Цифровой надзор: как технологии компьютерного зрения реализуются в промышленном секторе
Что такое визуальный контроль в его современном, технологичном понимании? Это переход от простого наблюдения к комплексному интеллектуальному анализу объектов и событий. В отличие от традиционного осмотра человеком, автоматизированные системы работают круглосуточно без усталости и субъективных ошибок.
Современные камеры высокого разрешения в сочетании с процессорами обработки изображений позволяют выявлять невидимые глазу дефекты со скоростью, недостижимой для человека. Визуальные системы контролируют состояние оборудования, выявляют потенциально опасные ситуации и следят за соблюдением технологий. В условиях, где цена ошибки слишком высока, автоматизация контроля становится жизненно необходимой. Об одном из наших проектов, реализованном для промышленного сектора, рассказываем в статье.
Заказчик поставил перед командой «Формата кода» комплексную задачу, включающую сразу несколько сценариев, связанных с компьютерным зрением. Нужно было автоматизировать несколько процессов на производственной площадке:
- подсчет компонентов на конвейере,
- определение событий при крупноузловой сборке,
- контроль ношения средств индивидуальной защиты (СИЗ),
- фиксация въезда и выезда транспорта с территории.
Главным вызовом стала необходимость обеспечить высокую точность и устойчивость работы моделей в сложных, постоянно меняющихся условиях: при разном уровне освещения, осадках, различных ракурсах съёмки и нестабильном качестве видеопотока.
За каждой технической задачей стояла конкретная бизнес-цель, направленная на повышение эффективности и безопасности предприятия:
- Контроль СИЗ. Это фундаментальный вопрос техники безопасности. Автоматическая система позволяет мгновенно фиксировать нарушения (например, отсутствие каски или жилета) и предотвращать несчастные случаи, не полагаясь на человеческий фактор.
- Подсчёт компонентов. Это задача учёта, контроля и планирования. Когда система точно знает количество прошедших через конвейер деталей, производитель может оптимизировать расход материалов, точнее планировать загрузку склада и график закупок, избегая как дефицита, так и затоваривания.
- Фиксация транспорта. Создает дополнительный слой контроля и учёта. Автоматическая регистрация всех перемещений транспорта повышает уровень безопасности на объекте и упрощает логистический учёт.
- Контроль сборки. Наиболее сложный уровень задач. Здесь происходит попытка перевести физические производственные операции в цифровые события. Система должна не просто «увидеть объект», а понять контекст: что именно происходило, в какой момент, в каком месте и над каким объектом. Это позволяет собирать данные для анализа эффективности рабочих процессов.
Инженерия успеха: как мы выстраивали работу над системой
На старте команда «Формата кода» вместе с заказчиком разложила будущую систему на несколько классов задач.
Блок 1: работа с конвейером. Камера установлена сверху, конвейер находится в помещении, освещение постоянное, объекты крупные, понятные, хорошо различимы.
Блок 2: определение событий, связанных с крупноузловой сборкой из тех компонентов, которые учитываются на конвейере. Работы происходят уже не в помещении, а на открытой территории. Это предполагает смену освещения, осадки, разный фон. Дополнительной особенностью является размещение камер на движущихся манипуляторах. В таких условиях камера не фиксирует одну стабильную сцену, а постоянно меняет ракурс съёмки, что может приводить к попаданию в кадр объектов, не относящихся к анализируемому сценарию.
Блок 3: контроль средств индивидуальной защиты. В рамках этой задачи выделялось два сценария. Первый — контроль на проходной: камера статична, освещение стабильно, а зона наблюдения ограничена. Люди проходят через неё по одному.
Второй — контроль на территории: условия значительно сложнее. Камера фиксирует людей с разного расстояния и под разными углами, в движении и при различных погодных условиях.
Блок 4: фиксация въезда и выезда транспорта с территории, классификация транспорта и попытка считывания номерных знаков. В этом сценарии тоже были свои ограничения. Оборудование не оснащено ночным режимом и подсветкой. В связи с этим надёжное определение самого факта движения автомобиля и пересечения им заданной зоны кадра осуществимо, однако чтение номерного знака зависит от внешних факторов — уровня освещения, погодных условий, чистоты номера и времени суток.
Подведем итоги
Тщательная организация сбора видеопотоков с объекта и последующая разметка данных стали фундаментом для обучения точных моделей. Проект наглядно продемонстрировал, что ключ к достижению поставленных целей лежит не в создании сверхсложных нейросетей, а в точности инженерных решений и глубоком понимании бизнес-процессов. Реализация стала возможной благодаря модульной структуре разработки, высокому качеству разметки данных и выбору архитектур, сбалансированных по скорости и качеству для работы на ограниченных ресурсах.
Внедрение системы принесло заказчику ощутимый экономический и операционный эффект. Автоматизация подсчёта компонентов на конвейере позволила оптимизировать складские запасы и планирование закупок, а контроль СИЗ и технологических операций — значительно повысить уровень безопасности на производстве и снизить риски, связанные с человеческим фактором. Фиксация въезда и выезда транспорта создала дополнительный, неоспоримый слой учёта и безопасности.
Когда компьютерное зрение внедряется на реальной производственной площадке, его ценность определяется не теоретической точностью модели, а способностью решать прикладные задачи. Этот проект доказал, что при грамотном подходе даже в условиях ограниченных ресурсов можно создать систему, которая делает производство более прозрачным, безопасным и эффективным. В этом и заключается реальная сила современных технологий визуального контроля.
Интересуют технические подробности проекта? О том, как мы выбирали архитектуры нейросетей и решали нетривиальные задачи в условиях реального производства, написали наши коллеги и партнеры из «Нубес». Читайте их статью на «Хабре»: «Компьютерное зрение: что получается, когда у вас не идеальная лаборатория, а дождь, снег и подвижный манипулятор».