Журнал "Системы Безопасности" № 5‘2020

В И Д Е О Н А Б Л Ю Д Е Н И Е И В И Д Е О А Н А Л И Т И К А 103 существованием специализированных смарт- камер для решения подобных вопросов. Пере- нос обработки в камеру возможен и там, где необходимо обеспечить низкую массу и энер- гоэффективность решения, например при соз- дании беспилотных летательных аппаратов или средств вооружения. В большинстве же про- мышленных применений камера машинного зрения должна быть, с одной стороны, доста- точно универсальной для решения широкого круга задач, а с другой – обладать приемлемой стоимостью. Ввиду того что разные задачи требуют различ- ных вычислительных ресурсов и даже вычисли- тельных платформ, интересной кажется идея разработки открытых вычислительных плат- форм для разработчиков, поддерживающих подключение камер машинного зрения по низ- коуровневым интерфейсам. Это позволит построить экономически эффективное решение для каждой конкретной задачи. Совмещать ли эти платформы в одном корпусе с видеокаме- рой – вопрос открытый. Новые технологические решения Следует отметить, что обработка видеосигнала затрагивает две области – программное обес- печение и аппаратное обеспечение. В послед- ние годы наблюдается их активное развитие. В части программного обеспечения внимания заслуживает открытая библиотека OpenCV, в качестве аппаратных решений интерес пред- ставляют nVidia Jetson, Intel® Movidius™ Myriad™ X Vision Processing Unit. Компания Basler не так давно представила комплекты для разработчиков, которые вклю- чают в себя вычислительные платы с интер- фейсами получения сигналов с камер и SDK для разных языков, позволяющие создавать решения для этих плат. В их арсенале есть также промышленные камеры, поддерживаю- щие низкоуровневый способ подключения камер к таким платам. Компания Flir в конце 2019 г. выпустила первую серийную камеру машинного зрения Firefly DL со специализированным нейрочипом, позво- ляющим запускать некоторые конфигурации нейронных сетей прямо на камере. Компания Cogneх уже долгие годы развивается в направлении законченных систем машинного зрения в одном корпусе и предлагает смарт- камеры с разным набором инструментов ана- лиза, в том числе поддерживающие использо- вание нейронных сетей на борту. В последние годы появилось также немало платформ, объединяющих в едином промыш- ленном корпусе видеокамеру и вычислитель, например производства компаний ADLink, XIMEA, Hikvision и др. Среди компаний, разви- вающих направления недорогих открытых плат- форм для машинного зрения, следует упомя- нуть OpenMV. Линейные камеры: есть ли у них будущее? В большинстве задач промышленного контроля применяются матричные (Area Scan) камеры, но в некоторых случаях без использования камер с линейными сенсорами не обойтись. Возьмем для примера контроль дефектов металлопрока- та или других непрерывных материалов. При использовании обычных видеокамер Area Scan возникнет проблема обеспечения равномерно- сти освещения большой площади движущегося материала. Кроме того, освещение большой площади потребует больших затрат энергии и больше места на производственной линии. Для качественного контроля необходимо устра- нить колебания материала в инспектируемой зоне, что также бывает сложно организовать. Использование линейных видеокамер дает воз- можность проводить инспекцию материала прямо на валу производственной линии и тем самым устранить колебания материала, а при- менение специализированных линейных осве- тителей позволяет достаточно экономично осве- тить небольшую полоску зоны контроля. Если требуется контроль материала на просвет, то организовать подсветку и устранение колеба- ний материала также проще в случае использо- вания линейных видеокамер. Серьезным доводом в пользу использования линейных видеокамер является более компакт- ное представление информации. К примеру, при контроле за движением материала на кон- вейере с использованием обычных (Area Scan) видеокамер возникает большая избыточность видеоданных, так как формируемые смежные видеокадры будут содержать изображение одной и той же части конвейера, но немного смещенное по времени. А линейные видеока- меры можно настроить так, чтобы формировать сканы, например, при смещении ленты конвей- ера на 1 мм. В этом случае из таких сканов можно сформировать изображение/изображе- ния, покрывающие всю поверхность инспекти- руемого материала/конвейера в привязке к положению и без ненужного перекрытия (избыточности). Машинное зрение для задач промышленной безопасности Совместимость камер машинного зрения с системами охранного видеонаблюдения может быть очень полезна. Например, мы неоднократно сталкивались с проектами, где использование обычных IP-видеокамер было невозможно ввиду характерных для них задержек, возникающих при формировании и сжатии видеопотока. Задержка между време- нем формирования кадра и временем получе- ния этого кадра в устройстве анализа может достигать 5 с, что недопустимо в задачах, где требуется обеспечение безопасности персона- ла или управление производственными меха- низмами. В то же время заказчики таких систем заинте- ресованы в ведении видеоархива, и для этого требуется разработка специализированных сер- висов кодирования видеопотока с камеры машинного зрения. Это дает возможность использовать серийно выпускаемые видеореги- страторы для ведения видеоархива и доступа к нему. При этом стоимость разработки реше- ния и последующего владения им для заказчика возрастает, поскольку требует дополнительных вычислительных ресурсов на кодирование видеопотока. Но в вопросах, связанных с жизнью и здоровьем людей, работающих на производстве, экономия никогда не будет оправданной. n www.secuteck.ru октябрь – ноябрь 2020 СПЕЦПРОЕКТ КАМЕРЫ МАШИННОГО ЗРЕНИЯ Ваше мнение и вопросы по статье направляйте на ss @groteck.ru Машинное зрение востребовано в металлургии, машиностроении, фармацевтическом и пищевом производствах и других сферах Редакция советует В области современных промышленных измерений и автоматизации с использованием современных техноло- гий машинного зрения и робототехники работает компания "ВиТэк", в числе заказчиков которой – российские, европейские и американские компании. Ведущим мировым поставщиком технологий автоматизации и лидером в области производственного обучения и образовательных программ является компания Festo. На российском рынке компьютерного зрения известны также резидент инновационного центра "Сколково" Astra Lab и НТЦ "Модуль". www.nano-di.com