WG Tech Solutions cắt giảm 28% vi phạm an toàn với Ultralytics YOLO và bộ tăng tốc AI của Axelera

Việc theo dõi và cải thiện các hoạt động sản xuất công nghiệp có thể là một thách thức, đặc biệt là khi nhiều quy trình vẫn được thực hiện thủ công. Việc thiếu tầm nhìn rõ ràng về các hoạt động thường dẫn đến những điểm kém hiệu quả bị ẩn giấu, chẳng hạn như tình trạng nghẽn cổ chai và lãng phí nhân lực, rất khó để phát hiện.

Ví dụ, các bước kiểm tra an toàn và tuân thủ, như đảm bảo công nhân đeo thiết 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 các vi phạm dễ bị bỏ sót trong môi trường làm việc có nhịp độ nhanh.

Để thu hẹp những khoảng trống này, WG Tech Solutions đã phát triển WGDeepInsight, một nền tảng phân tích video hỗ trợ bởi AI để giám sát liên tục. Bằng cách phân tích các luồng video trực tiếp sử dụng các mô hình computer vision như Ultralytics YOLO models, nền tảng này cung cấp khả năng hiển thị hoạt động theo thời gian thực, giúp các nhóm quan sát, phân tích và cải thiện quy trình sản xuất của họ.

Link to this sectionCải thiện năng suất và an toàn tại nhà xưởng bằng Vision AI#

WG Tech Solutions là một công ty Edge AI tập trung vào việc xây dựng các hệ thống thông minh cho môi trường thực tế. Họ phát triển các giải pháp AI toàn diện kết hợp phần cứng tùy chỉnh, các mô hình AI và phần mềm ứng dụng, cho phép các tổ chức giám sát, phân tích và cải thiện hoạt động trực tiếp tại biên (edge).

Có trụ sở tại Ấn Độ, công ty làm việc trên nhiều ngành công nghiệp như sản xuất, ô tô, nông nghiệp và các hệ thống y tế, nơi mà thông tin chi tiết thời gian thực và trí tuệ tại chỗ là rất quan trọng.

Nền tảng cốt lõi của công ty, WGDeepInsight, được thiết kế để cung cấp khả năng hiển thị hoạt động theo thời gian thực thông qua phân tích video dựa trên AI. Nó hỗ trợ các trường hợp sử dụng về bảo mật, giám sát, tuân thủ an toàn và kiểm tra chất lượng, cho phép người dùng theo dõi hoạt động, phát hiện sự cố và cải thiện quy trình làm việc trực tiếp tại biên.

Bằng cách kết hợp các mô hình computer vision với các khả năng của AIoT, WGDeepInsight giúp các nhà sản xuất có thể theo dõi hoạt động, giám sát sự tuân thủ và cải thiện khả năng hiển thị vận hành trong môi trường nhà xưởng.

Link to this sectionTại sao khả năng hiển thị bị suy giảm trong các hoạt động tại nhà xưởng#

Giám sát các hoạt động tại nhà xưởng trên quy mô lớn đòi hỏi khả năng hiển thị nhất quán, nhưng môi trường sản xuất thực tế khiến việc này trở nên phức tạp hơn nhiều. Các hoạt động có thể thay đổi giữa các trạm làm việc, công nhân thường xử lý các nhiệm vụ khác nhau trong suốt cả ngày và các điều kiện có thể thay đổi trên khắp các cơ sở sản xuất phân tán.

Trong nhiều trường hợp, các đội ngũ tại nhà xưởng vẫn dựa vào việc quan sát thủ công và kiểm tra tại chỗ để theo dõi quy trình làm việc. Mặc dù các phương pháp truyền thống này có thể cung cấp sự giám sát cơ bản, nhưng chúng hạn chế khả năng hiểu rõ về cách công việc thực sự đang được thực hiện.

Nói cách khác, việc thu thập dữ liệu về thời gian và chuyển động một cách chính xác, không thiên vị là một thách thức. Sự thiếu hụt dữ liệu này trở nên quan trọng hơn khi có liên quan đến an toàn và bảo mật. 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, và phản ứng chậm trễ khiến việc ngăn chặn các vi phạm tái diễn trở nên khó khăn hơn.

Ví dụ, WG Tech Solutions đã làm việc với một nhà sản xuất thiết kế gốc (ODM) hàng đầu vận hành nhiều cơ sở sản xuất đang đối mặt với những hạn chế tương tự. Hầu hết các quy trình lắp ráp của ODM này vẫn là thủ công, vì vậy việc giám sát năng suất, an toàn và tuân thủ dựa phần lớn vào kiểm tra trực quan.

Để tối ưu hóa năng suất và tuân thủ an toàn, ODM cần một cách tiếp cận có cấu trúc hơn để thu thập dữ liệu thời gian và chuyển động đáng tin cậy, theo dõi sự tuân thủ quy trình vận hành tiêu chuẩn (SOP) giữa các trạm và phát hiện các vi phạm về an toàn và bảo mật.

Họ cũng cần một cách hiệu quả hơn để cung cấp phản hồi theo thời gian thực cho các đội ngũ phù hợp. Nếu không có tự động hóa, việc mở rộng mức độ hiển thị này vẫn là một mối lo ngại chính.

Link to this sectionGiám sát nhà xưởng thông minh hơn và tuân thủ nhờ các mô hình Ultralytics YOLO#

WG Tech Solutions tích hợp các mô hình Ultralytics YOLO vào nền tảng WGDeepInsight của họ để kích hoạt các computer vision tasks quan trọng như phát hiện đối tượng, theo dõi đối tượng và phân đoạn cá thể. Bằng cách áp dụng các mô hình này vào các luồng video trực tiếp, nền tảng cho phép các đội ngũ giám sát liên tục các hoạt động, thu thập dữ liệu thời gian và chuyển động chính xác, đồng thời xác định các điểm kém hiệu quả theo thời gian thực.

Cách tiếp cận này đã được áp dụng trong một lần triển khai với ODM hàng đầu đã đề cập ở trên. WGDeepInsight được triển khai bằng thiết lập lai, với các bộ tăng tốc AI Axelera Metis được triển khai tại các trạm làm việc và trên khắp môi trường IT của nhà xưởng, với Voyager SDK giúp tối ưu hóa việc triển khai tại biên trên quy mô lớn.

Các khả năng thị giác của các mô hình Ultralytics YOLO đã được sử dụng để giám sát các hoạt động tại các trạm nhà xưởng, theo dõi sự tuân thủ các SOP và phát hiện các vi phạm về an toàn và bảo mật như không tuân thủ PPE, truy cập trái phép và các vật liệu được xếp chồng không đúng cách.

Hình 1. Ví dụ về các mô hình Ultralytics YOLO được sử dụng để phát hiện các hộp được xếp chồng không đều.

Để hỗ trợ điều này, dữ liệu video đã được thu thập từ nhiều trạm làm việc trong khoảng thời gian ba tuần và được gán nhãn bằng giao diện độc quyền. Tập dữ liệu này đã được sử dụng để đào tạo và tinh chỉnh các mô hình Ultralytics YOLO, bao gồm Ultralytics YOLO11 và Ultralytics YOLOv8, được tùy chỉnh cho môi trường nhà xưởng.

Các mô hình đã được cải tiến thêm với logic suy luận bổ sung, điều chỉnh tham số và các kỹ thuật tối ưu hóa để đảm bảo hiệu suất đáng tin cậy trong các điều kiện thực tế. Sau khi triển khai, nền tảng đã cho phép giám sát thời gian thực và phát hiện tự động các vi phạm, cung cấp khả năng hiển thị nhất quán và dựa trên dữ liệu về các hoạt động.

Link to this sectionTại sao lại chọn các mô hình Ultralytics YOLO?#

Đối với WG Tech Solutions, các mô hình Ultralytics YOLO cung cấp một nền tảng vững chắc để xây dựng các computer vision solutions có thể thích ứng nhanh chóng với các trường hợp sử dụng khác nhau tại nhà xưởng. Khả năng cung cấp suy luận hiệu suất cao tại biên khiến chúng trở thành một lựa chọn tuyệt vời cho các thiết lập sản xuất quy mô lớn, nơi độ trễ thấp và giám sát liên tục là rất quan trọng.

Các mô hình Ultralytics YOLO cũng cung cấp sự linh hoạt trên nhiều định dạng xuất (export formats) để triển khai, bao gồm ONNX, PyTorch và NCNN. Điều này giúp việc tích hợp chúng với cả các thiết bị biên và các hệ thống tập trung cho một kiến trúc lai trở nên dễ dàng hơn.

Nhìn chung, bằng cách sử dụng các mô hình Ultralytics YOLO, WG Tech Solutions đã có thể cung cấp các giải pháp tùy chỉnh nhanh hơn trong khi vẫn duy trì hiệu suất đáng tin cậy trên các môi trường nhà xưởng quy mô lớn.

Link to this sectionWGDeepInsight đã giảm 28% vi phạm của công nhân với Ultralytics YOLO#

Sử dụng các mô hình Ultralytics YOLO, nền tảng WGDeepInsight của WG Tech Solutions cung cấp khả năng giám sát và phân tích liên tục các hoạt động tại nhà xưởng, cải thiện sự an toàn, tuân thủ và khả năng hiển thị vận hành.

Trong trường hợp của ODM hàng đầu, các vi phạm an toàn của công nhân đã giảm 28%. Các cảnh báo thời gian thực, được xử lý trên thiết bị với độ trễ thấp, đã dẫn đến thời gian phản hồi nhanh hơn và ít vấn đề tái diễn hơn, mang lại sự thực thi nhất quán hơn về các giao thức an toàn trên khắp nhà xưởng.

Nền tảng đã theo dõi sự tuân thủ SOP trên các trạm và đánh dấu các vi phạm ngay khi chúng xảy ra. Nó cũng xác định các vấn đề như sử dụng PPE không đúng cách, truy cập trái phép, tình trạng quá tải và các bước quy trình bị bỏ sót hoặc không chính xác.

Ví dụ, trong các quy trình xử lý khay, nó xác minh xem các mặt hàng đã được lấy và đặt đúng cách chưa và liệu mỗi bước có tuân theo trình tự bắt buộc hay không, đồng thời đánh dấu bất kỳ sai lệch nào trong suốt quá trình.

Hình 2. Các mô hình Ultralytics YOLO giúp phát hiện việc xử lý khay bằng một tay.

Trên hết, nó còn mở rộng sang các quy trình vận hành và bảo mật 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 mức nhân sự giảm xuống dưới ngưỡng yêu cầu.

Trong khi đó, trong các quy trình kiểm tra chất lượng, nó xác minh các trình tự quy trình, củng cố việc sử dụng các công cụ được chỉ định và theo dõi thời gian thực hiện cho mỗi nhiệm vụ, đánh dấu bất kỳ sai lệch nào để duy trì các tiêu chuẩn nhất quán.

Theo thời gian, những thông tin chi tiết từ thị giác này đã cung cấp khả năng hiển thị rõ ràng hơn về nơi các quy trình đang bị phá vỡ và hỗ trợ các hành động khắc phục thông qua đào tạo có mục tiêu.

Cơ chế cảnh báo và phản hồi đã được điều chỉnh theo yêu cầu của khách hàng, với khả năng tích hợp linh hoạt vào các quy trình hiện có của nhà xưởng. Thông báo được gửi qua các kênh như email, hệ thống nhắn tin và bảng điều khiển dựa trên vai trò, đảm bảo rằng những thông tin chi tiết liên quan đến được với các đội ngũ phù hợp theo thời gian thực.

Điều này cũng đảm bảo rằng các quy trình quan trọng được tuân thủ nhất quán, chẳng hạn như sử dụng đúng công cụ và duy trì mức nhân sự tối thiểu trong các khu vực được kiểm soát. Cuối cùng, các hoạt động hàng ngày trở nên nhất quán hơn, tăng cường sự tuân thủ trên khắp nhà xưởng.

Link to this sectionMở rộng giám sát thời gian thực trên khắp các môi trường nhà xưởng#

Khi tự động hóa công nghiệp phát triển, computer vision đang trở nên trung tâm để cải thiện khả năng hiển thị và tính nhất quán trong các hoạt động thủ công. Bằng cách tùy chỉnh các mô hình Ultralytics YOLO, WG Tech Solutions có kế hoạch mở rộng nền tảng WGDeepInsight của mình sang các môi trường và quy trình nhà xưởng mới.

Điều này hỗ trợ các trường hợp sử dụng từ giám sát an toàn và bảo mật đến kiểm tra cấp quy trình trên nhà xưởng. Kết hợp với triển khai dựa trên biên, phân tích thời gian thực và các bộ tăng tốc Edge AI Axelera Metis, nó cung cấp khả năng giám sát có thể mở rộng và thông tin chi tiết vận hành nhất quán trên khắp các môi trường sản xuất.

Bạn đang khám phá vision AI cho các quy trình vận hành của mình? Hãy xem GitHub repository và licensing options của chúng tôi để bắt đầu với các mô hình Ultralytics YOLO. Tìm hiểu về các ứng dụng như AI in healthcare và vision AI in manufacturing, và các Edge AI Accelerators như Axelera AI Export and Deployment | Ultralytics Docs