Від ручного огляду до виявлення ШІ – технологія SingTown дозволяє приладам "читати власні шкали

Під час експлуатації промислового обладнання широко використовуються механічні циферблати, такі як манометри та водоміри, для контролю тиску в системі.

Однак ручна перевірка не лише відбирає багато часу та схильна до помилок, але й ускладнює забезпечення постійного моніторингу.

Для підвищення безпеки обладнання та ефективності управління підприємства з виробництва приладів впровадили технологію розпізнавання інтелектуальної камери OpenMV від SingTown, яка використовує штучний зір та алгоритми розпізнавання зображень для автоматичної ідентифікації та аналізу покажчиків шкал.

Система може визначати в реальному часі, чи знаходиться стрілка манометра в безпечній (зеленій) зоні, що дозволяє здійснювати автоматичне виявлення, сповіщення про аномалії та дистанційний моніторинг. Вона широко застосовується в таких сценаріях, як промислові посудини під тиском, повітряні компресори та системи очищення води.

Підприємства з виробництва приладів та лічильників створили систему розпізнавання стану циферблату на основі технології розпізнавання інтелектуальної камери OpenMV від SingTown Technology, досягнувши автоматичного виявлення та сигналізації щодо стану стрілок манометрів.

Камера закріплена безпосередньо перед приладом, захоплюючи зображення манометра в реальному часі. Використовуючи технології комп'ютерного зору та розпізнавання зображень, вона автоматично визначає кут покажчика та розподіл області циферблату.

Система використовує сегментацію кольору, виявлення країв та алгоритм виявлення кіл Хафа для вилучення центру циферблата, положення шкали та стрілки. Потім вона застосовує модуль розрахунку кутів, щоб визначити, чи вказує стрілка на зелену зону безпеки.

Коли виявляється, що покажчик потрапляє в червону або жовту зону, модуль OpenMV негайно виводить високорівневий сигнал або надсилає аномальний прапорець через послідовний порт, що дозволяє автоматичне сповіщення або взаємоблоковане вимкнення.

Алгоритми штучного інтелекту можуть проводити цілеспрямоване автоматичне навчання на основі фактичних умов, щоб адаптуватися до кольорових схем та форм покажчиків різних моделей приладів, а також до складних середовищ, таких як різне освітлення, кути та відбиття.

Усі розпізнавання та аналіз виконуються локально на камері, що усуває потребу у зовнішніх комп'ютерах. Edge AI забезпечує розпізнавання стану та зворотний зв'язок керування в режимі реального часу.

Завдяки цьому рішенню підприємства перейшли від ручних перевірок до візуального автоматизованого моніторингу з використанням штучного інтелекту, що значно підвищило безпеку обладнання та ефективність нагляду.