KI utvider horisonten for maskinsyn

Tradisjonelt brukes disse systemene til å gjenkjenne grunnleggende mønstre som gjør at de kan overvåke produkter som for eksempel transporteres på et transportbånd i bevegelse. Imidlertid ser den nylige fremveksten av kunstig intelligens (KI) og maskinlæring (ML) ut til å bringe maskinsyn-systemer til neste nivå når det gjelder verdien de kan tilføre industrielle applikasjoner.

Løser mangel

Produkter som ruller av en industriell produksjonslinje har normalt veldefinerte parametere som gjør dette til en ideell applikasjon for maskinsyn-systemer, som kan forhåndsprogrammeres for å identifisere objekter eller hendelser som faller utenfor et forventet område. De er imidlertid ikke i stand til å administrere andre hendelser eller hendelser enn de de er konfigurert til å gjenkjenne. KI og ML vil bidra til å løse denne mangelen, og dermed gjøre det mulig for maskinsynssystemer å bli brukt i mye mer verdiøkende aktiviteter, bare ved å identifisere om et transportbånd har stoppet uventet eller om gjenstander mangler fra en produksjonslinje. Dette vil tillate dem å støtte aktiviteter på tvers av flere vertikale markeder.

Lettere å implementere

Ettersom kostnadene reduseres etter hvert som nøyaktigheten øker, blir kommersielt tilgjengelige skyplattformer i økende grad brukt til å være vert for AI-algoritmene som behandler visjonsdataene samlet inn av disse applikasjonene. Dette betyr at det blir mye lettere å implementere KI og ML i maskinsynssystemer, som uunngåelig vil bli en viktig del i den pågående utviklingen av IoT- (og industrielle IoT-) enheter

Ultra-laveffekt sensorer

Tilgjengeligheten av ultra-laveffektsensorer vil være avgjørende for denne veksten, fordi mange applikasjoner vil kreve et aktivt synssystem som raskt kan ta bilder på forespørsel, og kombinerer høye ytelsesnivåer med lavt strømforbruk. Ved å behandle KI-bilder i skyen kan mindre og mer energieffektive sensorplattformer brukes, men disse vil kreve en robust høyhastighets dataoverføringsforbindelse til skyen. Bluetooth® Low Energy (Bluetooth LE)-teknologi vil være viktig for å tilby denne forbindelsen, og innebærer en enkel måte å trådløst koble en sensorplattform for maskinsyn til eksterne skytjenester via en IoT-gateway. På denne måten kan sensorplattformen overføre bildedata (annen informasjon) til skyplattformen for prosessering av AI-algoritmer, som deretter kan svare (om nødvendig) ved å sende en passende instruksjon tilbake til sensoren eller en smart aktuator.

Bildeinnhenting i farger

Monokrome (svart-hvitt) bilder er tilstrekkelig for mange maskinsyn-systemer for å utføre grunnleggende objektgjenkjenning, men fargebilder inneholder mye mer informasjon og har potensial til å gi en ny dimensjon for bruk av KI innen scenegjenkjenning i mange nye applikasjoner. Farge gir større kontrast, noe som gjør det enklere å nøyaktig skille objekter i en scene, noe KI-systemer kan utnytte mer fullstendig. Men å ta fargebilder bruker mer strøm enn monokrom, noe som følgelig blir utfordrende for en batteridrevet enhet som forventes å fungere i minst fem år på bare en enkelt knappecelle.

Strømstyring

Derfor, når du bruker fargebilder i et maskinsyn-system, er strømstyring av bildesensoren, kontrollsystemet og kommunikasjonsgrensesnittet nøkkelen til å maksimere batterilevetiden. RSL10 Smart Shot Camera fra onsemi ble utviklet for å muliggjøre bildefangst med lavt effektforbruk i maskinsyn-systemer. Den nyeste versjonen av plattformen støtter fargebildefangst, integrerer Bluetooth Low Energy-teknologi for kommunikasjon og støtter hendelsesutløst bildebehandling med KI.

Hendelsestrigget maskinsyn

I stedet for å strømme bildedata konstant, tok hendelsesutløst maskinsyn bilder bare hvis en forhåndsdefinert hendelse inntreffer. Forholdene for en hendelse overvåkes ved hjelp av svært avanserte sensorer integrert i kameraplattformen. Forholdene som kan overvåkes ved hjelp av disse sensorene inkluderer bevegelse, temperatur, tid, fuktighet og akselerasjon. Utviklere kan deretter bruke utgangsdataene fra disse sensorene til å skape komplekse forhold for hendelsesprosessering. Hvis disse betingelsene for disse hendelsene er oppfylt, utløser kameraet et bildeopptak som deretter kan overføres ved hjelp av Bluetooth Low Energy-teknologi til en smarttelefon eller gateway.

Applikasjoner for KI-basert bildeanalyse

Hendelsesutløst maskinsyn gir mening i mange applikasjoner der en konstant strøm av bildedata verken er nødvendig eller mulig. En slik applikasjon er lagerovervåking. Her kan et hendelsesutløst kamera brukes til å overvåke lagernivåer i supermarkedshyller og automatisk sende et varsel om lagerpåfylling hvis det oppdages mangler i hyllen. Som en utvidelse til denne applikasjonen, i stedet for bare å sende et generisk lagervarsling om en bestemt hylle i en bestemt midtgang, kan bildene behandles ved hjelp av skybaserte AI-algoritmer for å identifisere den eksakte produkttypen som krever påfylling. På samme måte kan denne tilnærmingen også brukes i et hjemlig miljø for å overvåke produktnivåer i kjøkkenskap eller et kjøleskap og konfigureres til å koble til mobile shopping-apper for å lage automatiske rebestillingslister.

Lagerhold

Av natur er langtidslagringsplasser ofte statiske i lengre perioder, noe som betyr at kontinuerlig videoovervåking ikke gir mening. De er også bare periodisk befolket av sikkerhetspersonell, noe som betyr at i tilfelle et innbrudd eller en annen hendelse som endrer lagringsforholdene (f.eks. en lekkasje eller svikt i klimaanlegget), kan tap eller skade forbli uoppdaget over en uakseptabel tid før utbedring iverksettes. Her er det fornuftig å bruke et kamera som kan sende et oppdatert bilde dersom en endring i miljøforhold eller uventet bevegelse oppdages. Dette kan også være nyttig for feriehuseiere som ønsker å motta oppdateringer hvis lignende hendelser oppdages på eiendommen deres. Falske varsler kan ytterligere unngås ved å bruke AI-algoritmer som er opplært til å gjenkjenne ansikter eller kjennetegn til forventede besøkende, som f.eks. sikkerhetspersonell.

Smarte sensorer

I dag brukes smarte digitale målere til å overvåke statusen til miljøvariabler i industrielle prosesser, men det er utallige gamle analoge målere som fortsatt er i bruk. Disse må leses manuelt med jevne mellomrom, og med mindre en operatør er i nærheten på det tidspunktet en måling beveger seg utenfor det forventede området, kan den forbli uoppdaget med potensial til å forårsake nedetid i prosessen eller få enda mer skadelige konsekvenser. I dette scenariet kan et hendelsesutløst KI-kamera brukes til å utløse en alarm hvis måleravlesningen går utover forventede verdier og sende et bilde av avlesningen til prosesskontrolleren (menneske eller maskin) for å iverksette passende tiltak.

Landbruk

Landbruksprodusenter kan også bruke KI-maskinsynteknologi på flere måter. Bortsett fra å overvåke miljøforhold, kan den også brukes til å overvåke varierende grad av modenhet eller oppdage tilstedeværelse av sykdom i frukt eller grønnsaker (gjennom endringer i farge) eller til å gjenkjenne tilstedeværelsen av uønskede skadedyr (bevegelse) i drivhus.

Lang levetid

RSL10 Smart Shot Camera fra onsemi kan gi OEM-produsenter en designplattform som kombinerer kommunikasjon, farge- og monokrom bildebehandling med KI-basert prosessering. Gjennom optimert laveffektdrift gir den tilgang til avansert KI og ML gjennom integrerte skytjenester og kan brukes til å utvikle eksterne maskinsynssystemer som kan fungere i over et tiår uten å kreve oppfølging.

Om forfatteren: Guy Nicholson er seniordirektør i Industrial and Commercial Sensing Division, onsemi.