Od ręcznej inspekcji do wykrywania przez AI – technologia SingTown umożliwia instrumentom "odczytywanie własnych wskazań

Podczas eksploatacji urządzeń przemysłowych, mechaniczne wskaźniki, takie jak manometry powietrza i manometry wody, są powszechnie stosowane do monitorowania stanu ciśnienia w systemie.

Jednak ręczna inspekcja jest nie tylko czasochłonna i podatna na błędy, ale także trudna do osiągnięcia ciągłego monitoringu.

W celu zwiększenia bezpieczeństwa urządzeń i efektywności zarządzania, przedsiębiorstwa produkujące przyrządy wprowadziły technologię rozpoznawania inteligentnych kamer SingTown OpenMV, która wykorzystuje sztuczną inteligencję wizji maszynowej i algorytmy rozpoznawania obrazu do automatycznej identyfikacji i analizy wskazówek na tarczach.

System może w czasie rzeczywistym określić, czy wskazówka manometru znajduje się w bezpiecznej (zielonej) strefie, umożliwiając automatyczne wykrywanie, alerty o anomaliach i zdalny monitoring. Jest szeroko stosowany w scenariuszach takich jak przemysłowe zbiorniki ciśnieniowe, sprężarki powietrza i systemy uzdatniania wody.

Przedsiębiorstwa zajmujące się produkcją przyrządów i mierników wdrożyły system rozpoznawania stanu tarczy oparty na technologii rozpoznawania inteligentnej kamery OpenMV firmy SingTown Technology, osiągając automatyczne wykrywanie i alarmowanie zwrotne stanu wskazówek manometrów.

Kamera jest zamocowana bezpośrednio przed urządzeniem, rejestrując obrazy manometru w czasie rzeczywistym. Wykorzystując technologię widzenia komputerowego i rozpoznawania obrazu, automatycznie wykrywa kąt wskazówki oraz rozkład obszaru tarczy.

System wykorzystuje segmentację kolorów, wykrywanie krawędzi oraz algorytm wykrywania okręgów Hougha do ekstrakcji środka tarczy, pozycji pierścienia podziałki oraz wskazówki. Następnie wykorzystuje moduł obliczania kąta, aby określić, czy wskazówka wskazuje na zieloną strefę bezpieczeństwa.

Gdy wykryje się, że wskaźnik znajduje się w strefie czerwonej lub żółtej, moduł OpenMV natychmiast wyprowadza sygnał wysokiego poziomu lub wysyła flagę błędu przez port szeregowy, umożliwiając automatyczne alarmowanie lub blokadę związaną.

Algorytmy sztucznej inteligencji mogą prowadzić ukierunkowane automatyczne uczenie na podstawie rzeczywistych warunków, aby dostosować się do schematów kolorystycznych i kształtów wskaźników różnych modeli przyrządów, a także do złożonych środowisk, takich jak zmienne oświetlenie, kąty i odbicia.

Wszystkie rozpoznawanie i ocena odbywają się lokalnie na końcu kamery, eliminując potrzebę zewnętrznych komputerów. Edge AI umożliwia rozpoznawanie stanu w czasie rzeczywistym i zwrotne sterowanie.

Dzięki temu rozwiązaniu przedsiębiorstwa przeszły od ręcznych inspekcji do automatycznego monitorowania wizyjnego opartego na sztucznej inteligencji, znacząco zwiększając bezpieczeństwo urządzeń i efektywność nadzoru.