WG Tech Solutions сокращает количество нарушений техники безопасности на 28% с помощью Ultralytics YOLO и ИИ-ускорителя Axelera

Отслеживание и улучшение промышленных производственных операций может быть сложной задачей, особенно когда многие процессы выполняются вручную. Недостаток прозрачности часто приводит к скрытым неэффективностям, таким как «узкие места» и недоиспользование рабочей силы, которые трудно заметить.

Например, проверка соблюдения техники безопасности и норм, таких как использование сотрудниками надлежащих средств индивидуальной защиты (СИЗ) или правильное обращение с материалами и их штабелирование, часто выполняется вручную, из-за чего нарушения легко упустить в условиях быстрого темпа работы.

Чтобы устранить эти пробелы, WG Tech Solutions разработала WGDeepInsight — платформу видеоаналитики на базе искусственного интеллекта для непрерывного мониторинга. Анализируя видеопотоки в реальном времени с помощью моделей computer vision, таких как Ultralytics YOLO models, платформа обеспечивает видимость операций в режиме реального времени, помогая командам наблюдать, анализировать и совершенствовать свои производственные процессы.

Повышение производительности и безопасности на заводе с помощью компьютерного зрения#

WG Tech Solutions — компания в сфере периферийного ИИ, специализирующаяся на создании интеллектуальных систем для реальных условий. Они разрабатывают комплексные ИИ-решения, сочетающие специализированное оборудование, модели ИИ и прикладное программное обеспечение, что позволяет организациям отслеживать, анализировать и улучшать операции непосредственно на периферии.

Компания базируется в Индии и работает в таких отраслях, как производство, автомобилестроение, сельское хозяйство и медицинские системы, где важны аналитика в реальном времени и локальный интеллект.

Их основная платформа, WGDeepInsight, предназначена для обеспечения прозрачности операций в реальном времени за счет видеоаналитики на основе ИИ. Она поддерживает сценарии использования в сферах безопасности, наблюдения, контроля соблюдения норм и контроля качества, позволяя пользователям отслеживать действия, обнаруживать проблемы и улучшать рабочие процессы прямо на периферии.

Сочетая модели компьютерного зрения с возможностями интернета вещей на базе ИИ (AIoT), WGDeepInsight позволяет производителям отслеживать активность, контролировать соблюдение норм и повышать прозрачность операций на производстве.

Почему прозрачность в производственных операциях снижается#

Мониторинг производственных операций в масштабе требует постоянной прозрачности, однако в реальных условиях производства это непросто. Задачи могут различаться на разных участках, сотрудники часто выполняют разные действия в течение дня, а условия труда могут меняться в зависимости от распределенной структуры завода.

Во многих случаях производственные команды до сих пор полагаются на ручное наблюдение и локальные проверки для отслеживания рабочих процессов. Хотя такие традиционные методы дают базовый контроль, они ограничивают понимание того, как работа выполняется на самом деле.

Другими словами, сбор точных и непредвзятых данных о времени и движении представляет собой сложную задачу. Эта нехватка данных становится еще более критичной, когда на кону стоят безопасность и охрана труда. Такие проблемы, как несоблюдение требований по использованию средств индивидуальной защиты, несанкционированный доступ или incorrect material handling, легко упустить из виду, а задержки с реакцией затрудняют предотвращение повторных нарушений.

Например, WG Tech Solutions работали с ведущим контрактным производителем (ODM), управляющим несколькими заводами с аналогичными ограничениями. Большая часть процессов сборки у этого ODM все еще выполнялась вручную, поэтому мониторинг производительности, безопасности и соблюдения норм сильно зависел от визуальных проверок.

Для оптимизации производительности и соблюдения техники безопасности ODM потребовался более структурированный подход к сбору достоверных данных о времени и движениях, отслеживанию соблюдения стандартных операционных процедур (СОП) на рабочих местах и выявлению нарушений безопасности и режима.

Им также требовался более эффективный способ предоставления обратной связи соответствующим командам в реальном времени. Без автоматизации масштабирование такого уровня прозрачности оставалось серьезной проблемой.

Более интеллектуальный мониторинг завода и контроль соблюдения норм с помощью Ultralytics YOLO#

WG Tech Solutions интегрирует модели Ultralytics YOLO в свою платформу WGDeepInsight для реализации ключевых задач computer vision tasks, таких как обнаружение объектов, трекинг объектов и сегментация экземпляров. Применяя эти модели к видеопотокам в реальном времени, платформа позволяет командам непрерывно контролировать операции, собирать точные данные о времени и движении, а также выявлять неэффективность в режиме реального времени.

Этот подход был применен при развертывании у упомянутого ранее ведущего ODM-производителя. Платформа WGDeepInsight была внедрена с использованием гибридной настройки: ускорители искусственного интеллекта Axelera Metis развернуты на рабочих станциях и во всей ИТ-среде завода, а SDK Voyager оптимизирует развертывание на периферии в масштабном режиме.

Возможности зрения моделей Ultralytics YOLO использовались для мониторинга операций на участках завода, контроля соблюдения СОП и обнаружения нарушений безопасности, таких как неиспользование СИЗ, несанкционированный доступ и неправильное складирование материалов.

Рис. 1. Пример использования моделей Ultralytics YOLO для обнаружения неправильно сложенных коробок.

Для поддержки этого видеоданные собирались с нескольких рабочих станций в течение трех недель и размечались с использованием проприетарного интерфейса. Этот набор данных использовался для обучения и точной настройки моделей Ultralytics YOLO, включая Ultralytics YOLO11 и Ultralytics YOLOv8, адаптированных под условия завода.

Модели были дополнительно улучшены за счет логики вывода, настройки параметров и методов оптимизации для обеспечения надежной работы в реальных условиях. После развертывания платформа обеспечила мониторинг в реальном времени и автоматическое обнаружение нарушений, предоставляя последовательную, основанную на данных прозрачность операций.

Почему стоит выбрать модели Ultralytics YOLO?#

Для WG Tech Solutions модели Ultralytics YOLO стали прочной основой для создания решений computer vision solutions, которые можно быстро адаптировать под различные производственные сценарии использования. Их способность обеспечивать высокопроизводительный инференс на периферии сделала их отличным выбором для крупномасштабных производственных систем, где критически важны низкая задержка и непрерывный мониторинг.

Модели Ultralytics YOLO также обеспечили гибкость в отношении различных форматов экспорта для развертывания, включая ONNX, PyTorch и NCNN. Это упростило их интеграцию как с периферийными устройствами, так и с централизованными системами для построения гибридной архитектуры.

В целом, используя модели Ultralytics YOLO, компания WG Tech Solutions смогла быстрее поставлять адаптированные решения, сохраняя при этом надежную производительность на крупных производственных объектах.

WGDeepInsight сократила число нарушений со стороны рабочих на 28% с помощью Ultralytics YOLO#

Используя модели Ultralytics YOLO, платформа WGDeepInsight от WG Tech Solutions обеспечивает непрерывный мониторинг и анализ производственных операций, повышая безопасность, соблюдение норм и прозрачность процессов.

В случае с ведущим ODM количество нарушений техники безопасности сократилось на 28%. Оповещения в реальном времени, обрабатываемые непосредственно на устройстве с низкой задержкой, привели к ускорению реакции и уменьшению количества повторяющихся проблем, что обеспечило более последовательное соблюдение протоколов безопасности на всей территории завода.

Платформа отслеживала соблюдение СОП на участках и помечала нарушения по мере их возникновения. Она также выявляла такие проблемы, как некорректное использование СИЗ, несанкционированный доступ, переполнение зон и пропущенные или неверные этапы процесса.

Например, в процессах перемещения лотков она проверяла, правильно ли предметы были взяты и перемещены, следовал ли каждый шаг требуемой последовательности, и помечала любые отклонения.

Рис. 2. Модели Ultralytics YOLO помогают обнаружить перемещение лотков одной рукой.

Кроме того, возможности системы были расширены на другие операционные и охранные процессы. В комнатах мониторинга CCTV система отслеживала присутствие персонала в реальном времени и отправляла оповещения, если уровень укомплектованности падал ниже требуемого.

В процессах контроля качества система проверяла последовательность операций, соблюдение использования указанных инструментов и время, затрачиваемое на задачу, помечая любые отклонения для поддержания стабильных стандартов.

Со временем эти данные компьютерного зрения обеспечили более четкое понимание того, где процессы дают сбой, и способствовали корректирующим действиям через целевое обучение.

Механизмы оповещения и обратной связи были настроены в соответствии с требованиями заказчика, с гибкой интеграцией в существующие рабочие процессы завода. Уведомления доставлялись через такие каналы, как электронная почта, системы обмена сообщениями и ролевые дашборды, гарантируя, что соответствующие данные достигают нужных команд в реальном времени.

Это также гарантировало последовательное выполнение критически важных процедур, таких как использование правильных инструментов и поддержание минимальной численности персонала в контролируемых зонах. В конечном итоге, ежедневные операции стали более стабильными, что укрепило соблюдение норм на всем производстве.

Расширение мониторинга в реальном времени на производственных средах#

По мере развития промышленной автоматизации компьютерное зрение становится центральным элементом повышения прозрачности и стабильности ручных операций. Настраивая модели Ultralytics YOLO, WG Tech Solutions планирует распространить платформу WGDeepInsight на новые производственные среды и рабочие процессы.

Это поддерживает сценарии использования от мониторинга безопасности до проверок на уровне процессов в цехе. В сочетании с развертыванием на периферии, аналитикой в реальном времени и периферийными ускорителями искусственного интеллекта Axelera Metis это обеспечивает масштабируемый мониторинг и стабильную оперативную аналитику в производственных средах.

Изучаешь возможности искусственного интеллекта компьютерного зрения для своих рабочих процессов? Загляни в наш GitHub repository и ознакомься с licensing options, чтобы начать работу с моделями Ultralytics YOLO. Узнай о таких применениях, как AI in healthcare и vision AI in manufacturing, а также о периферийных ускорителях искусственного интеллекта, таких как Axelera AI Export and Deployment | Ultralytics Docs.