AD
首页 > 科技 > 正文

边缘AI+计算机视频,正给木板架行业带来全新面貌

2019-12-30 16:00:25 点击量:
导读:木制板架是世界各地货物运输,乃至供应链物流行业中不可或缺的组成部分。欧洲木制板架与包装制造商联合会(FEFPEB)报告称,欧盟目前正在流通的木制板架超过30亿个,而美国每天使用的板架就超过20亿个,其中大部分由资源储备巨头掌握。

北京,12月30日,技术官僚:智能元素正在走向边缘。

随着数据采集速度的提高,更接近边缘的计算迁移方案可以在降低延迟和基础设施成本的前提下更有效地利用数据资源。另一方面,计算机视觉是人工智能的一个主要分支,旨在通过训练机器帮助它解释和理解视觉内容。

计算机视觉的目标之一是用机器像人类一样观察和处理图像。在通过机器学习实现的计算机视觉中,有一种所谓的监督学习方法,其中使用一组具有相当大比例和注释的图像来构建计算模型。虽然模型训练通常非常耗时并且占用大量资源,但是一旦训练完成,模型就可以快速有效地执行各种识别任务。

图像和视频分析的具体例子包括:

识别、分类、计数和评估物体的姿态;压缩和编码用于传输或匹配的视觉信息;估计摄像机的视角;前景和背景的二维分割;估计深度并执行3d分割;以及恢复图像中的遮挡区域或推断视觉数据等。

随着边缘人工智能技术的最新发展,与以前向云传输数据流的做法相反,我们现在能够基于本地摄像机完成数据处理和分析。这种新的和极其强大的处理能力也使得计算机视觉在木材铺板工业中使用它的能力成为可能。

目前有三种类型的计算机视觉体系结构:

将视频或图像发送到云进行计算;

在边缘位置进行部分计算,只向云传输少量模式信息进行搜索、排序和计算;

边缘ai,计算边缘位置的所有图像数据。最后一种方法更困难,需要训练一个可以安装在边缘设备上并且可以频繁更新的模型。这些架构各有利弊,但随着计算机视觉研究机构的不断发展,相信未来会出现一种适用于各种场景的应用模型。

边缘ai+计算机视频,正给木板架行业带来全新面貌

木质托盘是全球货物运输乃至供应链物流业不可或缺的一部分。欧洲木质框架和包装制造商联合会(fefpeb)报告称,欧盟目前流通的木质框架超过30亿个,而美国每天使用超过20亿个框架,其中大部分由资源储备巨头持有。客户从共享资源库租用货架,从而降低供应链产品管理供应商在采购、管理和回收过程中的复杂性。

当然,这些巨型企业希望监控整个供应链,了解其中板架的流动趋势,及时发现丢失和恢复点,准确计算板架的损坏问题和服务周期。为了实现全面监控,每个板框架都可以用独特的标记或跟踪装置进行标记。如果托盘具有唯一的id(如条形码或二维码),那么当托盘流经供应链时,制造商可以使用计算机视觉技术来跟踪托盘的移动。如果跟踪设备安装在电路板上,当电路板流经服务中心的分拣装配线时,系统还可以通过计算机视觉检测电路板是否需要更换或维护。

木板是由各种各样的木材制成的,包括山毛榉、白杨树、松树和云杉。板框的木材选择决定纹理轮廓和纹理特征。我们不仅可以评估单个板框的坚固性和耐用性,还可以为板框提供独特的可追溯标记。此外,用于固定板材的钉子也将形成拓扑结构,反映板材使用寿命的信息& mdash& mdash例如,只有在托盘在供应链中使用多长时间后,检查和维护才是必要的。

利用经过训练的计算机视觉模型,我们可以在板框架完成时识别其独特的纹理模式,并在此基础上对其进行整个生命周期的标记和管理。当板框架在供应链过程中被损坏和修复时,我们还可以进一步记录这些环节对板的纹理和结构的影响。计算机视觉不仅可以在此基础上跟踪托盘,还可以判断托盘的强度和耐久性。有了这种低成本的解决方案,货架制造商将能够采取措施对长期生产或使用的货架进行筛选。此外,货架制造商还可以从客户和垂直行业收集关于损坏数量和类型以及其他相关问题的见解,从而增加商业模式并改进设计,从而显著提高其自身服务的可靠性。

目前,95%的受访机构表示,木板将继续主导未来的供应链市场。木材是目前唯一一种100%可再生、可回收、可重复使用的材料,可以安全地运输各种货物。

此外,计算机视觉还可以在维护仓库货架的准确库存方面发挥关键作用。使用包含大量板的单个图像,训练的神经网络能够以远远超过专业人员的速度和精度提供可靠的板计数结果。

除了供应链的关键绩效指标(kpi),计算机视觉还可以应用于托盘的存储、检查、维护等方面,帮助服务中心的工作人员提高安全和工作效率。神经模型中可以输入包括钉和固定在内的各种重复任务,从而从实时视频中判断工人的准确性、疲劳程度等更多的状态特征。此外,该技术还可以通过实时视频判断工人是否进入了未经授权的区域、是否有危险行为或是否佩戴了适当的个人防护设备。这只会大大降低工作事故的风险,并有助于相关企业保持生产过程的可靠运行。

-结束-

为您推荐