Von manueller Prüfung zur KI-Erkennung – SingTown Technology ermöglicht Instrumenten, "ihre eigenen Skalen zu lesen".

Während des Betriebs von Industrieanlagen werden mechanische Anzeigen wie Luftdruckmesser und Wasserdruckmesser häufig eingesetzt, um den Druckzustand des Systems zu überwachen.

Allerdings ist die manuelle Inspektion nicht nur zeitaufwendig und fehleranfällig, sondern auch schwer kontinuierlich zu überwachen.

Zur Verbesserung der Gerätesicherheit und Managementeffizienz haben Instrumentenhersteller die OpenMV intelligente Kameraerkennungstechnologie von SingTown eingeführt, die KI-Maschinenvision und Bilderkennungsalgorithmen zur automatischen Identifizierung und Analyse von Zeigeranzeigen nutzt.

Das System kann in Echtzeit feststellen, ob der Zeiger des Manometers innerhalb der sicheren (grünen) Zone liegt, wodurch automatische Erkennung, Störungsalarme und Fernüberwachung ermöglicht werden. Es findet breite Anwendung in Szenarien wie industriellen Druckbehältern, Luftkompressoren und Wasseraufbereitungssystemen.

Instrumenten- und Messgeräteherstellungsunternehmen haben ein Zifferblattzustandserkennungssystem auf Basis der OpenMV intelligenten Kameraerkennungstechnologie von SingTown Technology etabliert, wodurch eine automatische Erkennung und Alarmrückmeldung für den Zeigerzustand von Manometern erreicht wird.

Die Kamera ist direkt vor dem Instrument fixiert und erfasst Echtzeitbilder des Manometers. Durch den Einsatz von Computer Vision und Bilderkennungstechnologie erkennt sie automatisch den Zeigerwinkel und die Verteilung des Zifferblattbereichs.

Das System verwendet Farbsegmentierung, Kantenerkennung und den Hough-Kreisdetektionsalgorithmus, um die Mitte des Zifferblatts, die Position der Skalenringes und den Zeiger zu extrahieren. Anschließend nutzt es ein Winkelberechnungsmodul, um zu bestimmen, ob der Zeiger auf die grüne Sicherheitszone zeigt.

Wenn der Zeiger erkannt wird, dass er in die rote oder gelbe Zone fällt, gibt das OpenMV-Modul sofort ein High-Level-Signal aus oder sendet über den seriellen Port ein Fehlerflag, wodurch automatische Alarmierung oder verriegelte Abschaltung ermöglicht wird.

KI-Algorithmen können gezieltes automatisches Lernen basierend auf tatsächlichen Gegebenheiten durchführen, um sich an die Farbschemata und Zeigerformen verschiedener Instrumentenmodelle sowie an komplexe Umgebungen wie unterschiedliche Beleuchtung, Blickwinkel und Reflexionen anzupassen.

Alle Erkennungs- und Beurteilungsprozesse werden lokal auf der Kamera durchgeführt, wodurch externe Computer überflüssig werden. Edge AI ermöglicht Echtzeit-Statuserkennung und Steuerungsrückmeldung.

Durch diese Lösung sind Unternehmen von manuellen Inspektionen zu KI-gestützter visueller Automatisierungsüberwachung übergegangen, was die Gerätesicherheit und die Effizienz der Überwachung erheblich steigert.