Машинное зрение привносит новизну в стратегию Индустрии 5.0
Следующий этап продолжающегося развития промышленного сектора называется Индустрией 5.0, или сокращённо 5IR. Вместо того чтобы начинать новую революцию, эта трансформация стремится расширить фундамент, заложенный её предшественницей, Индустрией 4.0, которая навсегда изменила производственный ландшафт, внедрив в него технологию больших данных, автоматизацию, облачные вычисления, искусственный интеллект и Интернет вещей (IoT).
Компании и целые отрасли промышленности все ещё находятся в процессе приведения своей деятельности в соответствие с требованиями четвёртой промышленной революции. В то же время некоторые из них перенимают цели следующего этапа развития. Главной из этих целей является содействие более тесному сотрудничеству между людьми и технологиями, особенно в задачах, требующих творческого подхода, принятия сложных решений и эмоциональных навыков. Таким образом, компании, внедряющие 5IR, получают лучшее из обеих этих систем: изобретательность человека в сочетании с автоматизированной эффективностью обеспечивают конкурентное преимущество.
Системы новой формации, ориентированные персонально на каждого конкретного человека, имеют далеко идущие последствия для всех. Что касается производственного сектора, то можно утверждать, что благодаря внедрению инноваций «синие воротнички» возвращаются на предприятия, что повышает оперативность и гибкость автоматизированных, но жёстких производственных процессов, позволяя работникам играть активную роль в принятии решений.
Коллаборативные роботы (коботы) и интеллектуальные устройства будут играть ещё большую роль, чем в Индустрии 4.0. Подобно ученикам, новое поколение коботов может визуально наблюдать за сложными человеческими процессами и учиться их выполнению, чтобы освободить работников от повторяющихся и монотонных задач. Коботы могут безопасно работать бок о бок с людьми, что открывает новые перспективы для производства, вместо того чтобы быть изолированными из соображений безопасности, как традиционные промышленные роботы. Совместная работа человека и машин позволяет сотрудникам сосредоточиться на создании ценности для клиентов за счёт индивидуализации и инноваций. Интеллектуальные устройства могут наблюдать, анализировать и осмысливать визуальные данные, чтобы распознавать различия, благодаря специализированным алгоритмам, которые автоматизируют визуальное восприятие и сопоставление с образцом.
Потенциал 5IR-стратегий в сельском хозяйстве огромен. Области применения варьируются от использования искусственного интеллекта для обнаружения болезней и повышения урожайности сельскохозяйственных культур до наблюдения с помощью беспилотных летательных аппаратов, а также использования полностью автономных тракторов, пропалывателей и комбайнов.
Алгоритмы могут выявлять закономерности поведения людей, анализируя видеоматериалы. Это поможет системам видеонаблюдения выявлять действия на ранней стадии, которые могут предсказать инцидент с безопасностью или нарушение доступа. Кадры с камер видеонаблюдения розничной торговли также могут стать инструментом для получения информации о потребностях, предпочтениях и поведении клиентов в сочетании с анализом данных.
Лечение, разработка лекарств и диагностика могут быть улучшены с помощью новых инновационных стратегий, когда человеческие возможности объединяются с передовыми технологиями. Например, медицинская визуализация посредством обработки снимков помогает врачам в принятии решений, оказании медицинской помощи и составлении индивидуальных планов терапии.
Интеграция визуальных систем в транспортные средства и вдоль проезжей части повышает безопасность водителей и экологическую устойчивость, одновременно улучшая распределение бизнеса за счёт снижения заторов и оптимизации маршрутов логистики.
Как показывают все эти примеры, технология обработки изображений лежит в основе достижения многих амбициозных целей новой промышленной революции. Машинное зрение обеспечивает роботов, коботов и другие машины «зрением», если не подобным человеческому, то в сочетании с «проницательностью» искусственного разума и нейронных сетей обеспечивающему необходимую функциональность.
Чтобы вывести машинное зрение на новый уровень, необходимо использовать возможности цифровых камер с высоким разрешением, молниеносных сетей передачи данных, мощных серверов дата-центров, а также мультимодальных возможностей программного обеспечения на базе искусственного интеллекта. Глубокое обучение, являющееся частью искусственного интеллекта, может научить машину контекстуализировать полученные визуальные данные, чтобы она могла имитировать когнитивные способности человека для принятия прогнозирующих решений. Обработка естественного языка также позволяет этим же системам считывать и интерпретировать информацию, содержащуюся изображениях разного уровня проработки, например, читать этикетки на фармацевтической упаковке, в отличие от традиционных методов машинного зрения, основанных на правилах, которые требуют больших технических навыков и значительного объёма программирования.
Хотя Индустрия 4.0 и Индустрия 5.0 представляют собой две различные фазы в развитии промышленных процессов, у них есть одна общая черта: зависимость от передачи изображений в режиме реального времени с высокой пропускной способностью.
В этом случае связующее звено может находиться в пространстве между камерой и ПК в виде устройства для захвата кадров. Назначение этого компьютерного аксессуара — захват изображений с камеры и передача этих изображений в память компьютера для обработки. Существует несколько различных стандартов передачи данных для таких устройств, наиболее распространенными из которых являются Camera Link (CL) по кабелям Ethernet, Camera Link по кабелям LVDS и CoaXPress (CXP) по коаксиальным кабелям.
По сравнению с устаревшими методами передачи, не основанными на захвате кадров, такими как GigE Vision или USB3, нпример, CoaXPress обеспечивают более быструю и надёжную передачу данных для системы обработки изображений. С момента своего появления в 2008 году она зарекомендовала себя как идеально сбалансированная по стоимости и растущими требованиями к более высокой скорости, кабелям увеличенной длины, теплоотводу и подаче энергии. Последняя версия особенно хорошо подходит для приложений обработки изображений с высочайшим разрешением, удовлетворяя потребность в скорости передачи данных до 12,5 Гбит/с (гигабит в секунду) на канал по одному коаксиальному кабелю или 50 Гбит/с по четырём кабелям, когда все четыре канала используются для одной камеры. Эта система не только передаёт данные изображения по единому коаксиальному кабелю, но и обеспечивает связь с камерой, управление ею и питание. Эксперты отрасли считают, что новейшая технология CoF может обеспечить скорость до 100, 200 и даже 400 Гбит/с, то есть значительно превышающую возможности коаксиальных кабелей. Ожидается, что в дополнение к скорости CoF сможет преодолевать расстояния до 80 км в одноканальном режиме и 300 м в многоканальном режиме без использования удлинителей, которые могут привести к ошибкам.
Графические процессоры являются ключевым фактором повышения производительности и конкурентоспособности благодаря технологиям с поддержкой ИИ. Графические процессоры с тысячами процессорных ядер и высокопараллельной архитектурой ускоряют высокопроизводительные вычислительные нагрузки, глубокое обучение и логический вывод. Устройства захвата кадров всё чаще разрабатываются для обеспечения совместимости с графическими процессорами последнего поколения, что позволяет ускорить разработку прототипов и внедрение систем технического зрения, робототехники и сложных передовых приложений искусственного интеллекта. Эта разработки сочетают в себе молниеносную скорость передачи данных с беспрецедентными вычислительными возможностями и большим объёмом оперативной памяти для центрального процессора и встроенного графического процессора. Создание сложных приложений для машинного зрения и автономного контроля стало возможным благодаря решениям CXP/GPU, которые сочетают обработку изображений с ускорением ИИ и поддержку интерфейса для многочисленных камер. Это также идеальная платформа для создания прототипов комплексных приложений искусственного интеллекта.
