OpenMV
Schilde
Linse
Robotik
Buch
Video
Herunterladen
Dokumente
Forum
OpenMV.io
GithubSingTowns auf OpenMV basierendes KI-intelligentes Kamerasystem ermöglicht die intelligente Erkennung und Analyse von Flüssigkeitszuständen in Behältern in industriellen und wissenschaftlichen Szenarien wie chemischen Experimenten und Umweltüberwachung. Durch den Einsatz von Maschinensehen und Bilderkennungsalgorithmen bestimmt das System präzise, ob Flüssigkeiten nach der Entnahme Schichtung, Trübung oder abnormale Vermischung aufweisen. Es findet breite Anwendung in Bereichen wie chemischen Experimenten, Umweltüberwachung und industrieller Qualitätskontrolle und bietet zuverlässige visuelle Detektionslösungen für Forschung und Produktion.

In Laboratorien und in der industriellen Produktion dient die Phasentrennung bei der Flüssigsextraktion als entscheidender Indikator für die Analyse der Reinheit und die Bestimmung des Reaktionserfolgs. Die traditionelle manuelle Beobachtung ist jedoch nicht nur ineffizient und anfällig für subjektive Ungenauigkeiten, sondern ermöglicht auch kaum eine Echtzeitüberwachung. Die intelligente Kameralösung von SingTown Technology, basierend auf der OpenMV-Plattform und integriert mit KI- und Computer-Vision-Algorithmen, ermöglicht die automatische Erkennung und Phasentrennungsidentifikation von Flüssigkeitszuständen in Behältern, wodurch die Notwendigkeit manueller Beobachtung entfällt.
Das System analysiert die Farbe der Flüssigkeitsoberfläche und des Inneren, die Lichtbrechung sowie Transparenzveränderungen mittels Bilderkennungsalgorithmen, um automatisch zu bestimmen, ob Schichtung, Trübung, Schwimmstoffe oder Sedimentation auftreten. Das Edge-AI-Modell kann die Farb- und Texturmerkmale verschiedener Flüssigkeitsproben erlernen und sich dadurch an diverse experimentelle Szenarien anpassen, wie chemische Extraktion, Öl-Wasser-Trennung, Abwasserbehandlung und pharmazeutische Entwicklung.
Diese intelligente Kamera unterstützt kontinuierliche Bildaufnahme und Echtzeit-Alarmfunktionalität, die bei Anomalieerkennung sofort Signale ausgeben oder Aufnahmen auslösen kann. Das eingebettete Vision-System zeichnet sich durch eine kompakte Bauweise und geringen Stromverbrauch aus, was eine einfache Installation an Versuchsgeräten, industriellen Leitungen oder Überwachungskonsolen ermöglicht, um unbeaufsichtigte Erkennung zu realisieren.
SingTown Technology, mit der OpenMV intelligenten Kamera als Kern, integriert tiefgehend KI-Bilderkennung und Maschinelles Sehen, um für wissenschaftliche Forschung und industrielle Qualitätskontrolle am Rand einsetzbare intelligente visuelle Inspektionslösungen bereitzustellen, die sicherstellen, dass jedes Versuchsergebnis präziser, konsistenter und effizienter ist.

KI-Wächter auf Basis von OpenMV: Automatische Benachrichtigung bei nicht geschlossenen Zugängen zu wichtigen Bereichen
Automatische Erkennung, ob die Tür eines wichtigen Ortes längere Zeit geöffnet bleibt, und rechtzeitige Benachrichtigung.

Personenüberschreitung löst sofort eine Alarmmeldung aus – OpenMV interpretiert das Gefühl der „Sicherheitsgrenze“.
Erkennung von Personen- oder Geräteübertretungen mithilfe einer virtuellen Warnlinie.

„KI-Stadtwache“ ist da: Ein automatisches System zur Erkennung von Straßenhandel auf Basis von OpenMV
Automatische Erkennung von Geschäftsaktivitäten auf öffentlichen Strassen zur Unterstützung der täglichen Stadtverwaltung.

Gasflaschen unsachgemäss gelagert? Gefahrenwarnung automatisch mittels OpenMV auslösen
Automatische Erkennung nicht vorschriftsmässiger Aufstellungsorte von Gasflaschen zur frühzeitigen Identifizierung von Sicherheitsrisiken im Zusammenhang mit Erdgas.

Stromführende Arbeiten ohne isolierende Handschuhe? OpenMV warnt sofort!
Automatische Erkennung, ob das Personal Isolierhandschuhe trägt, zur Unterstützung sicherer Arbeitsabläufe.

Echtzeit-Erkennung von Oberflächenfehlern auf Aluminiumplatten mithilfe der intelligenten OpenMV-Kamera
Online-Erkennung von Oberflächenfehlern wie Kratzern und Vertiefungen auf Aluminiumplatten zur Unterstützung der Qualitätskontrolle.