نظام كيلود الجديد لمضاد التصادم بالرؤية للرافعات العلوية
النقاط الرئيسية أطلقت كيلود للصناعات الثقيلة نظام منع التصادم الذكي بالرؤية الحاسوبية للرافعات العلوية، استنادًا إلى تقنية التعلم العميق YOLOv8 والحوسبة الطرفية، لتحقيق الكشف في الوقت الفعلي للأفراد والمعدات والعوائق. يوفر النظام إنذارًا مبكرًا بثلاث مراحل (إنذار صوتي ومرئي، تباطؤ تلقائي، إيقاف الطوارئ)، بدقة كشف تصل إلى ≥95%، وزمن استجابة ≤100ms، ومعدل إنذار كاذب ≤1 مرة/رافعة/يوم.
في يوليو 2026، أعلنت كيلود للصناعات الثقيلة رسميًا عن إطلاق نظام منع التصادم الذكي بالرؤية الحاسوبية للرافعات العلوية. يعتمد النظام على تقنية التعرف البصري بالتعلم العميق، لتحقيق الكشف في الوقت الفعلي والتفادي الاستباقي للأفراد والمعدات والعوائق في منطقة تشغيل الرافعة، مما يمثل نقلة نوعية من الحراسات السلبية التقليدية (المفاتيح الميكانيكية والمستشعرات) إلى الحماية الاستباقية بالتعرف البصري الذكي.
قيود الحلول التقليدية لمضاد التصادم
تعاني خطط منع التصادم التقليدية للرافعات العلوية من عيوب واضحة:
- مفتاح حد السفر: يقتصر على تثبيت كابح ثابت في نهايتي السكة، ولا يوفر حماية ضد العوائق الديناميكية.
- أجهزة الليزر/الأشعة تحت الحمراء المضادة للتصادم: فعالة فقط ضد العوائق على المسار المستقيم، وتترك مناطق عمياء في الكشف.
- ممتص الصدمات الميكانيكي: يمثل خط الدفاع الأخير، حيث يكون التصادم قد وقع بالفعل.
هذه الحلول جميعها توفر "حماية سلبية" فقط، بينما يتمكن نظام منع التصادم بالرؤية الحاسوبية من تحديد المخاطر والتدخل بشكل استباقي قبل وقوع التصادم.
التقنية الأساسية لنظام منع التصادم بالرؤية الحاسوبية
1. الإدراك البصري متعدد العيون
يتم تركيب من 4 إلى 6 كاميرات عالية الدقة في المواقع الحيوية على الرافعة العلوية، لتوفير تغطية شاملة لمجال الرؤية أثناء التشغيل. وتُستخدم تقنيات الغالق الشامل والمدى الديناميكي الواسع للتكيف مع ظروف الإضاءة المعقدة في الورشة.
2. كشف الأهداف بالتعلم العميق
تعمل وحدة حوسبة الحافة المعجَّلة بوحدة معالجة الرسوميات (GPU) على تشغيل الشبكة العصبية العميقة YOLOv8، القادرة على التعرف في الوقت الفعلي على الأشخاص (بدقة ≥95%)، والمعدات، والرافعات الأخرى، والعوائق غير الطبيعية.
3. آلية الإنذار المبكر بثلاث مراحل
| إنذار مبكرالدرجة | حالة الخطر | استجابة النظام |
|---|---|---|
| المستوى الأولإنذار مبكر | مسافة الأمانوجود شخص بالداخل/جسم | إنذار صوتي ومرئي + تلقائيالتباطؤ |
| المستوى الثانيإنذار مبكر | اقتراب من المسافة الحرجة | خفض السرعة تلقائيًا إلى زحف بطيء |
| المستوى الثالثإنذار مبكر | اصطدام وشيك | تلقائيإيقاف الطوارئ + قفل التشغيل |
٤. تقليل الإنذارات الكاذبة بالتعلّم الذاتي
خلال الأسبوع الأول بعد التركيب، يتم تلقائيًا إنشاء خط أساس طبيعي للتشغيل. يعمل النظام على دمج الإطارات المتعددة مع تصنيف الأهداف كمرشح مزدوج، مما يحدّ من معدل الإنذار الكاذب إلى ≤ مرة واحدة لكل جهاز يوميًا، وهو أداء أفضل بكثير من الحلول القائمة على الرادار التي تتراوح بين ٥ إلى ١٠ مرات لكل جهاز يوميًا.
المعلمات التقنية
| معامل | مؤشر |
|---|---|
| هدفدقة الكشف | ≥95%(أفراد) / ≥90%(عائق) |
| الكشفزمن الاستجابة | ≤100ms |
| مسافة التحذيرنطاق | 0.5~20m(مسموحالتكوين) |
| التكيف البيئي | الاستضاءة0.1~50000lux،درجة الحرارة-20℃~+60℃ |
سيناريوهات التطبيق
ينطبق نظام مضاد التصادم بالرؤية على: ورش الصب والمعادن (درجات الحرارة المرتفعة / ضعف الرؤية)، الورش ذات الرافعات المتعددة في نفس البحر، بيئات العمل المختلطة بين البشر والآلات، والرافعات العلوية عالية السرعة ذات البحور الكبيرة.
الأسئلة الشائعة
س: ما الفرق بين نظام مضاد التصادم بالرؤية ونظام الليزر المضاد للتصادم؟
ج: يقيس الليزر المسافة في بُعد واحد فقط، بينما يستطيع نظام الرؤية الذكية التعرف على نوع الهدف (شخص/معدة/جسم ثابت)، مما يتيح إدراكًا ثلاثي الأبعاد، مع معدل إنذار كاذب أقل بكثير من أنظمة الليزر.
س: هل يعمل نظام الرؤية الذكية بشكل طبيعي في خدمة البيئة المتربة؟
ج: نعم، حيث يُزوَّد النظام بمكونات عدسة ذاتية التنظيف، كما تم تدريب نماذج الكشف على الصور منخفضة الجودة الخاصة بالبيئات المتربة، مما يحافظ على دقة تزيد عن 85% في ورش الصب.
س: هل يمكن تركيب النظام على الرافعات العلوية القائمة بالفعل؟
ج: نعم، يمكن ذلك. تستغرق فترة التثبيت من 5 إلى 7 أيام عمل، دون أي تأثير على الهيكل الأصلي للرافعة أو نظامها الكهربائي.
س: كيف يتم التحكم في معدل الإنذار الكاذب؟
ج: عبر آلية ثلاثية المستويات: التعلم الذاتي للبيئة لتأسيس خط أساس، دمج إطارات متعددة لتصفية الأخطاء أحادية الإطار، وتصنيف الأهداف للتمييز بين الأشخاص والخلفية. النتائج الفعلية تُظهر معدل إنذار كاذب ≤ 1 مرة لكل رافعة يوميًا.
