منصة سحابية للفحص البصري بالذكاء الاصطناعي للرافعات العلوية
إطلاق منصة سحابية للفحص البصري بالذكاء الاصطناعي للرافعات العلوية، خمس وظائف فحص أساسية بنموذج SaaS بنقرة واحدة. تقنية الفحص البصري بالذكاء الاصطناعي للرافعات العلوية تتطور من النشر المحلي إلى الخدمات السحابية.
تشهد تقنية الفحص البصري بالذكاء الاصطناعي للرافعات العلوية تحولًا جذريًا من النشر المستقل على الأجهزة إلى نموذج الخدمات السحابية. أعلنت شركة كيلود للصناعات الثقيلة مؤخرًا عن إطلاق منصتها السحابية للفحص البصري بالذكاء الاصطناعي للرافعات العلوية، والتي تقدم خمس وظائف أساسية للكشف بنموذج SaaS: مراقبة السلامة، تحديد موضع الحمولة، فحص الحبل السلكي، فحص اللحام، وتحديد المواقع ورسم الخرائط بتقنية SLAM البصري. لا يحتاج المستخدمون إلى شراء أجهزة حوسبة الحافة أو بناء خوادم استدلال مخصصة؛ يكفي تركيب كاميرات صناعية ووحدة اتصالات على الرافعة العلوية للحصول على نتائج الكشف في الوقت الفعلي عبر محرك الاستدلال الذكي في السحابة. خلال فترة الاختبار الداخلي، تم التحقق من المنصة في 12 موقعًا للعملاء، حيث عالجت أكثر من 500,000 إطار صورة، بمتوسط زمن استجابة للاستدلال أقل من 200ms.
تستعرض هذه المقالة الحل التقني للمنصة السحابية من أربعة أبعاد رئيسية: بنية المنصة، التنفيذ الفني لوظائف الكشف الخمس، نموذج نشر SaaS، ونتائج التطبيق الميداني.
أولًا: البنية العامة للمنصة السحابية
تعتمد المنصة السحابية للفحص البصري بالذكاء الاصطناعي للرافعات العلوية بنية ثلاثية الطبقات "الطرفية-الحافة-السحابة"، حيث تتركز قدرات الاستدلال بالذكاء الاصطناعي في السحابة، بينما تقتصر الطبقة الطرفية على التقاط الصور ونقلها، مما يقلل إلى أقصى حد من تكاليف الأجهزة وتعقيد الصيانة على مستوى الرافعة.
الطبقة الطرفية (طبقة التقاط ونقل البيانات): تُركّب على كل رافعة علوية من 1 إلى 4 كاميرات ذكية صناعية (اختياري حسب سيناريو الكشف، بدقة تتراوح بين 5 و20 ميجابكسل، مع غالق شامل بتقنية CMOS)، متصلة عبر إيثرنت جيجابت بوحدة اتصالات على الرافعة (بوابة 5G صناعية أو DTU بتقنية 4G). تقوم الوحدة الطرفية بضغط الصور الأصلية بترميز JPEG (نسبة ضغط حوالي 15:1 مع فقدان جودة لا يُذكر)، وإضافة طابع زمني ومعرف الجهاز، ثم رفعها عبر شبكة 5G/4G إلى منصة الاستدلال السحابية. معدل رفع البيانات النموذجي للكاميرا الواحدة يتراوح بين 2~4Mbps (بعد ضغط 1080P@15fps)، وتدعم شبكة 5G رفع ما يصل إلى 8 كاميرات في وقت واحد.
الطبقة السحابية (طبقة الاستدلال بالذكاء الاصطناعي): تُنشر على مجموعة حوسبة GPU من علي بابا السحابية (NVIDIA A10 GPU، بقوة حسابية تقارب 31TFLOPS FP16 للبطاقة الواحدة)، وتشغل محركات استدلال YOLOv8s وYOLOv8s-weld وEfficientNet-B4 وORB-SLAM3. يعتمد محرك الاستدلال السحابي استراتيجيات التوازي النموذجي ومعالجة الدفعات الديناميكية (بحد أقصى 32 طلبًا لكل دفعة)، مما يتيح لبطاقة GPU واحدة معالجة طلبات الكشف في الوقت الفعلي لأربعة تدفقات فيديو في وقت واحد، مع زمن استدلال يتراوح بين 8~15ms للإطار الواحد على مستوى GPU (شاملًا فك ضغط الصور والمعالجة المسبقة). تُدفع نتائج الاستدلال بصيغة JSON عبر بروتوكول MQTT في الوقت الفعلي إلى واجهات المستخدم (الويب، تطبيق الجوال، أو نظام MES لدى العميل)، بمتوسط زمن دفع يبلغ 45ms.
طبقة التطبيق (تفاعل وإدارة المستخدم): توفر لوحة إدارة ويب (تدعم Chrome/Edge/Firefox) وتطبيق جوال (لنظامي iOS/Android). تشمل الوظائف الرئيسية: لوحة نتائج الكشف في الوقت الفعلي (مع تراكب إطارات الكشف على تدفق الفيديو، وخط زمني للتنبيهات التاريخية، ورسوم بيانية إحصائية للكشف)، إدارة الأجهزة (تسجيل الرافعات، تكوين الكاميرات، معايرة مناطق الكشف)، تكوين سياسات التنبيه (ضبط العتبات، اختيار نظام الوصول للتنبيه — واتساب/رسائل نصية/بريد إلكتروني)، تصدير بيانات الكشف (بصيغ CSV/PDF مع إمكانية التصفية حسب الجهاز والفترة الزمنية)، وإدارة واجهات API (توليد رموز API لربط أنظمة MES/ERP).
مسار تدفق البيانات في البنية ثلاثية الطبقات: التقاط الصور في الطبقة الطرفية ← الضغط والترميز ← الرفع عبر 5G/4G ← الاستدلال على GPU في السحابة ← دفع النتائج عبر MQTT ← العرض على واجهة المستخدم. يتراوح زمن الاستجابة الكلي من طرف إلى طرف (من التقاط الصورة إلى ظهور نتيجة الكشف لدى المستخدم) بين 300~600ms في شبكات 4G، وبين 120~250ms في شبكات 5G. جميع قنوات البيانات مشفرة بتقنية TLS 1.3، ويتوافق تخزين البيانات السحابية مع معيار الحماية المصنفة للأمن السيبراني من الدرجة الثانية وفقًا للمتطلبات الأساسية ISO 27001.
| المستوى | مكون | الأجهزة الأساسية/البرمجيات | حرجمؤشر |
|---|---|---|---|
| جانب الطرفية | التقاط الصوروالإرسال | كاميرا صناعية+5G/4Gمحطة الاتصالات | نسبة الضغط15:1،معدل البت للرفع2~4Mbps/قناة |
| السحابة | AIمحرك الاستدلال | Alibaba CloudA10 GPU + YOLOv8سلسلة | مفردGPUمعالجة4قناة فيديو،الاستدلال8~15ms/إطار |
| طبقة التطبيق | تفاعل وإدارة المستخدم | Webالنظام الخلفي+الهاتف المحمولAPP+MQTTالإشعارات | الإشعاراتزمن الاستجابةالوسيط45ms،من طرف إلى طرف<600ms |
ثانيًا: وحدات الفحص الخمس الرئيسية
تضمّن المنصة السحابية خمس وحدات رئيسية للفحص البصري بالذكاء الاصطناعي للرافعات العلوية، ويمكن للمستخدم الاشتراك في أي وحدة حسب الحاجة الفعلية دون دفع مقابل وظائف غير مطلوبة:
الوحدة الأولى: مراقبة السلامة (كشف اقتحام الأفراد). تعتمد على نموذج YOLOv8s لكشف الأفراد في منطقة الرفع والنقل بالرافعة العلوية، مع تغطية تكرارية بثلاث كاميرات على جانبي العارضة الطرفية وأسفل العربة. استراتيجية إنذار ثلاثية المستويات: المنطقة الصفراء التحذيرية (5~8م) تُطلق إنذارًا صوتيًا ومرئيًا، والمنطقة البرتقالية (3~5م) تُفعّل التباطؤ، والمنطقة الحمراء الخطرة (أقل من 3م) تُفعّل إيقاف STO. دقة الكشف mAP ≥ 95% في الإضاءة العادية، وmAP ≥ 90% مع الإضاءة تحت الحمراء في الإضاءة المنخفضة. يتوافق مع متطلبات المعيار GB/T 28264-2017 لأنظمة مراقبة السلامة للرافعات. رسوم الاشتراك الشهري لكل رافعة حوالي 800 يوان صيني.
الوحدة الثانية: تحديد موضع الحمولة (التوجيه البصري للمحاذاة). يكتشف نموذج YOLOv8s أربعة أنواع من الحمولات: لفائف الصلب، الألواح الفولاذية، المعدات، والقوالب. وحدة تحويل الإحداثيات تحوّل إحداثيات البكسل إلى إحداثيات أرضية بدقة ملليمترية، مع دقة تموضع ±5 مم. تدعم الاتصال مع وحدات التحكم المنطقي القابلة للبرمجة سيمنز S7-1200/1500 عبر بوابة PROFINET، وتولّد تلقائيًا أوامر حركة لجسر الرافعة/العربة/الرفع. رسوم الاشتراك الشهري لكل رافعة حوالي 1200 يوان صيني.
الوحدة الثالثة: فحص الحبل السلكي بالذكاء الاصطناعي. تلتقط كاميرات متعددة بشكل متزامن (من الأعلى/الجانب/الأسفل)، ويكتشف نموذج YOLOv8s ثلاثة أنواع من العيوب: كسر السلك، الاهتراء، والتآكل. نموذج EfficientNet-B4 يقوم بتصنيف ثانوي دقيق لـ 11 نوعًا فرعيًا، بمتوسط دقة mAP ≥ 0.93. يرتبط التنبيه بمنصة PHM، ومتوسط وقت الاستجابة من الكشف إلى إنشاء أمر العمل لا يتجاوز 30 ثانية. رسوم الاشتراك الشهري لكل رافعة حوالي 600 يوان صيني.
الوحدة الرابعة: فحص اللحام بالذكاء الاصطناعي. يكتشف نموذج YOLOv8s-weld (مع رأس كشف محسّن للأجسام الصغيرة) خمسة أنواع من العيوب: الشرخ، عدم الاختراق، المسامية، شوائب الخبث، والتقوس، بمتوسط دقة mAP ≥ 0.94. ترتبط طبقة التقييم تلقائيًا بمعيار التصنيف GB/T 3323-2020 لإصدار تصنيف من الدرجة I إلى IV. يدعم ثلاث طرق نشر: مركبة التفتيش الموجهة آليًا (AGV)، جهاز الفحص اليدوي، وإطار العمل الثابت. رسوم الاشتراك الشهري لكل رافعة حوالي 500 يوان صيني.
الوحدة الخامسة: تحديد المواقع ورسم الخرائط بتقنية SLAM البصري. تدمج إطارَي ORB-SLAM3 وVINS-Mono، باستخدام كاميرا أحادية/ثنائية العينين + وحدة قياس القصور الذاتي 6 محاور كمستشعرات، لتحقيق تقدير الوضعية بست درجات حرية وبناء خريطة متناثرة في بيئة مبنى المصنع. دقة التموضع ±10 سم، ويعمل التكامل المحكم لقياس القصور الذاتي على خفض معدل فقدان التتبع في ظروف الاهتزاز من 8% إلى 0.5%. رسوم الاشتراك الشهري لكل رافعة حوالي 1000 يوان صيني.
يمكن الاشتراك في الوحدات الخمس بشكل مستقل أو مجتمعة. سعر باقة الاشتراك المجمّع لجميع الوحدات الخمس هو 2800 يوان صيني شهريًا لكل رافعة (مقارنة بإجمالي الاشتراك الفردي البالغ 4100 يوان صيني، أي توفير حوالي 32%). تدعم المنصة نمطي الدفع: اشتراك شهري واشتراك سنوي، مع خصم 10% على الاشتراك السنوي.
ثالثًا: نموذج النشر السحابي SaaS والمزايا التقنية
مقارنةً بخطط النشر المحلي التقليدية، تتميز منصة الفحص البصري بالذكاء الاصطناعي بنموذج SaaS بمزايا واضحة في ثلاثة أبعاد: سرعة النشر، مرونة القدرة الحاسوبية، وتكلفة الصيانة التشغيلية.
سرعة النشر: يتطلب النشر المحلي شراء أجهزة حوسبة طرفية من نوع Jetson Orin NX/AGX (تكلفة الجهاز الواحد حوالي 5000~15000 يوان صيني)، وتركيب بيئة الاستدلال (TensorRT، CUDA، تصدير النماذج وغيرها، وعادةً ما يستغرق 1~2 يوم عمل)، وصيانة خدمة الاستدلال (تحديثات البرامج، ترقية النماذج، معالجة أعطال الأجهزة). في نموذج SaaS، يكفي تركيب كاميرا صناعية وطرف اتصال في الموقع (يمكن الاستفادة من كاميرات المراقبة الحالية بشرط دعم بروتوكول RTSP)، وبمجرد تشغيل طرف الاتصال وتوصيله بالشبكة، يسجّل تلقائيًا في المنصة السحابية، ويتم إتمام معايرة الكاميرا وتكوين منطقة الكشف عبر لوحة التحكم على الويب لبدء الفحص. تنخفض دورة النشر النموذجية من 3~5 أيام في النشر المحلي إلى 2~4 ساعات.
مرونة القدرة الحاسوبية: القدرة الحاسوبية لجهاز Jetson Orin NX في النشر المحلي ثابتة عند 100TOPS ولا يمكن تعديلها ديناميكيًا حسب الحمل الفعلي. في أوقات خمول مهام الكشف (مثل فترات التوقف الليلية) تُهدر القدرة الحاسوبية، بينما في أوقات ذروة الكشف (مثل تشغيل عدة رافعات في وقت واحد) قد تصبح القدرة الحاسوبية عنق زجاجة. تدعم مجموعة وحدات معالجة الرسوميات السحابية في SaaS التوسع والانكماش المرن عند الطلب: عند زيادة طلبات الكشف المتزامنة، يتم توسيع مثيلات GPU تلقائيًا (من 4 تدفقات فيديو/GPU إلى 8 تدفقات/GPU ديناميكيًا، ويستغرق التوسع حوالي دقيقتين)، وعند انخفاض الطلبات يتم تقليص الموارد تلقائيًا. تُظهر البيانات المقاسة للمنصة أن الإنتاجية السحابية للاستدلال عند تشغيل 20 رافعة علوية في وقت واحد (بإجمالي 60 كاميرا) تصل إلى 900 إطار/ثانية، أي بزيادة 4.5 مرات مقارنة بخطة Jetson المحلية (تقديريًا حوالي 200 إطار/ثانية لنفس الحجم).
تكلفة الصيانة التشغيلية: يتطلب النشر المحلي لنظام الفحص البصري بالذكاء الاصطناعي للرافعات تخصيص 1~2 وحدة Jetson لكل رافعة، ويبلغ إجمالي الاستثمار في الأجهزة لـ 5 رافعات حوالي 3~10 آلاف يوان صيني. بالإضافة إلى ذلك، يلزم تعيين مهندس خوارزميات ذكاء اصطناعي للقيام بصيانة النماذج وترقيتها واستكشاف الأخطاء وإصلاحها، بتكلفة سنوية تتراوح بين 15~25 ألف يوان صيني. في نموذج SaaS، الدفع حسب الاستخدام دون الحاجة لاستثمار مسبق في الأجهزة، ويتم تحديث النماذج (مثل ترقية YOLOv8s إلى YOLOv11 أو إضافة فئات كشف جديدة) مركزيًا عبر المنصة السحابية دون أي إجراء من المستخدم. تبلغ التكلفة السنوية للاشتراك في جميع الوحدات الخمس لـ 5 رافعات حوالي 16.8 ألف يوان صيني (تشمل القدرة الحاسوبية السحابية والتخزين وصيانة النماذج)، مقارنةً بالتكلفة الإجمالية للملكية لثلاث سنوات للخطة المحلية (استهلاك الأجهزة + العمالة + الصيانة التشغيلية)، يوفر النموذج السحابي حوالي 40~55%.
رابعًا: التحقق من الاختبار الداخلي والنتائج الفعلية
منذ أكتوبر 2025، أُجري الاختبار الداخلي للمنصة السحابية في 12 موقعًا للعملاء، تغطي أربعة قطاعات: التعديني (5 مواقع)، بناء السفن (3)، تصنيع المعدات الثقيلة (3)، والطاقة الجديدة (1). خلال فترة الاختبار الداخلي، طُبّق نموذج التجربة المجانية + جمع الملاحظات، مع تخصيص 1~3 وحدات كشف لكل رافعة، وبلغ إجمالي مدة التشغيل 180 يومًا. فيما يلي البيانات المقاسة الرئيسية:
في اختبار وحدة مراقبة السلامة، وقعت 142 حالة اقتحام أفراد في المواقع الـ 12، نجح نظام الفحص البصري بالذكاء الاصطناعي في إصدار إنذار لـ 136 حالة، مع 6 حالات عدم كشف (جميعها في سيناريوهات الإضاءة المنخفضة مع تداخل شديد)، وبلغ معدل الاستدعاء 95.8%، ومعدل الإنذار الكاذب 0.3 مرة لكل رافعة يوميًا. في وحدة فحص الحبل السلكي، تجاوز إجمالي طول الحبل السلكي المفحوص في 3 مواقع تعدينية 12000 متر، مع اكتشاف 38 عيبًا في لحام بدرجة Grade 2 فما فوق، وبلغت نسبة التوافق مع نتائج إعادة الفحص اليدوي عند التوقف 93.2%. في وحدة فحص اللحام، أُجريت مقارنة تحقق UT على لحام تناكبي للعارضة الرئيسية في موقع واحد لبناء السفن، وكان انحراف التموضع بين عيوب كشف الذكاء الاصطناعي وإعادة فحص UT أقل من 3 مم.
حصل استطلاع رضا العملاء (NPS، صافي نقاط الترويج) على 62 نقطة، وهو أعلى من خط الأساس لمتوسط NPS لبرامج SaaS الصناعية (حوالي 40 نقطة). الخصائص الثلاث الأكثر تقديرًا في ملاحظات العملاء هي: تجربة التشغيل السريع دون أي أجهزة (متوسط الدرجات 4.7/5)، نمط الصيانة الذاتية مع التحديث التلقائي للنماذج السحابية (4.5/5)، والفوترة المرنة بالاشتراك حسب الوحدة (4.3/5). تركز اقتراحات التحسين الرئيسية على التخزين المؤقت للنتائج وقدرة الكشف دون اتصال في سيناريوهات عدم استقرار الشبكة — وقد أُدرجت هذه الميزة في خطة إصدار الربع الثالث من عام 2026.
الأسئلة الشائعة (FAQ)
س: هل تلبي الاستجابة الفورية للكشف بالذكاء الاصطناعي في المنصة السحابية متطلبات التحكم الأمني للرافعة العلوية؟
س: ما هو زمن الاستجابة للفحص البصري بالذكاء الاصطناعي على منصة كيلود للصناعات الثقيلة السحابية؟
ج: يتراوح زمن الاستجابة من البداية إلى النهاية لمنصة الفحص البصري بالذكاء الاصطناعي الخاصة برافعات كيلود للصناعات الثقيلة بين 120~250 مللي ثانية عبر شبكات 5G، وبين 300~600 مللي ثانية عبر شبكات 4G. وفي سيناريوهات مراقبة السلامة، يُنصح باستخدام نتائج الكشف كمعلومات مساعدة للسلامة وليس كإشارات تحكم مباشرة في دائرة الأمان. وفقًا لمتطلبات GB/T 28264-2017 "نظام مراقبة وإدارة السلامة لآلات الرفع"، يجب أن يكون زمن استجابة الإشارات المتحكمة مباشرة في دائرة الأمان أقل من 100 مللي ثانية. الحل السحابي الحالي مناسب للتنبيهات والمراقبة المساعدة، بينما يُنصح باستخدام حل Jetson المحلي للاستدلال (زمن استجابة من البداية إلى النهاية أقل من 100 مللي ثانية) للتحكم المباشر في قفل الأمان المتشابك. تدعم المنصة السحابية النشر المختلط مع الحل المحلي — حيث ينفذ الطرف المحلي التحكم في السلامة في الوقت الفعلي، بينما تتولى السحابة تخزين البيانات والمراقبة عن بعد.
س: هل يمكن استخدام النظام في ورشات ذات تغطية شبكية ضعيفة (لا يوجد تغطية 5G أو إشارة 4G غير مستقرة)؟
ج: نعم، يمكن ذلك. تدعم محطة الاتصال بطاقتي SIM مزدوجتين مع تكرار الوحدات والتخزين المحلي المؤقت: في الظروف الشبكية الطبيعية، يتم رفع الصور واستلام نتائج الاستدلال في الوقت الفعلي؛ وعند انقطاع الشبكة، يتم التبديل التلقائي إلى مشغل احتياطي (زمن التبديل أقل من 15 ثانية)، مع تخزين الصور مؤقتًا في الذاكرة المحلية للمحطة (سعة تخزين قصوى 256 جيجابايت، تكفي لتخزين حوالي 72 ساعة من الفيديو المضغوط بمعدل 1080P@15fps). بعد استعادة الشبكة، يتم رفع الصور المخزنة تلقائيًا وإكمال الاستدلال، مما يضمن عدم فقدان بيانات الكشف. للورشات ذات الظروف الشبكية الضعيفة باستمرار، يُنصح باختيار النشر المختلط — تشغيل نموذج خفيف في الطرف المحلي للكشف في الوقت الفعلي، مع تحديث النموذج والنسخ الاحتياطي للبيانات في السحابة.
س: هل يمكن أن تتسرب بيانات الإنتاج الخاصة بالورشة من بيانات الكشف المخزنة في السحابة؟
ج: تتبع المنصة مبدأ الحد الأدنى من جمع البيانات في تصميمها: تخزن السحابة فقط نتائج الكشف بالذكاء الاصطناعي (فئة الهدف، إحداثيات صندوق الكشف، درجة الثقة، والطابع الزمني) والإطارات الرئيسية للصور التي تؤدي إلى التنبيهات، دون تخزين تدفق الفيديو الكامل. يمكن للعملاء ضبط فترة الاحتفاظ بالبيانات بأنفسهم من خلال لوحة التحكم على الويب (ثلاث فترات: 7 أيام / 30 يومًا / 90 يومًا)، ويتم حذف البيانات المنتهية تلقائيًا. يعتمد تخزين البيانات بنية عزل مادي متعدد المستأجرين (قاعدة بيانات مستقلة لكل عميل)، مع تشفير أثناء النقل (TLS 1.3) وتشفير عند التخزين (AES-256). حصلت المنصة على شهادة الامتثال للمستوى الثاني من حماية الأمن السيبراني وشهادة ISO 27001 لنظام إدارة أمن المعلومات. وفقًا لمتطلبات GB/T 22239-2019، ينطبق المستوى الثاني من حماية الأمن السيبراني على أنظمة الإنترنت الصناعي العامة، ويلبي متطلبات أمن البيانات لسيناريوهات التشغيل والصيانة عن بعد للرافعات العلوية.
س: في نموذج الاشتراك SaaS، كيف تتم ترقية إصدارات النموذج؟ هل يمكن للعملاء استخدام نماذجهم الخاصة؟
ج: يتم صيانة وترقية نماذج الكشف مركزيًا عبر المنصة السحابية. يعمل النظام حاليًا بسلسلة نماذج YOLOv8s، وتقوم المنصة بتكرار النموذج كل ثلاثة أشهر (تدريب تدريجي وتقييم الدقة بناءً على بيانات التدريب الجديدة)، ويتم إصدار النسخة الجديدة تلقائيًا بعد اجتياز اختبارات الانحدار (يجب ألا تنخفض الدقة على مجموعة الاختبار المعيارية قبل الإطلاق). للعملاء ذوي احتياجات الكشف المخصصة (مثل اكتشاف أنواع خاصة من قطع العمل)، تدعم المنصة قيام العملاء برفع مجموعات بيانات التدريب الخاصة بهم، ويقوم مهندسو المنصة بضبط النموذج بدقة (fine-tuning) ثم نشره على مثيل استدلال حصري للعميل. تُحسب خدمة الضبط الدقيق بالدفعة الواحدة (حوالي 3000~8000 يوان صيني ≈ 1600~4400 درهم إماراتي لكل عملية)، وتستغرق فترة الضبط حوالي 5~10 أيام عمل. لا تؤثر ترقية النماذج أو الضبط الدقيق على التشغيل الطبيعي للعملاء الآخرين.
