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 104 О сновная проблема восходит к тому, что при заготовке леса на делянках, приеме лесо- возов на контрольных пунктах и на складах под открытым небом все обмеры производятся человеком с помощью обычной линейки. Вычислить таким геометрическим методом плотный объем сложно, и в результате погреш- ности между заготовленной древесиной и той, которая запущена в производство, непредска- зуемы. Согласно ГОСТу допустимая норма погрешности – 3%, мы же поставили целью снизить ее до 1,5–2%. Для чего нам нужно компьютерное зрение? Ключевые задачи, которые мы планируем решить с помощью внедрения новой системы, – это: 1. Унификация. Сейчас для измерений плотного объема используются разные инструменты (линейки, лазерное сканирование побревенно, раскаточные столы, рамки и др.), что ведет к потере точности и повышению погрешностей. Например, если при транспортировке 2 млн куб. м круглого леса в год погрешность составит 3–7% от объема, это невероятно большие убытки. 2. Достоверность. Все измерения делает чело- век, что может приводить к разбросу выходных данных и фальсификациям. Наша цель – исключить человеческий фактор не только в измерении сырья, но и во всех производ- ственных процессах и системах, чтобы все дан- ные поступали автоматически. 3. Масштабируемость. Аппаратные решения тре- буют наличия инфраструктуры и сложных мон- тажных работ. А поскольку география наших лесозаготовителей охватывает всю страну и делянки размещены в глухом лесу, где Интер- нет недоступен или экономически не оправдан, то в большинстве случаев масштабировать аппа- ратные решения (сложные рамки, стереокамеры) не представляется возможным. Для этого необхо- димы большие ресурсы, что нерентабельно с точки зрения окупаемости, и такую идею никто не поддержит. Необходима технология, которая легко масштабируется и не требует сложных мон- тажных работ на делянках, складах и т.д. 4. Контроль и аналитика. Сырье принимается по плотному, а не по складочному объему. Его нужно умножить на коэффициент полнодревесности по ГОСТу, который зависит от сорта древесины, ее длины и ряда других параметров, но аналитиче- ских инструментов для всего этого у нас нет – все измерения человека контролирует тоже человек. Схема процессов: до и после Как все происходит на сегодняшний день? Лес добывается, заготавливается, грузится на лесо- воз и везется на склады, а оттуда поступает на комбинат СЦБК (рис. 1, наверху). Все измере- ния осуществляет подрядная компания (экспер- ты НЭК): как только подъезжает лесовоз, чело- век с линейкой выходит из будки, измеряет длину, высоту и ширину, а затем на глаз опре- деляет коэффициент полнодревесности. Вот такой "современный" способ. К какой процедуре мы стремимся? По сути, к такой же, но без человека в этой цепочке. Все будет считать система, без возможной фальси- фикации или субъективного отношения, с более точным определением породного состава и т.д. (рис. 1, внизу). В пилотном проекте для этого была использо- вана достаточно простая архитектура и два источника данных: 1. Эксперты НЭК. 2. Скантрек – рамка, на которой размещены камеры (две сверху, по две с боков) и лидары (определяют движущийся объект). Камеры делают около двух фотографий в 1 с при ско- рости движения лесовоза от 5 до 10 км/ч. Запуск пилотного проекта Каждая компания, участвующая в пилотном проекте, внедряла свой алгоритм для расчетов: одни использовали ПО и автоматические дан- ные со скантрека, другие – мобильное прило- жение и фотографии, сделанные подрядчиком на обычный фотоаппарат, на которых видны торцы, что полезно для определения коэффи- циента полнодревесности и плотного объема. В первом случае весь процесс выглядит следую- щим образом: когда лесовоз проезжает через рамку, в хранилище создается ячейка хранения, привязанная к этому конкретному лесовозу. Он идентифицируется по двум параметрам – по госномеру и номеру прицепа. Далее проходит обработка фотосетов с помощью технологий машинного зрения и выводится нужный резуль- тат. Причем изображения со скантрека никак не размечены, система автоматически определяет количество пачек (2–5 в зависимости от лесо- воза) и сортность древесины, которая нужна для коэффициента полнодревесности. Кроме того, система может выдавать уведомление о неправильной укладке, так как многие постав- щики-логисты нарушают требования. По ГОСТу расстояние между пачками должно быть 0,3–0,5 м, а иногда они грузятся в упор, и систе- ме сложно понять, что это две пачки, а не одна. Так как стандартная длина пачки 2/3/4/5/6 м, то при длине 12 м разделение очевидно. октябрь – ноябрь 2020 www.secuteck.ru СПЕЦПРОЕКТ КАМЕРЫ МАШИННОГО ЗРЕНИЯ Сергей Меркулов Руководитель цифровой трансформации ООО "УК "Сегежа Групп" Ручные замеры приводят к погрешностям в вычислении плотного объема Применение технологии компьютерного зрения и машинного обучения в процессах контроля сырьевых потоков Лесопромышленный холдинг "Сегежа Групп" – ключевой поставщик продукции лесной отрасли на международные рынки и один из крупнейших арендаторов леса в России с полным циклом производства, от собственной лесозаготовки до конечных продуктов. Грамотный и качественный контроль поступающих потоков круглого леса – одна из основных задач холдинга. При этом сильное влияние на нее оказывает человеческий фактор, приводя к высокой погрешности измерений и повышению рисков. С цельюмини- мизации участия человека в данном процессе был реализован пилотный проект по внед- рениюмашинного зрения для контроля сырьевых потоков и определения плотного объе- ма леса, прибывающего в лесовозах на деревоперерабатывающие комбинаты www.segezha-group.com