Plateforme cloud d'inspection visuelle par IA pour ponts roulants
Lancement de la plateforme cloud d'inspection visuelle par IA pour ponts roulants : cinq fonctions de détection déployables en mode SaaS en un clic. La technologie d'inspection visuelle par IA pour ponts roulants évolue d'un déploiement sur site vers un service cloud.
La technologie d'inspection visuelle par IA pour ponts roulants évolue d'un déploiement autonome vers une architecture de services cloud. Kelude vient de lancer officiellement sa plateforme cloud d'inspection visuelle par IA pour ponts roulants, qui regroupe cinq fonctions de détection essentielles — surveillance de sécurité, positionnement de la charge, inspection de câbles métalliques, contrôle de soudure et cartographie SLAM visuel — sous forme de services SaaS. Les utilisateurs n'ont plus besoin d'acquérir du matériel d'informatique en périphérie ni de déployer des serveurs d'inférence : il suffit d'installer des caméras industrielles et un terminal de communication sur le pont roulant pour obtenir des résultats de détection en temps réel via le moteur d'inférence IA hébergé dans le cloud. Lors de la phase de test interne, la plateforme a été validée sur 12 sites clients, avec plus de 500 000 images traitées et un temps de réponse moyen de l'inférence IA inférieur à 200 ms.
Cet article présente la solution technique de la plateforme cloud d'inspection visuelle par IA pour ponts roulants selon quatre axes : l'architecture de la plateforme, l'implémentation technique des cinq fonctions de détection, le modèle de déploiement SaaS et les résultats d'ingénierie sur le terrain.
Architecture globale de la plateforme cloud
La plateforme cloud d'inspection visuelle par IA pour ponts roulants repose sur une architecture à trois couches « terminal-périphérie-cloud ». Les capacités d'inférence IA sont centralisées dans le cloud, tandis que le côté terminal ne conserve que les fonctions d'acquisition d'images et de transmission, réduisant ainsi au minimum les coûts matériels et la complexité de maintenance côté pont roulant.
Côté terminal (couche d'acquisition) : chaque pont roulant est équipé de 1 à 4 caméras industrielles IA (selon le scénario de détection, en option, résolution de 5 à 20 mégapixels, capteur CMOS à obturateur global), connectées via Ethernet Gigabit à un terminal de communication (passerelle industrielle 5G ou DTU 4G). Le terminal compresse les images brutes au format JPEG (taux de compression d'environ 15:1, perte de qualité négligeable), ajoute un horodatage et un filigrane d'identifiant d'équipement, puis les transmet à la plateforme d'inférence cloud via le réseau 5G/4G. Le débit de transmission typique d'une caméra est de 2 à 4 Mbit/s (après compression 1080P@15fps) ; sur réseau 5G, jusqu'à 8 caméras peuvent transmettre simultanément.
Côté cloud (couche d'inférence IA) : déployé sur un cluster de calcul GPU Alibaba Cloud (NVIDIA A10 GPU, puissance de calcul d'environ 31 TFLOPS FP16 par carte), exécutant les moteurs d'inférence YOLOv8s, YOLOv8s-weld, EfficientNet-B4 et ORB-SLAM3. Le moteur d'inférence cloud adopte des stratégies de parallélisme de modèles et de traitement par lots dynamique (dynamic batching, taille de lot maximale = 32). Un seul GPU peut traiter simultanément les requêtes de détection en temps réel de 4 flux vidéo, avec une latence d'inférence de 8 à 15 ms par image côté GPU (décompression et prétraitement inclus). Les résultats sont transmis en temps réel au format JSON via le protocole MQTT vers les applications utilisateur (Web, application mobile ou système MES client), avec une latence de transmission médiane de 45 ms.
Couche application (interaction et gestion utilisateur) : propose un tableau de bord d'administration Web (compatible Chrome/Edge/Firefox) et une application mobile (iOS/Android). Les fonctionnalités principales incluent : tableau de bord de détection en temps réel (superposition des boîtes de détection sur le flux vidéo, chronologie des alertes historiques, graphiques statistiques de détection), gestion des équipements (enregistrement des ponts roulants, configuration des caméras, étalonnage des zones de détection), configuration des stratégies d'alerte (seuils, canaux de notification — WeChat/SMS/e-mail), export des données de détection (formats CSV/PDF, filtrage par équipement et période) et gestion des API (génération de jetons API pour l'intégration avec les systèmes MES/ERP).
Le flux de données de l'architecture à trois couches est le suivant : acquisition par la caméra terminale → compression et encodage → transmission 5G/4G → inférence GPU cloud → notification MQTT → affichage côté utilisateur. La latence de bout en bout (de l'acquisition d'image à l'affichage du résultat chez l'utilisateur) est typiquement de 300 à 600 ms sur réseau 4G et de 120 à 250 ms sur réseau 5G. L'ensemble du flux de données est chiffré en TLS 1.3, et le stockage de données cloud respecte les exigences de base de la protection classifiée de la cybersécurité de niveau 2 conformément à la norme GB/T 22239-2019.
| Niveau | Composant | Matériel principal/Logiciel | CritiqueIndicateur |
|---|---|---|---|
| Côté terminal | acquisition d'imageset transmission | caméra industrielle+5G/4GTerminal de communication | Taux de compression15:1,Débit de téléversement2~4Mbps/Voie |
| Cloud | AImoteur d'inférence | Alibaba CloudA10 GPU + YOLOv8Série | SimpleGPUTraitement4Voie vidéo,Inférence8~15ms/Image |
| couche application | Interaction et gestion utilisateur | WebBackend+MobileAPP+MQTTNotification push | Notification pushlatenceMédiane45ms,De bout en bout<600ms |
2. Les cinq modules de détection
La plateforme cloud intègre cinq modules de détection pour l'inspection visuelle par IA des ponts roulants. L'utilisateur peut s'abonner aux modules selon ses besoins réels, sans payer pour des fonctionnalités inutiles :
Module 1 : Surveillance de sécurité (détection d'intrusion de personnel). Détection de personnel dans la zone de levage du pont roulant basée sur le modèle YOLOv8s, avec trois caméras en couverture redondante sur les sommiers et sous le chariot. Stratégie d'alarme à trois niveaux — la zone d'alerte jaune (5 à 8 m) déclenche une alarme sonore et visuelle, la zone d'alerte orange (3 à 5 m) déclenche une décélération, et la zone dangereuse rouge (< 3 m) déclenche un arrêt STO. mAP ≥ 95 % en conditions d'éclairage normal, mAP ≥ 90 % avec éclairage infrarouge en faible luminosité. Conforme à la norme GB/T 28264-2017 relative aux systèmes de surveillance de sécurité pour engins de levage. Abonnement mensuel : environ 800 CNY par pont roulant.
Module 2 : Positionnement de la charge (guidage par vision pour l'alignement). Le modèle YOLOv8s détecte quatre types de charges — bobines d'acier, tôles d'acier, équipements et matrices. Le module de transformation de coordonnées convertit les coordonnées pixels en coordonnées millimétriques au niveau du sol, avec une précision de positionnement de ± 5 mm. Compatible avec les API Siemens S7-1200/1500 via passerelle PROFINET, avec génération automatique des commandes de déplacement du pont, du chariot et de levage. Abonnement mensuel : environ 1 200 CNY par pont roulant.
Module 3 : Inspection de Câbles par IA. Acquisition multi-caméras synchronisée (vue de dessus, vue latérale, vue de dessous). Le modèle YOLOv8s détecte trois types de défauts — rupture de fil, usure et corrosion — tandis que le modèle EfficientNet-B4 assure une classification fine en 11 sous-types. mAP combiné ≥ 0,93. Les alertes sont liées à la plateforme PHM ; le temps de réponse moyen entre la détection et la génération d'un bon de travail ne dépasse pas 30 secondes. Abonnement mensuel : environ 600 CNY par pont roulant.
Module 4 : Contrôle de Soudure par IA. Le modèle YOLOv8s-weld (avec tête de détection dédiée aux petits objets) détecte cinq types de défauts — fissure, manque de pénétration, soufflure, inclusion de laitier et caniveau — avec un mAP combiné ≥ 0,94. La couche d'évaluation s'appuie automatiquement sur la norme GB/T 3323-2020 pour attribuer les niveaux de qualité I à IV. Trois formes de déploiement possibles : véhicule d'inspection AGV, détecteur portable et poste de contrôle fixe. Abonnement mensuel : environ 500 CNY par pont roulant.
Module 5 : Cartographie et localisation SLAM visuel. Fusion des frameworks ORB-SLAM3 et VINS-Mono, avec caméras monoculaires / stéréoscopiques et IMU 6 axes comme capteurs, pour une estimation de pose à 6 degrés de liberté et la construction d'une carte sparse dans l'environnement du bâtiment d'usine. Précision de positionnement : ± 10 cm. La pré-intégration IMU en couplage serré réduit le taux de perte de suivi en conditions vibratoires de 8 % à 0,5 %. Abonnement mensuel : environ 1 000 CNY par pont roulant.
Les cinq modules peuvent être souscrits indépendamment ou en combinaison. Le forfait groupé des cinq modules est proposé à 2 800 CNY par pont roulant et par mois (soit une économie d'environ 32 % par rapport à la souscription individuelle cumulée de 4 100 CNY). La plateforme propose deux formules de paiement : abonnement mensuel ou annuel, ce dernier bénéficiant d'une remise de 10 %.
3. Déploiement SaaS et avantages techniques
Par rapport aux solutions traditionnelles de déploiement local, la plateforme cloud d'inspection visuelle par IA en mode SaaS présente des avantages significatifs sur trois plans : rapidité de déploiement, élasticité de la puissance de calcul et coûts de maintenance.
Rapidité de déploiement : Un déploiement local nécessite l'achat de dispositifs de calcul en périphérie Jetson Orin NX/AGX (coût matériel unitaire d'environ 5 000 à 15 000 CNY), l'installation de l'environnement d'inférence (TensorRT, CUDA, exportation de modèles, etc., généralement 1 à 2 jours ouvrés) et la maintenance du service d'inférence (mises à jour logicielles, mises à niveau des modèles, traitement des défauts matériels). En mode SaaS, seul l'installation de caméras industrielles et d'un terminal de communication côté site est requise (les caméras de surveillance existantes peuvent être réutilisées si elles prennent en charge le protocole RTSP). Le terminal de communication s'enregistre automatiquement sur la plateforme cloud dès sa mise sous tension et sa connexion au réseau ; l'étalonnage des caméras et la configuration des zones de détection s'effectuent via l'interface Web. Le cycle de déploiement typique passe de 3 à 5 jours en local à 2 à 4 heures.
Élasticité de la puissance de calcul : La puissance de calcul du Jetson Orin NX en déploiement local est fixée à 100 TOPS et ne peut pas être ajustée dynamiquement en fonction de la charge réelle. Pendant les périodes creuses de détection (par exemple, arrêts nocturnes), la puissance de calcul est gaspillée ; en période de pointe (plusieurs ponts roulants en service simultané), elle peut devenir un goulot d'étranglement. Le cluster GPU cloud SaaS prend en charge l'élasticité à la demande — les instances GPU sont automatiquement étendues lorsque les requêtes de détection concurrentes augmentent (passage dynamique de 4 flux vidéo/GPU à 8 flux/GPU, en environ 2 minutes) et libérées lorsque la demande diminue. Les mesures sur site montrent qu'avec 20 ponts roulants en service simultané (60 caméras au total), le débit d'inférence cloud atteint 900 images/seconde, soit 4,5 fois plus que la solution locale Jetson (estimée à environ 200 images/seconde à échelle équivalente).
Coûts de maintenance : Un déploiement local d'un système d'inspection visuelle par IA nécessite 1 à 2 modules Jetson par pont roulant ; pour une flotte de 5 ponts roulants, l'investissement total en matériel est d'environ 30 000 à 100 000 CNY. Il faut également prévoir un ingénieur en algorithmes IA pour la maintenance des modèles, les mises à niveau et le dépannage, soit un coût annuel en ressources humaines d'environ 150 000 à 250 000 CNY. En mode SaaS, le paiement à l'usage élimine l'investissement matériel initial ; les mises à niveau des modèles (par exemple, passage de YOLOv8s à YOLOv11 ou ajout de nouvelles catégories de détection) sont effectuées centralement par la plateforme cloud, sans aucune intervention côté utilisateur. Pour 5 ponts roulants avec les cinq modules, l'abonnement annuel s'élève à environ 168 000 CNY (incluant la puissance de calcul cloud, le stockage et la maintenance des modèles), soit une économie d'environ 40 à 55 % par rapport au coût total de possession sur trois ans d'une solution locale (amortissement matériel + ressources humaines + maintenance).
4. Validation en bêta et résultats réels
Depuis octobre 2025, la plateforme cloud est en phase de test bêta sur 12 sites clients, couvrant quatre secteurs : métallurgie (5 sites), construction navale (3 sites), fabrication d'équipements lourds (3 sites) et nouvelles énergies (1 site). Pendant cette période, un modèle d'essai gratuit avec collecte de retours a été appliqué : chaque pont roulant était équipé de 1 à 3 modules de détection, pour une durée cumulée de 180 jours. Voici les données mesurées clés :
Pour le module de surveillance de sécurité, 142 intrusions de personnel ont été enregistrées sur les 12 sites. L'IA de la plateforme cloud a déclenché 136 alertes avec succès, avec 6 non-détections (toutes dans des scénarios de faible luminosité combinée à un fort occultation), soit un taux de rappel de 95,8 % et un taux de fausses alarmes de 0,3 par pont roulant et par jour. Le module d'inspection de câbles a permis d'inspecter plus de 12 000 mètres de câble métallique sur 3 sites métallurgiques, identifiant 38 défauts de soudure de Grade 2 et au-delà, avec un taux de concordance de 93,2 % par rapport aux contre-visites manuelles avec arrêt. Le module de contrôle de soudure a été validé sur un site de construction navale par comparaison UT sur des soudures bout à bout de la poutre principale : l'écart de positionnement entre les défauts détectés par IA et ceux confirmés par UT est inférieur à 3 mm.
L'enquête de satisfaction client (NPS) affiche un score de 62, supérieur à la moyenne du secteur pour les logiciels SaaS (environ 40). Les trois caractéristiques les plus appréciées par les clients sont : la mise en service rapide sans déploiement matériel (score moyen 4,7/5), le mode sans maintenance grâce aux mises à jour automatiques des modèles cloud (4,5/5) et la facturation flexible par module (4,3/5). Les principales suggestions d'amélioration concernent la mise en cache des résultats et la capacité de détection hors ligne dans les scénarios de réseau instable — cette fonctionnalité est déjà planifiée pour le troisième trimestre 2026.
Questions fréquentes (FAQ)
Q : La détection IA en temps réel de la plateforme cloud répond-elle aux exigences de contrôle de sécurité des ponts roulants ?
Q : Quelle est la latence de bout en bout de la plateforme cloud d'inspection visuelle par IA pour ponts roulants de Kelude ?
A : La latence de bout en bout de la plateforme cloud d'inspection visuelle par IA pour ponts roulants de Kelude est de 120 à 250 ms sur réseau 5G, et de 300 à 600 ms sur réseau 4G. Pour les scénarios de surveillance de sécurité, il est recommandé d'utiliser les résultats de détection comme informations d'aide à la sécurité plutôt que comme signaux de commande directs du circuit de sécurité. Conformément à la norme GB/T 28264-2017 — Système de surveillance et de gestion de la sécurité pour les appareils de levage —, la latence des signaux commandant directement le circuit de sécurité doit être inférieure à 100 ms. La solution cloud actuelle convient aux alertes et à la surveillance auxiliaire. Pour le contrôle direct par verrouillage de sécurité, il est recommandé d'opter pour une solution d'inférence en périphérie (edge computing) basée sur Jetson, avec une latence de bout en bout inférieure à 100 ms. La plateforme cloud prend en charge un déploiement hybride avec la solution locale : l'extrémité périphérique assure le contrôle de sécurité en temps réel, tandis que le cloud assure le stockage des données et la télémaintenance.
Q : L'utilisation est-elle possible dans un atelier où les conditions réseau sont médiocres (absence de couverture 5G, signal 4G instable) ?
A : Oui. Le terminal de communication prend en charge la redondance double SIM / double module ainsi que la mise en cache locale : lorsque le réseau fonctionne normalement, les images sont transmises en temps réel et les résultats d'inférence sont reçus ; en cas d'interruption réseau, le système bascule automatiquement sur l'opérateur de réserve (temps de basculement inférieur à 15 secondes) et met en cache les images capturées pendant l'interruption dans le stockage local du terminal (capacité de cache maximale de 256 Go, soit environ 72 heures de vidéo compressée en 1080P à 15 images par seconde). Une fois le réseau rétabli, les images en cache sont automatiquement retransmises et l'inférence est reprise, garantissant ainsi qu'aucune donnée de détection n'est perdue. Pour les ateliers dont les conditions réseau restent durablement dégradées, il est recommandé d'adopter un déploiement hybride : l'extrémité périphérique exécute un modèle léger pour la détection en temps réel, tandis que le cloud assure la mise à jour des modèles et la sauvegarde des données.
Q : Les données de détection stockées dans le cloud peuvent-elles divulguer les informations de production de l'atelier du client ?
A : La plateforme est conçue selon le principe de minimisation de la collecte de données : seuls les résultats de détection par IA (catégorie d'objet, coordonnées de la boîte de détection, score de confiance et horodatage) ainsi que les images d'images clés déclenchant une alerte sont stockés dans le cloud. Aucun flux vidéo brut intégral n'est conservé. Le client peut configurer de manière autonome la durée de conservation des données via l'interface Web d'administration (trois options : 7 jours, 30 jours, 90 jours), les données arrivant à expiration étant automatiquement supprimées. Le stockage des données repose sur une architecture d'isolation physique multi-locataires (instance de base de données indépendante pour chaque client), avec chiffrement en transit (TLS 1.3) et chiffrement au repos (AES-256). La plateforme a obtenu la certification de niveau 2 de la classification de sécurité (Niveau 2 de protection (CML)) ainsi que la certification ISO 27001 pour son système de management de la sécurité de l'information. Conformément à la norme GB/T 22239-2019, le niveau 2 de la classification de sécurité s'applique aux systèmes d'internet industriel à usage général et répond aux exigences de sécurité des données pour les scénarios de télémaintenance de ponts roulants.
Q : Dans le cadre d'un abonnement SaaS, comment les versions de modèles sont-elles mises à niveau ? Le client peut-il utiliser ses propres modèles ?
A : Les modèles de détection sont maintenus et mis à niveau de manière centralisée par la plateforme cloud. La plateforme exécute actuellement des modèles de la série YOLOv8s et procède à une itération trimestrielle des modèles (entraînement incrémental sur de nouvelles données d'entraînement et évaluation de la précision). Les nouvelles versions de modèles sont soumises à des tests de régression (la précision ne doit pas diminuer sur l'ensemble de test standard avant mise en production), puis déployées progressivement de manière automatique. Pour les clients ayant des besoins de détection personnalisés (par exemple, la détection de types de pièces spécifiques), la plateforme permet au client de téléverser son propre ensemble de données d'entraînement. Les ingénieurs de la plateforme effectuent alors un ajustement fin (fine-tuning) du modèle, qui est ensuite déployé sur une instance d'inférence dédiée au client. Ce service de fine-tuning est facturé à la prestation (environ 3000 à 8000 CNY par prestation, soit environ 380 à 1020 EUR), avec un délai de traitement d'environ 5 à 10 jours ouvrés. Les mises à niveau et les ajustements fins des modèles n'affectent pas le fonctionnement normal des autres clients.
