WG Tech Solutions utilizza Ultralytics YOLO per rilevare in tempo reale le violazioni in fabbrica, riducendo gli incidenti di sicurezza del 28% e migliorando la conformità.
Monitorare e migliorare le attività di produzione industriale può essere difficile, soprattutto perché molti processi sono ancora manuali. Questa mancanza di visibilità sulle operazioni spesso porta a inefficienze nascoste, come colli di bottiglia e manodopera sottoutilizzata, difficili da individuare.
Ad esempio, i controlli di sicurezza e conformità, come verificare che i lavoratori indossino i dispositivi di protezione individuale (PPE) adeguati o che i materiali siano movimentati e impilati correttamente, vengono spesso effettuati manualmente; negli ambienti dal ritmo serrato, quindi, è facile non notare le violazioni.
Per colmare queste lacune, WG Tech Solutions ha sviluppato WGDeepInsight, una piattaforma di analisi video basata sull'IA per il monitoraggio continuo. Analizzando flussi video in diretta con modelli di computer vision come i modelli Ultralytics YOLO, la piattaforma offre visibilità in tempo reale sulle operazioni e aiuta i team a osservare, analizzare e migliorare i processi di produzione.
Migliorare la produttività e la sicurezza in fabbrica con l'IA visiva#
WG Tech Solutions è un'azienda di IA edge che si concentra sulla creazione di sistemi intelligenti per ambienti reali. Sviluppa soluzioni IA end-to-end che combinano hardware personalizzato, modelli di IA e software applicativo, consentendo alle organizzazioni di monitorare, analizzare e migliorare le operazioni direttamente all'edge.
Con sede in India, l'azienda opera in diversi settori, tra cui produzione, automotive, agricoltura e sistemi medicali, dove le informazioni in tempo reale e l'intelligenza sul posto sono fondamentali.
La sua piattaforma principale, WGDeepInsight, è progettata per offrire visibilità in tempo reale sulle operazioni tramite l'analisi video basata sull'IA. Supporta casi d'uso in ambito di sicurezza, videosorveglianza, conformità alle norme di sicurezza e ispezione della qualità, consentendo agli utenti di monitorare le attività, rilevare problemi e migliorare i flussi di lavoro direttamente all'edge.
Combinando modelli di computer vision con le funzionalità dell'intelligenza artificiale delle cose (AIoT), WGDeepInsight consente ai produttori di tracciare le attività, monitorare la conformità e migliorare la visibilità operativa negli ambienti di fabbrica.
Perché la visibilità viene meno nelle attività di fabbrica#
Monitorare le attività di fabbrica su vasta scala richiede una visibilità costante, ma gli ambienti di produzione reali rendono tutt'altro che semplice riuscirci. Le attività possono variare da una postazione all'altra, i lavoratori svolgono in genere mansioni diverse durante la giornata e le condizioni possono cambiare da uno stabilimento all'altro.
In molti casi, i team di fabbrica si affidano ancora all'osservazione manuale e ai controlli sul posto per monitorare i flussi di lavoro. Questi metodi tradizionali possono fornire una supervisione di base, ma limitano la comprensione di come viene svolto concretamente il lavoro.
In altre parole, raccogliere dati accurati e imparziali sui tempi e sui movimenti è difficile. Questa carenza di dati diventa ancora più rilevante quando entrano in gioco sicurezza e protezione. Problemi come il mancato rispetto delle norme sui PPE, gli accessi non autorizzati o la movimentazione scorretta dei materiali possono passare facilmente inosservati, e i ritardi nelle risposte rendono più difficile prevenire il ripetersi delle violazioni.
Ad esempio, WG Tech Solutions ha collaborato con un importante produttore di design originale (ODM) che gestisce diversi stabilimenti e deve affrontare vincoli analoghi. La maggior parte dei processi di assemblaggio dell'ODM era ancora manuale, quindi il monitoraggio di produttività, sicurezza e conformità dipendeva in larga misura da controlli visivi.
Per ottimizzare la produttività e la conformità alle norme di sicurezza, l'ODM aveva bisogno di un approccio più strutturato per raccogliere dati affidabili sui tempi e sui movimenti, monitorare la conformità alle procedure operative standard (SOP) nelle diverse postazioni e rilevare violazioni in materia di sicurezza.
Aveva inoltre bisogno di un modo più efficace per fornire feedback in tempo reale ai team giusti. Senza automazione, estendere questo livello di visibilità continuava a essere una sfida importante.
Monitoraggio più intelligente delle fabbriche e conformità con i modelli Ultralytics YOLO#
WG Tech Solutions integra i modelli Ultralytics YOLO nella piattaforma WGDeepInsight per abilitare attività chiave di computer vision, come il rilevamento e il tracciamento degli oggetti e la segmentazione delle istanze. Applicando questi modelli ai flussi video in diretta, la piattaforma consente ai team di monitorare continuamente le operazioni, raccogliere dati accurati sui tempi e sui movimenti e individuare inefficienze in tempo reale.
Questo approccio è stato applicato in un'implementazione con il già citato importante ODM. WGDeepInsight è stato implementato con una configurazione ibrida, utilizzando acceleratori IA Axelera Metis nelle postazioni di lavoro e nell'infrastruttura IT dello stabilimento; Voyager SDK ha semplificato la distribuzione edge su larga scala.
Le capacità di visione dei modelli Ultralytics YOLO sono state utilizzate per monitorare le attività nelle diverse postazioni di fabbrica, verificare il rispetto delle SOP e rilevare violazioni della sicurezza e della protezione, come il mancato utilizzo dei DPI, gli accessi non autorizzati e l'impilamento scorretto dei materiali.
Fig. 1. Un esempio di utilizzo dei modelli Ultralytics YOLO per rilevare scatole impilate in modo irregolare.
Per supportare questa attività, sono stati raccolti dati video da diverse postazioni di lavoro nell'arco di tre settimane e annotati tramite un'interfaccia proprietaria. Il dataset è stato utilizzato per addestrare e perfezionare i modelli Ultralytics YOLO, tra cui Ultralytics YOLO11 e Ultralytics YOLOv8, adattandoli all'ambiente di fabbrica.
I modelli sono stati ulteriormente migliorati con logiche di inferenza aggiuntive, regolazione dei parametri e tecniche di ottimizzazione per garantire prestazioni affidabili in condizioni reali. Una volta implementata, la piattaforma ha consentito il monitoraggio in tempo reale e il rilevamento automatico delle violazioni, offrendo una visibilità costante e basata sui dati delle attività.
Perché scegliere i modelli Ultralytics YOLO?#
Per WG Tech Solutions, i modelli Ultralytics YOLO hanno fornito una solida base per creare soluzioni di visione artificiale adattabili rapidamente a diversi casi d'uso in fabbrica. La capacità dei modelli di offrire inferenza ad alte prestazioni all'edge li ha resi un'ottima scelta per gli impianti di produzione su larga scala, dove la bassa latenza e il monitoraggio continuo sono fondamentali.
I modelli Ultralytics YOLO hanno inoltre offerto flessibilità grazie ai diversi formati di esportazione disponibili per l'implementazione, tra cui ONNX, PyTorch e NCNN. Questo ha semplificato l'integrazione sia con i dispositivi edge sia con i sistemi centralizzati, per un'architettura ibrida.
Nel complesso, utilizzando i modelli Ultralytics YOLO, WG Tech Solutions è riuscita a fornire soluzioni personalizzate più rapidamente, mantenendo prestazioni affidabili negli ambienti di fabbrica su larga scala.
WGDeepInsight ha ridotto del 28% le violazioni commesse dai lavoratori con Ultralytics YOLO#
Grazie ai modelli Ultralytics YOLO, la piattaforma WGDeepInsight di WG Tech Solutions monitora e analizza continuamente le attività di fabbrica, migliorando la sicurezza, la conformità e la visibilità operativa.
Nel caso del principale ODM, le violazioni delle norme di sicurezza da parte dei lavoratori sono diminuite del 28%. Gli avvisi in tempo reale, elaborati direttamente sul dispositivo con bassa latenza, hanno consentito tempi di risposta più rapidi e una riduzione dei problemi ricorrenti, favorendo un'applicazione più coerente dei protocolli di sicurezza in tutta la fabbrica.
La piattaforma ha monitorato il rispetto delle SOP nelle diverse postazioni e segnalato le violazioni man mano che si verificavano. Ha inoltre individuato problemi come l'uso scorretto dei DPI, gli accessi non autorizzati, il sovraffollamento e le fasi di processo saltate o eseguite in modo errato.
Ad esempio, nei flussi di lavoro per la movimentazione dei vassoi, ha verificato che gli articoli fossero prelevati e posizionati correttamente e che ogni fase seguisse la sequenza prevista, segnalando eventuali deviazioni.
Fig. 2. I modelli Ultralytics YOLO aiutano a rilevare la movimentazione dei vassoi con una sola mano.
Inoltre, la piattaforma è stata estesa ad altri flussi di lavoro operativi e di sicurezza. Nelle sale di monitoraggio CCTV, il sistema ha rilevato in tempo reale la presenza del personale e inviato avvisi se il numero degli addetti scendeva sotto la soglia richiesta.
Nei flussi di lavoro per il controllo qualità, invece, ha verificato la sequenza dei processi, promosso l'uso degli strumenti specificati e monitorato il tempo dedicato a ciascuna attività, segnalando le deviazioni per mantenere standard uniformi.
Nel tempo, queste informazioni ricavate dalla visione hanno offerto una visibilità più chiara sui punti in cui i processi si interrompevano e hanno supportato le azioni correttive attraverso una formazione mirata.
I meccanismi di avviso e feedback sono stati adattati alle esigenze dei clienti e integrati con flessibilità nei flussi di lavoro di fabbrica esistenti. Le notifiche sono state inviate tramite canali come e-mail, sistemi di messaggistica e dashboard basate sui ruoli, assicurando che le informazioni pertinenti raggiungessero i team appropriati in tempo reale.
Questo ha anche garantito il rispetto costante delle procedure critiche, come l'uso degli strumenti corretti e il mantenimento del numero minimo di addetti nelle aree controllate. In definitiva, le attività quotidiane sono diventate più uniformi, rafforzando la conformità in tutta la fabbrica.
Estendere il monitoraggio in tempo reale agli ambienti di fabbrica#
Con l'evoluzione dell'automazione industriale, la visione artificiale sta diventando fondamentale per migliorare la visibilità e la coerenza delle attività manuali. Personalizzando i modelli Ultralytics YOLO, WG Tech Solutions intende estendere la propria piattaforma WGDeepInsight a nuovi ambienti e flussi di lavoro di fabbrica.
Questo consente di supportare casi d'uso che spaziano dal monitoraggio della sicurezza e della protezione ai controlli dei processi in fabbrica. Abbinata all'implementazione edge, all'analisi in tempo reale e agli acceleratori edge AI Axelera Metis, la soluzione offre un monitoraggio scalabile e informazioni operative coerenti negli ambienti di produzione.
Vuoi esplorare l'AI per la visione applicata ai flussi di lavoro operativi? Dai un'occhiata al nostro repository GitHub e alle opzioni di licenza per iniziare a usare i modelli Ultralytics YOLO. Scopri applicazioni come l'AI in ambito sanitario e l'AI per la visione nel settore manifatturiero, oltre agli acceleratori Edge AI come Axelera AI Export and Deployment | Ultralytics Docs.
