WG Tech Solutions tận dụng Ultralytics YOLO để phát hiện vi phạm trong nhà máy theo thời gian thực, giảm 28% sự cố an toàn và tăng cường tuân thủ.
Theo dõi và cải thiện hoạt động sản xuất công nghiệp có thể là một thách thức, đặc biệt vì nhiều quy trình vẫn được thực hiện thủ công. Thiếu khả năng quan sát hoạt động thường dẫn đến những điểm kém hiệu quả khó nhận thấy, chẳng hạn như nút thắt cổ chai và lao động chưa được tận dụng hiệu quả.
Ví dụ, các hoạt động kiểm tra an toàn và tuân thủ như đảm bảo người lao động mặc trang bị bảo hộ cá nhân (PPE) phù hợp, hoặc vật liệu được xử lý và xếp chồng đúng cách, thường được thực hiện thủ công, khiến vi phạm dễ bị bỏ sót trong môi trường làm việc nhịp độ nhanh.
Để khắc phục những thiếu sót này, WG Tech Solutions đã phát triển WGDeepInsight, một nền tảng phân tích video tích hợp AI để giám sát liên tục. Bằng cách phân tích các luồng video trực tiếp bằng các model thị giác máy tính như các model Ultralytics YOLO, nền tảng cung cấp khả năng quan sát hoạt động theo thời gian thực, giúp các nhóm theo dõi, phân tích và cải thiện quy trình sản xuất.
Cải thiện năng suất và an toàn nhà máy bằng Vision AI#
WG Tech Solutions là công ty AI edge tập trung xây dựng các hệ thống thông minh cho môi trường thực tế. Công ty phát triển các giải pháp AI đầu-cuối kết hợp phần cứng tùy chỉnh, model AI và phần mềm ứng dụng, cho phép các tổ chức giám sát, phân tích và cải thiện hoạt động ngay tại edge.
Có trụ sở tại Ấn Độ, công ty hoạt động trong nhiều ngành như sản xuất, ô tô, nông nghiệp và hệ thống y tế, nơi thông tin chuyên sâu theo thời gian thực và khả năng xử lý thông minh tại chỗ đóng vai trò thiết yếu.
Nền tảng cốt lõi của công ty, WGDeepInsight, được thiết kế để cung cấp khả năng quan sát hoạt động theo thời gian thực thông qua phân tích video tích hợp AI. Nền tảng hỗ trợ các ứng dụng trong lĩnh vực an ninh, giám sát, tuân thủ an toàn và kiểm tra chất lượng, cho phép người dùng theo dõi hoạt động, phát hiện vấn đề và cải thiện quy trình làm việc ngay tại edge.
Bằng cách kết hợp các model thị giác máy tính với năng lực trí tuệ nhân tạo vạn vật (AIoT), WGDeepInsight giúp các nhà sản xuất theo dõi hoạt động, giám sát việc tuân thủ và cải thiện khả năng quan sát vận hành trong môi trường nhà máy.
Vì sao khả năng quan sát hoạt động trong nhà máy bị hạn chế#
Giám sát hoạt động nhà máy trên quy mô lớn đòi hỏi khả năng quan sát nhất quán, nhưng môi trường sản xuất thực tế khiến việc này không hề đơn giản. Hoạt động có thể khác nhau giữa các trạm, người lao động thường đảm nhận nhiều nhiệm vụ khác nhau trong ngày và điều kiện có thể thay đổi giữa các cơ sở nhà máy phân tán.
Trong nhiều trường hợp, các nhóm tại nhà máy vẫn dựa vào quan sát thủ công và kiểm tra tại hiện trường để theo dõi quy trình làm việc. Dù những phương pháp truyền thống này có thể cung cấp khả năng giám sát cơ bản, chúng hạn chế thông tin chuyên sâu về cách công việc thực sự được thực hiện.
Nói cách khác, việc thu thập dữ liệu thời gian và chuyển động chính xác, khách quan là một thách thức. Tình trạng thiếu dữ liệu càng đáng lo ngại hơn khi liên quan đến an toàn và an ninh. Các vấn đề như không tuân thủ PPE, truy cập trái phép hoặc xử lý vật liệu không đúng cách có thể dễ dàng bị bỏ sót, còn phản hồi chậm khiến việc ngăn chặn vi phạm tái diễn trở nên khó khăn hơn.
Ví dụ, WG Tech Solutions đã hợp tác với một nhà sản xuất thiết kế gốc (ODM) hàng đầu vận hành nhiều cơ sở nhà máy và gặp phải những hạn chế tương tự. Hầu hết quy trình lắp ráp của ODM vẫn được thực hiện thủ công, nên việc giám sát năng suất, an toàn và tuân thủ phụ thuộc nhiều vào kiểm tra trực quan.
Để tối ưu hóa năng suất và việc tuân thủ an toàn, ODM cần một phương pháp có cấu trúc hơn nhằm thu thập dữ liệu thời gian và chuyển động đáng tin cậy, theo dõi việc tuân thủ quy trình vận hành tiêu chuẩn (SOP) tại các trạm và phát hiện vi phạm an toàn, an ninh.
Họ cũng cần một cách hiệu quả hơn để cung cấp phản hồi theo thời gian thực cho đúng nhóm. Nếu không có tự động hóa, việc mở rộng quy mô khả năng quan sát ở mức này vẫn là mối lo ngại lớn.
Giám sát nhà máy và tuân thủ thông minh hơn với các model Ultralytics YOLO#
WG Tech Solutions tích hợp các model Ultralytics YOLO vào nền tảng WGDeepInsight để hỗ trợ những tác vụ thị giác máy tính quan trọng như phát hiện đối tượng, theo dõi đối tượng và phân đoạn thực thể. Bằng cách áp dụng các model này vào luồng video trực tiếp, nền tảng cho phép các nhóm liên tục giám sát hoạt động, thu thập dữ liệu thời gian và chuyển động chính xác, đồng thời xác định điểm kém hiệu quả theo thời gian thực.
Phương pháp này được áp dụng trong một đợt triển khai với ODM hàng đầu đã đề cập trước đó. WGDeepInsight được triển khai theo cấu hình kết hợp, với các bộ tăng tốc AI Axelera Metis được triển khai tại các trạm làm việc và trong môi trường CNTT của nhà máy; Voyager SDK giúp đơn giản hóa việc triển khai edge trên quy mô lớn.
Các khả năng thị giác của model Ultralytics YOLO được sử dụng để giám sát hoạt động tại các trạm trong nhà máy, theo dõi việc tuân thủ SOP và phát hiện các vi phạm về an toàn, an ninh như không tuân thủ quy định về PPE, truy cập trái phép và xếp vật liệu không đúng cách.
Hình 1. Ví dụ về việc sử dụng model Ultralytics YOLO để phát hiện các thùng hàng xếp không ngay ngắn.
Để hỗ trợ việc này, dữ liệu video được thu thập từ nhiều trạm làm việc trong ba tuần và được gán nhãn bằng giao diện độc quyền. Tập dữ liệu này được dùng để huấn luyện và tinh chỉnh các model Ultralytics YOLO, bao gồm Ultralytics YOLO11 và Ultralytics YOLOv8, nhằm phù hợp với môi trường nhà máy.
Các model được cải tiến thêm bằng logic suy luận bổ sung, tinh chỉnh tham số và các kỹ thuật tối ưu hóa để bảo đảm hiệu suất đáng tin cậy trong điều kiện thực tế. Sau khi triển khai, nền tảng cho phép giám sát theo thời gian thực và tự động phát hiện vi phạm, cung cấp khả năng quan sát hoạt động nhất quán dựa trên dữ liệu.
Vì sao chọn các model Ultralytics YOLO?#
Đối với WG Tech Solutions, các model Ultralytics YOLO là nền tảng vững chắc để xây dựng giải pháp thị giác máy tính có thể nhanh chóng điều chỉnh cho nhiều trường hợp sử dụng khác nhau trong nhà máy. Khả năng suy luận hiệu suất cao tại edge khiến các model này trở thành lựa chọn phù hợp cho hoạt động sản xuất quy mô lớn, nơi độ trễ thấp và giám sát liên tục là yếu tố thiết yếu.
Các model Ultralytics YOLO cũng hỗ trợ linh hoạt nhiều định dạng export để triển khai, bao gồm ONNX, PyTorch và NCNN. Nhờ đó, việc tích hợp model với cả thiết bị edge lẫn hệ thống tập trung để xây dựng kiến trúc kết hợp trở nên dễ dàng hơn.
Nhìn chung, nhờ sử dụng các model Ultralytics YOLO, WG Tech Solutions có thể cung cấp giải pháp tùy chỉnh nhanh hơn mà vẫn duy trì hiệu suất đáng tin cậy trong môi trường nhà máy quy mô lớn.
WGDeepInsight giảm 28% số vi phạm của công nhân nhờ Ultralytics YOLO#
Sử dụng các model Ultralytics YOLO, nền tảng WGDeepInsight của WG Tech Solutions giám sát và phân tích liên tục hoạt động nhà máy, cải thiện an toàn, mức độ tuân thủ và khả năng quan sát hoạt động.
Tại doanh nghiệp ODM hàng đầu này, số vụ vi phạm an toàn của công nhân đã giảm 28%. Cảnh báo thời gian thực được xử lý ngay trên thiết bị với độ trễ thấp giúp rút ngắn thời gian phản hồi và giảm các sự cố tái diễn, từ đó bảo đảm việc thực thi quy trình an toàn nhất quán hơn trên toàn khu vực sản xuất.
Nền tảng theo dõi việc tuân thủ SOP tại các trạm và đánh dấu vi phạm ngay khi chúng xảy ra. Nền tảng cũng phát hiện các vấn đề như sử dụng PPE không đúng cách, truy cập trái phép, quá đông người và bỏ sót hoặc thực hiện sai các bước trong quy trình.
Ví dụ, trong quy trình xử lý khay, hệ thống xác minh liệu các vật phẩm đã được lấy và đặt đúng vị trí hay chưa, đồng thời kiểm tra từng bước có tuân theo trình tự yêu cầu hay không và đánh dấu mọi sai lệch trong quá trình đó.
Hình 2. Các model Ultralytics YOLO hỗ trợ phát hiện thao tác xử lý khay bằng một tay.
Ngoài ra, hệ thống còn được mở rộng sang các quy trình vận hành và an ninh khác. Trong các phòng giám sát CCTV, hệ thống theo dõi sự hiện diện của nhân viên theo thời gian thực và kích hoạt cảnh báo nếu số lượng nhân sự giảm dưới ngưỡng yêu cầu.
Trong khi đó, ở các quy trình kiểm tra chất lượng, hệ thống xác minh trình tự quy trình, củng cố việc sử dụng công cụ được chỉ định và theo dõi thời gian dành cho từng tác vụ, đồng thời đánh dấu mọi sai lệch để duy trì các tiêu chuẩn nhất quán.
Theo thời gian, những thông tin chuyên sâu từ thị giác này giúp nhận diện rõ hơn các điểm quy trình gặp trục trặc và hỗ trợ hành động khắc phục thông qua hoạt động đào tạo có trọng tâm.
Cơ chế cảnh báo và phản hồi được tùy chỉnh theo yêu cầu của khách hàng, đồng thời có thể tích hợp linh hoạt vào quy trình hiện có của nhà máy. Thông báo được gửi qua các kênh như email, hệ thống nhắn tin và dashboard phân quyền theo vai trò, bảo đảm thông tin phù hợp đến được đúng nhóm theo thời gian thực.
Điều này cũng bảo đảm các quy trình quan trọng được tuân thủ nhất quán, chẳng hạn như sử dụng đúng công cụ và duy trì số lượng nhân sự tối thiểu trong các khu vực được kiểm soát. Nhờ đó, hoạt động hằng ngày trở nên nhất quán hơn, củng cố việc tuân thủ trên toàn khu vực sản xuất.
Mở rộng giám sát thời gian thực trên khắp các môi trường nhà máy#
Khi tự động hóa công nghiệp phát triển, thị giác máy tính ngày càng giữ vai trò trung tâm trong việc cải thiện khả năng quan sát và tính nhất quán của các hoạt động thủ công. Bằng cách tùy chỉnh các model Ultralytics YOLO, WG Tech Solutions dự định mở rộng nền tảng WGDeepInsight sang các môi trường nhà máy và quy trình mới.
Giải pháp này hỗ trợ các trường hợp sử dụng từ giám sát an toàn, an ninh đến kiểm tra quy trình ngay trên sàn nhà máy. Kết hợp với triển khai tại edge, phân tích thời gian thực và bộ tăng tốc AI edge Axelera Metis, giải pháp cung cấp khả năng giám sát có thể mở rộng cùng thông tin chuyên sâu nhất quán về hoạt động trong các môi trường sản xuất.
Bạn muốn tìm hiểu về Vision AI cho quy trình vận hành của mình? Hãy xem repository GitHub và các tùy chọn cấp phép để bắt đầu sử dụng các model Ultralytics YOLO. Tìm hiểu các ứng dụng như AI trong chăm sóc sức khỏe và Vision AI trong sản xuất, cùng các bộ tăng tốc Edge AI như Axelera AI Export and Deployment | Ultralytics Docs.
