Журнал "Системы безопасности" #6, 2019

ваться своими представлениями о том, как должна быть устроена система. Был случай, когда эксперт в проекте системы под "Безопас- ный регион" убрал из списка 60% видеока- мер, заявив: "Я художник, я так вижу". При экспертизе проектной документации спе- циалисты опираются на перечень документов, обязательных к применению. Все ведомствен- ные приказы, инструкции и т.д., не входящие в этот перечень, могут не приниматься экспер- том во внимание. Векторы развития На данный момент под машинным зрением подразумеваются два направления развития: 1. Продвинутая видеоаналитика в системах видеонаблюдения, например идентификация человека в потоке и следование за ним по маршруту, контроль доступа с распознаванием, контроль качества, подсчет продукции (людей в помещении) и т.д. 2. Промышленное применение – оснащение различных роботизированных комплексов видеокамерами, используемыми для контроля, управления и т.д. Первое направление можно отнести к сер- висным функциям. Это медленно развиваю- щиеся процессы, время обработки и точ- ность анализа здесь не критичны, а сбой не приведет к катастрофическим последствиям. Продвинутая система видеоаналитики требу- ет использования IP-видеокамер, а значит сложно оснастить уже существующие систе- мы системой машинного зрения без замены оборудования. Второе направление охватывает критически важные участки производства, и чаще всего с быстро развивающимися процессами. Сбой на таких системах приводит к большим издержкам или опасным последствиям. Технический пласт между камерой и реакцией У всех специалистов свое представление о составных частях машинного зрения, что тоже подтверждает неустоявшееся определение систем. На мой взгляд, система должна состоять из таких компонентов: 1. Поток информации, получаемый от опти- ческой системы (как онлайн, так и ранее записанный), которая представляет собой все многообразие устройств в виде двухмер- ной (а в дальнейшем и трехмерной) матри- цы данных, изменяемых во времени (видео- камеры, тепловизоры, сонары, трехмерные сканеры и т.д.). 2. Программно-аппаратное обеспечение, обра- батывающее данный поток по заданным крите- риям. Это совокупность вычислительных систем с их программным обеспечением (форма реа- лизации здесь не принципиальна). 3. Поток реакций на результат обработки. Поскольку поступающая информация динамич- на, то и реакции на эту информацию со време- нем должны меняться. Для медленно развивающихся процессов время с момента получения изображения до выдачи управляющего сигнала не так принци- пиально, но для контроля аварийной ситуации (особенно на опасных объектах) становится критичным. А поскольку нет критериев и эта- лонов оценки времени реакции системы, невозможно адекватно сравнить различные системы. Зачастую приходится полагаться на честное слово производителя, что тормозит внедрение решений. "Машинное зрение + что-то" Зачастую рекламные заявления производи- телей роботизированных комплексов вклю- чают в себя фразы "робот-манипулятор с машинным зрением", "система контроля технологического процесса на основе машинного зрения" и др. Все эти версии объединяет одно: разработчики предлагают законченную систему, то есть связку "машинное зрение + что-то". Таким обра- зом, им приходится распылять свои силы на разработку машинного зрения и на разра- ботку системы, для которой предназначено машинное зрение. Обратимся еще к одному примеру из про- ектной жизни. Например, есть технологиче- ский трубопровод. В месте фланцевого соединения возможен выброс продукта в атмосферу. Система машинного зрения эле- ментарно может распознать это событие, но вот дальше возникают сложности. Информа- ция о событии должна автоматически пере- даваться в систему автоматизации, но у про- ектировщика могут быть трудности с интег- рацией различных программных продуктов – системой машинного зрения и АСУТП. Зача- стую приходится заказывать написание драй- вера для корректной передачи события из одной системы в другую. Поскольку каждая компания старательно оберегает интеллекту- альную собственность, то возникает вопрос: насколько написанный драйвер защищен от ошибок? Особенно учитывая, что он писался быстро, а следовательно не тестировался в реальных условиях. Если речь идет о крити- чески важных процессах, то проектировщики начинают пользоваться костылями в виде различных реле и т.д. Что в итоге? Суперсовременная система дер- жится на релейных костылях. А производители систем машинного зрения сами себя загоняют в рамки, ограничивающие применение данных решений. Пять первоочередных действий Современные реалии показывают, что назрела четкая необходимость формализовать требова- ния к машинному зрению: 1. Четко определить, что к нему относится. 2. Разграничить решения из области продви- нутой видеоаналитики и системы, используе- мые в технологическом процессе. К ним должны применяться различные требования по надежности идентификации, быстродей- ствию и т.д. 3. Предусмотреть ГОСТы, руководства по про- ектированию. Это, с одной стороны, отсечет недобросовестных производителей и проекти- ровщиков, а с другой – позволит убедить заказ- чиков, что системы машинного зрения – это не маркетинговый ход, а действительно серьезный инструмент. 4. В рамках ГОСТов предусмотреть эталоны оценки производительности ПО, вероятности обнаружения и т.д. 5. Определить типовые протоколы обмена кри- тически важной информацией. Это могут быть типовые подключаемые модули, позволяющие передавать данные в формате, приемлемом для конкретной задачи. Зная требования заказчика, понимая, как выбрать программно-аппаратный комплекс и как машинное зрение будет сопрягаться с дру- гими системами, можно не только расширить сферу его применения, но и кардинально усо- вершенствовать его возможности. n www.secuteck.ru декабрь 2019 – январь 2020 МАШИННОЕ ЗРЕНИЕ В И Д Е О Н А Б Л Ю Д Е Н И Е 103 Ваше мнение и вопросы по статье направляйте на ss @groteck.ru Направления развития машинного зрения С ложно показать заказчику выгоду от внедрения машинного зрения. Если в штате есть специалист высокого уровня доверия и фанат новых техно- логий, то, возможно, дело дойдет хотя бы до стадии проектирования