопаснее для сотрудников.