نظام الرؤية الذكية للرافعة العلوية
نظام التعرف البصري بالذكاء الاصطناعي للرافعة العلوية يعتمد على نموذج YOLOv8s للتعلم العميق وخوارزمية تتبع الأهداف المتعددة ByteTrack للكشف الفوري عن الحمولة، بدقة كشف تصل إلى ≥95% (mAP@0.5). يحقق نموذج الوزن الديناميكي LSTM خطأ في الوزن الديناميكي ≤2%FS، مع كاميرا صناعية مثبتة (1920×1080@30fps) ووحدة حوسبة ذكاء اصطناعي مدمجة (TOPS≥4)، ليشكل نظام رؤية اصطناعية متكامل. وقد تم نشر حل الرؤية الاصطناعية من كيلود للصناعات الثقيلة في أكثر من 30 وحدة في قطاعات الصب والصلب والتخزين وغيرها.
يتكون نظام التعرف البصري بالذكاء الاصطناعي للرافعة العلوية من ثلاثة أجزاء رئيسية: كاميرا صناعية مثبتة، وحدة حوسبة ذكاء اصطناعي مدمجة، وبرنامج تحليل بصري. تُثبَّت الكاميرا أسفل هيكل العربة لتصوير منطقة الحمولة من الأعلى، وتُنقل بيانات الصور عبر شبكة إيثرنت إلى وحدة حوسبة الذكاء الاصطناعي، حيث يقوم نموذج YOLOv8s بالكشف عن الحمولة وتصنيف الأهداف على الحافة. يدمج النظام أيضًا وظيفة الوزن عبر ميزان إلكتروني: من خلال نموذج LSTM للتعلم العميق، يتم التعويض اللحظي عن تشوه الحمولة وتأرجح الحبل السلكي في الصورة، مما يتيح الوزن الديناميكي أثناء عملية الرفع. يوضح مخطط البنية التالي مسار البيانات الكامل من التقاط الصور إلى إخراج نتائج الكشف. يجب أن يتبع تصميم النظام معيار ISO 4301 / FEM 1.001 (الذي يتوافق مع ISO 4301) والمعايير ذات الصلة JJG 555-2016.
بنية نظام الرؤية الاصطناعية للكشف عن الحمولة
تنقسم بنية نظام الرؤية الاصطناعية إلى ثلاث طبقات: طبقة التقاط الصور، طبقة الاستدلال على الحافة، وطبقة إخراج النتائج. طبقة التقاط الصور: تُثبَّت كاميرا صناعية مزودة بتثبيت أسفل هيكل العربة، وتستخدم دقة 1920×1080 بمعدل 30 إطارًا في الثانية، مع إضاءة مساعدة بالأشعة تحت الحمراء بطول موجي 850 نانومتر لضمان وضوح الصورة في ظروف الإضاءة المنخفضة، ودرجة حماية IP67 للكاميرا. طبقة الاستدلال على الحافة: تستخدم وحدة الذكاء الاصطناعي المدمجة شريحة NVIDIA Jetson أو Rockchip RK3588، بقدرة حوسبة ≥4TOPS (INT8)، وتشغل نموذج YOLOv8s للاستدلال على كل إطار، بسرعة استدلال ≥25 إطارًا في الثانية لتلبية متطلبات الوقت الفعلي. طبقة إخراج النتائج: تُرسل نتائج الكشف عبر RS485 أو إيثرنت إلى نظام تحكم PLC للرافعة العلوية، وتشمل نوع الحمولة، إحداثيات موضع الحمولة، وقيمة الوزن الديناميكي.
يتم الاتصال بين نظام الرؤية ونظام تحكم PLC للرافعة العلوية باستخدام بروتوكول Modbus TCP، وتحتوي بنية إطار بيانات نتائج الكشف على معرف الحمولة، الإحداثيات، الأبعاد، الوزن، درجة الثقة، ومجموع اختباري، بطول إجمالي 16 بايت لكل إطار، ودورة اتصال 100 مللي ثانية. يتكامل حل الرؤية الاصطناعية من كيلود للصناعات الثقيلة مع حل SLAM لنظام تحديد المواقع للرافعة العلوية بشكل تكميلي، حيث يتولى SLAM بناء الخرائط وتخطيط المسار، بينما تتولى الرؤية الاصطناعية كشف الحمولة ووزنها.
الحل التقني لكشف الحمولة بالرؤية الاصطناعية
يعتمد كشف الحمولة على نموذج YOLOv8s ككاشف أساسي، وتشمل مجموعة بيانات التدريب 12 فئة شائعة من الحمولات (ألواح فولاذية، لفائف، مقاطع فولاذية، مصبوبات، صناديق، أنابيب، مواد سائبة، حاويات، قوالب، معدات، رفع فارغ، حالات شاذة)، مع ≥2000 عينة تدريب لكل فئة، بإجمالي يزيد عن 25000 صورة معنونة. تشمل استراتيجيات تحسين البيانات التدوير متعدد الزوايا (±15°)، تغيرات الإضاءة، محاكاة الانسداد، والضبابية الحركية. حجم إدخال النموذج 640×640 بكسل، عتبة NMS 0.45، عتبة الثقة 0.5، ودقة الكشف النهائية mAP@0.5≥95%.
يستخدم تتبع الأهداف المتعددة خوارزمية ByteTrack، بناءً على توقع مرشح كالمان ومطابقة الخوارزمية المجرية، لتحقيق ربط معرف الحمولة بين الإطارات المتتالية. تكمن الميزة الأساسية لـ ByteTrack في المعالجة الثانوية لمربعات الكشف منخفضة الثقة، مما يقلل بشكل كبير من عدد مرات تبديل المعرف بسبب الانسداد وتغيير زاوية الرؤية. في سيناريو الاختبار الفعلي على رافعة علوية بسعة 10 أطنان، كان معدل تبديل المعرف <1 مرة لكل 1000 إطار، ودقة تتبع الأهداف المتعددة MOTA≥93%. تُخرج نتائج التتبع مسار حركة الحمولة وإحصائيات دورة العمل، مما يوفر أساسًا لتحليل كفاءة الإنتاج.
تعليق المسؤول التقني في كيلود للصناعات الثقيلة:
“أكبر تحدٍ عملي في الكشف البصري للحمولة بالذكاء الاصطناعي ليس دقة النموذج، بل عدم التحكم في ظروف الإضاءة الميدانية. واجهنا مشكلة نموذجية في مشاريع النشر في ورش الصب ومصانع الصلب: انعكاس سطح المصبوبات والضوء القوي أمام الفرن يؤدي إلى تعريض مفرط في الكاميرا، مما يخفض ثقة كشف YOLOv8s من 95% مباشرة إلى 40%. كان حلنا ثلاثي المحاور: أولاً، استخدام كاميرا بمستشعر مصراع شامل مع WDR للأجهزة (نطاق ديناميكي واسع >120dB)؛ ثانيًا، إضافة عينات تعريض مفرط في تحسين البيانات أثناء تدريب النموذج؛ ثالثًا، نشر خوارزمية تعريض تكيفي في وحدة حوسبة الذكاء الاصطناعي، تقوم بضبط وقت التعريض والكسب ديناميكيًا بناءً على متوسط سطوع الإطار السابق. هذا الحل أعاد ثقة الكشف في بيئة الإضاءة القوية إلى أكثر من 90% في المشاريع الفعلية.”
حل الوزن الذكي بالميزان الإلكتروني
يعتمد الوزن الديناميكي على نموذج LSTM للتعلم العميق، لتعويض تأرجح الحبل السلكي أسفل الحمولة، ودوران الحمولة، واهتزاز الكاميرا في الصورة بشكل لحظي. تتطلب الموازين الإلكترونية التقليدية توقف الحمولة تمامًا (تعليق ≥3 ثوانٍ) للحصول على قراءة مستقرة، بينما يقوم ميزان الرؤية الاصطناعية بتعلم الخصائص الزمنية لتأرجح الحمولة من خلال نموذج LSTM، ويخرج قيمة الوزن المستقرة أثناء عملية الرفع. تشمل ميزات إدخال نموذج LSTM معدل تغير مساحة مربع الحمولة، تسارع إزاحة مركز الحمولة، زاوية تأرجح الحبل السلكي وسرعته، والمخرج هو قيمة الوزن المعوضة.
مصدر بيانات تدريب نموذج LSTM هو بيانات المعايرة من منصة اختبار كيلود للصناعات الثقيلة: أثناء رفع أوزان اختبار معروفة الوزن، يتم جمع ميزات الفيديو وقيم خلية الوزن الحقيقية بشكل متزامن، مما ينتج حوالي 8000 تسلسل تدريب. خطأ الوزن الديناميكي الفعلي ≤2%FS، وزمن الوزن الواحد <1 ثانية (بينما تتطلب الطريقة التقليدية 5-8 ثوانٍ)، ومع تكرار عملية 25 مرة في الساعة، يوفر النظام حوالي 3-5 دقائق من وقت الوزن يوميًا.
جدول المعايير الرئيسية لنظام الرؤية الاصطناعية
| معاملبند | رؤية آليةالكشف | وزن ديناميكي | تقليديميزان إلكتروني | وصف |
|---|---|---|---|---|
| الخوارزمية الأساسية | YOLOv8s+ByteTrack | LSTMنموذج زمني تسلسلي | مقاومةنوع قياس الانفعالمستشعر | AIحل بدون تلامس |
| دقة | mAP≥95% | ≤2%FS | ≤0.5%FS | تقليديدقةأعلى دقة لكن يتطلب السكون |
| وقت الاستجابة | 40ms(استدلال) | <1s(ديناميكي) | 3~8s(يتطلب التحليق الثابت) | AIوزن ديناميكيسريع4~8ضعف |
| تكلفة العتاد | 2~4عشرة آلاف يوان | مشمول فينظام الرؤيةضمن | 0.5~2عشرة آلاف يوان | AIالحل يتطلب قدرة حوسبة إضافيةوحدة |
| مجالات الاستخدام | مواد سائبة/مسبوكات/ألواح | وزن مستمر أثناء التشغيل | وزن عالي الدقة | يمكن استخدامهما بشكل تكميلي |
بيانات النظام الأساسية
| سعة الرفع: | 5 طن |
| ارتفاع الرفع: | 6 أمتار |
| سرعة الرفع: | 8 متر/دقيقة |
| سرعة العربة: | 20 متر/دقيقة |
| سرعة الجسر: | 30 متر/دقيقة |
| وضع التشغيل: | A5 |
| مصدر الطاقة: | 380V / 50Hz / 3-phase |
| دقة الكشف ≥95% YOLOv8s mAP@0.5 | خطأ الوزن ≤2%FS LSTMتعويض ديناميكي | استدلالسرعة 25fps Jetsonالحافة (الحوسبة الطرفية) |
| متطلبات القدرة الحاسوبية 4TOPS INT8استدلال كمّي | عينات التدريب 25000صورة 12تصنيف وتمييز الأحمال | IDمعدل التبديل <1مرة/ألف إطار ByteTrackتتبع متعدد الأهداف |
الأسئلة الشائعة (FAQ)
س: كم تبلغ تكلفة الاستثمار في نظام التعرف البصري بالذكاء الاصطناعي للرافعة العلوية؟
ج: تتراوح تكلفة أجهزة نظام التعرف البصري بالذكاء الاصطناعي بين 20,000 و40,000 درهم إماراتي لكل مجموعة، وتشمل كاميرا صناعية مزوّدة بتثبيت اهتزاز (حوالي 3,000–6,000 درهم)، ووحدة حوسبة ذكاء اصطناعي مدمجة (حوالي 10,000–25,000 درهم)، وملحقات التركيب. أما رسوم ترخيص البرنامج فتُحتسب سنويًا بحوالي 5,000–10,000 درهم لكل وحدة سنويًا. وبالمقارنة مع الميزان الإلكتروني التقليدي (5,000–20,000 درهم)، يتيح حل الذكاء الاصطناعي تحقيق وظيفتي كشف الحمولة والوزن الديناميكي في آن واحد، مما يمنحه قيمة اقتصادية أعلى. وتوفّر كيلود للصناعات الثقيلة خدمة التركيب والتشغيل في الموقع مجانًا لأول عميل ينفّذ النظام.
س: أيهما أكثر دقة: ميزان الذكاء الاصطناعي البصري أم الميزان الإلكتروني التقليدي؟
ج: يتميز الميزان الإلكتروني التقليدي بدقة أعلى في الوزن الثابت تصل إلى ≤0.5% من نطاق القياس، لكنه يتطلب تعليق الحمولة لمدة 3–8 ثوانٍ، مما يؤثر على كفاءة التشغيل. أما ميزان الذكاء الاصطناعي البصري فتبلغ دقته الديناميكية ≤2% من نطاق القياس، وهي أقل قليلًا، لكنه لا يتطلب أي توقف، مما يوفّر 3–5 ثوانٍ في كل دورة عمل. ومع تكرار العمليات بمعدل 25 دورة/ساعة، يصل إجمالي الوقت الموفّر في الوزن إلى 3–5 دقائق يوميًا. وتوصي كيلود للصناعات الثقيلة بالاحتفاظ بالميزان الإلكتروني التقليدي في التطبيقات التي تتطلب قياسًا عالي الدقة (مستوى المعاملات التجارية)، مع اعتماد ميزان الذكاء الاصطناعي البصري في سيناريوهات إحصاء الإنتاج وإدارة المواد.
س: هل يعمل نظام التعرف البصري بالذكاء الاصطناعي في البيئات القاسية؟
ج: نعم، يعمل بكفاءة. صُمّم حل الذكاء الاصطناعي من كيلود للصناعات الثقيلة خصيصًا للبيئات القاسية مثل ورش الصب (الحرارة العالية والغبار)، ومصانع الصلب (الإضاءة القوية والبخار)، والموانئ (الملوحة والرطوبة). تعتمد الكاميرا درجة حماية IP67 ومستشعرًا بشريط عالمي (نطاق ديناميكي واسع >120dB)، بينما صُمّمت وحدة الحوسبة بتبريد صناعي (نطاق حرارة التشغيل من -20 إلى 70 درجة مئوية). وتُظهر بيانات النشر الفعلي في ورش الصب أن ثقة الكشف في ظل الإضاءة القوية تبقى أعلى من 90% بفضل تحسين التعريض عبر معالج WDR.
س: كيف يتم ربط نظام الرؤية بالذكاء الاصطناعي مع نظام التحكم في الرافعة العلوية الحالي؟
ج: يتواصل نظام الرؤية بالذكاء الاصطناعي مع وحدة التحكم المنطقي PLC الخاصة بالرافعة عبر بروتوكول Modbus TCP، حيث تُنقل نتائج الكشف بتنسيق إطار بيانات قياسي بحجم 16 بايت. يتطلب الربط المادي كابل إيثرنت واحد فقط يصل بين وحدة الحوسبة ومحول الشبكة الخاص بـ PLC، بينما يتطلب الربط البرمجي كتابة برنامج عميل Modbus في PLC لتحليل إطارات البيانات. وتوفّر كيلود للصناعات الثقيلة مكتبات برامج جاهزة للتوافق مع وحدات التحكم سيمنز S7-1200/S7-1500 وميتسوبيشي FX5U/L، ويُنجز تكامل النظام واختباره في غضون يومي عمل تقريبًا.
