Система технического зрения для мостового крана: обнаружение груза
Система технического зрения на базе ИИ для мостового крана обеспечивает обнаружение поднимаемого груза в реальном времени с использованием модели глубокого обучения YOLOv8s и алгоритма многообъектного трекинга ByteTrack, точность обнаружения ≥95% (mAP@0.5). Модель динамического взвешивания на базе LSTM обеспечивает погрешность динамического взвешивания ≤2% FS. В сочетании с промышленной камерой с защитой от вибрации (1920×1080@30fps) и встроенным модулем ИИ-вычислений (TOPS≥4) система формирует комплексное решение технического зрения. Решения Келуде Тяжёлая Промышленность на базе ИИ внедрены на более чем 30 объектах в литейных цехах, на металлургических заводах и складах.
Система технического зрения для мостового крана состоит из трех компонентов: промышленной камеры с защитой от вибрации, встроенного модуля ИИ-вычислений и программного обеспечения для анализа изображений. Камера устанавливается под рамой тележки мостового крана и обеспечивает видеонаблюдение за зоной подъема груза сверху. Данные изображения передаются по Ethernet на модуль ИИ-вычислений, где модель YOLOv8s выполняет обнаружение и классификацию объектов на периферийном устройстве. Система также интегрирует функцию электронных весов: модель глубокого обучения LSTM в реальном времени компенсирует деформацию груза и раскачивание каната стального на видеоизображении, обеспечивая динамическое взвешивание в процессе подъема. Приведенная ниже архитектурная схема демонстрирует полный контур передачи данных — от захвата изображения до вывода результатов обнаружения. При проектировании системы необходимо руководствоваться стандартом ISO 4301 — Классификация кранов. Основные положения по нагрузкам, конструкции, механизмам, электрооборудованию и безопасности, а также требованиями JJG 555-2016.
Архитектура системы технического зрения
Архитектура системы технического зрения на базе ИИ включает три уровня: уровень захвата изображения, уровень периферийного логического вывода и уровень вывода результатов. Уровень захвата изображения: промышленная камера с защитой от вибрации устанавливается под рамой тележки, обеспечивая захват изображения с разрешением 1920×1080 при 30 кадрах/с. Встроенная ИК-подсветка с длиной волны 850 нм гарантирует четкое изображение в условиях низкой освещенности. Степень защиты камеры — IP67. Уровень периферийного логического вывода: встроенный модуль ИИ на базе NVIDIA Jetson или Rockchip RK3588 обеспечивает вычислительную мощность ≥4 TOPS (INT8) и выполняет логический вывод модели YOLOv8s для каждого кадра со скоростью ≥25 кадров/с, что удовлетворяет требованиям реального времени. Уровень вывода результатов: результаты обнаружения передаются по RS485 или Ethernet в систему управления на базе ПЛК мостового крана и включают категорию груза, координаты его положения и значение динамического взвешивания.
Связь между системой технического зрения и ПЛК крана осуществляется по протоколу Modbus TCP. Формат кадра данных результатов обнаружения включает идентификатор груза, координаты, размеры, массу, уровень достоверности и контрольную сумму. Общая длина кадра — 16 байт, период передачи — 100 мс. Решение Келуде Тяжёлая Промышленность на базе ИИ дополняет систему позиционирования мостового крана, реализованную по технологии визуального SLAM: SLAM отвечает за построение карты окружающей среды и планирование траектории, а ИИ-зрение — за обнаружение груза и взвешивание.
Методика обнаружения поднимаемого груза
Для обнаружения груза используется модель YOLOv8s в качестве базового детектора. Обучающий набор данных охватывает 12 категорий типовых грузов (стальной лист, рулонный прокат, фасонный прокат, литье, корпусные изделия, трубы, сыпучие материалы, емкости, пресс-формы, оборудование, порожний подъём, аварийное состояние). Для каждой категории — не менее 2000 обучающих образцов, общий объем размеченных изображений превышает 25000. Стратегия аугментации данных включает многоракурсное вращение (±15°), изменение освещенности, имитацию перекрытий и размытие движения. Размер входного изображения модели — 640×640 пикселей, порог NMS — 0,45, порог достоверности — 0,5. Итоговая точность обнаружения mAP@0.5 ≥95%.
Многообъектный трекинг реализован на основе алгоритма ByteTrack, использующего прогнозирование по фильтру Калмана и сопоставление по венгерскому алгоритму для привязки идентификаторов грузов между последовательными кадрами. Ключевое преимущество ByteTrack — вторичная обработка детекций с низкой достоверностью, что значительно снижает количество переключений идентификаторов при перекрытиях и смене ракурса. В ходе испытаний на мостовом кране грузоподъемностью 10 т частота переключения идентификаторов составила <1 на 1000 кадров, точность многообъектного трекинга MOTA ≥93%. Результаты трекинга формируют траектории движения груза и статистику рабочих циклов, что служит основой для анализа эффективности производства.
Комментарий технического руководителя Келуде Тяжёлая Промышленность:
“Главная практическая сложность при внедрении ИИ-обнаружения груза — не точность модели, а неконтролируемые условия освещения на объекте. В ходе проектов на литейном заводе и металлургическом заводе мы столкнулись с типичной проблемой: блики от поверхности отливок и интенсивная засветка от печи приводили к переэкспонированию кадра, и достоверность обнаружения YOLOv8s падала с 95% до 40%. Мы решили задачу тремя мерами: во-первых, применили камеру с глобальным затвором и аппаратным WDR (широкий динамический диапазон >120 дБ); во-вторых, добавили в обучающий набор аугментацию с переэкспонированными кадрами; в-третьих, развернули на модуле ИИ-вычислений адаптивный алгоритм экспозиции, который динамически регулирует время выдержки и усиление по средней яркости предыдущего кадра. В результате достоверность обнаружения в условиях интенсивной засветки была восстановлена до уровня свыше 90%.”
Интеллектуальное взвешивание на электронных весах
Динамическое взвешивание основано на модели глубокого обучения LSTM, которая в реальном времени компенсирует раскачивание каната стального под грузом, вращение груза и вибрацию камеры на видеоизображении. Традиционные электронные весы требуют полной остановки груза (зависание ≥3 с) для получения стабильного показания. ИИ-весы на базе LSTM обучаются на временных рядах колебаний груза и выдают стабильное значение массы непосредственно в процессе подъема. Входные признаки модели LSTM включают скорость изменения площади ограничивающей рамки груза, ускорение смещения центра груза, угол и скорость раскачивания каната; выход — компенсированное значение массы.
Обучающий набор данных для модели LSTM сформирован по результатам калибровки на испытательном стенде Келуде Тяжёлая Промышленность: в ходе подъема испытательных грузов с известной массой синхронно фиксировались видеопризнаки и показания тензодатчика. Всего получено около 8000 обучающих последовательностей. По результатам испытаний погрешность динамического взвешивания ≤2% FS, время однократного взвешивания <1 с (традиционный метод требует остановки на 5–8 с). При интенсивности работы 25 циклов/ч экономия времени на взвешивание за смену составляет около 3–5 минут.
Сравнение ключевых параметров системы ИИ-зрения
| Параметрпозиция | машинное зрениеОбнаружение | Динамическое взвешивание | традиционныйЭлектронные весы | описание |
|---|---|---|---|---|
| базовый алгоритм | YOLOv8s+ByteTrack | LSTMвременная модель | СопротивлениетензометрическийДатчик | AIбесконтактное решение |
| Точность | mAP≥95% | ≤2%FS | ≤0.5%FS | традиционныйТочностьвыше, но требует неподвижности |
| Время отклика | 40ms(инференс) | <1s(динамический) | 3~8s(требуется зависание) | AIДинамическое взвешиваниебыстрый4~8раз |
| стоимость оборудования | 2~4десять тысяч юаней | включено всистема технического зренияв | 0.5~2десять тысяч юаней | AIрешение требует дополнительных вычислительных мощностейМодуль |
| Область применения | навалочный груз/литье/листовой материал | непрерывное взвешивание | прецизионное взвешивание | оба метода взаимодополняемы |
Ключевые параметры системы
| точность обнаружения ≥95% YOLOv8s mAP@0.5 | погрешность взвешивания ≤2%FS LSTMдинамическая компенсация | инференсскорость 25fps Jetsonна краю (edge) |
| потребность в вычислительных мощностях 4TOPS INT8квантованный инференс | обучающая выборка 25000шт. 12разметка типов грузов | IDчастота переключения <1раз/тысяча кадров ByteTrackмногообъектное отслеживание |
Часто задаваемые вопросы (FAQ)
В: Сколько стоит система технического зрения с ИИ для мостового крана?
О: Стоимость аппаратной части системы ИИ-визоризации составляет примерно 2–4 млн руб. за комплект, включая промышленную камеру с защитой от вибрации (около 0,3–0,6 млн руб.), встраиваемый модуль ИИ-вычислений (около 1–2,5 млн руб.) и монтажные аксессуары. Лицензия на программное обеспечение — около 0,5–1 млн руб. в год за единицу. По сравнению с традиционными электронными весами (0,5–2 млн руб.), решение на базе ИИ одновременно обеспечивает обнаружение груза и динамическое взвешивание, что делает его более выгодным по совокупной стоимости. Келуде предоставляет бесплатный монтаж и пусконаладку на объекте для первых заказчиков, внедряющих систему.
В: Что точнее — ИИ-весы или традиционные электронные весы?
О: Традиционные электронные весы обеспечивают более высокую статическую точность ≤0,5% FS, однако требуют зависания груза на 3–8 секунд, что снижает производительность. ИИ-весы имеют несколько меньшую динамическую точность ≤2% FS, но не требуют остановки, экономя 3–5 секунд на каждом цикле. При интенсивности 25 циклов/час суммарная экономия времени взвешивания за смену составляет 3–5 минут. Рекомендация Келуде: для операций, требующих высокой точности измерений (уровень коммерческого учёта), сохраняйте традиционные электронные весы; для задач производственной статистики и управления материальными потоками предпочтительнее использовать ИИ-весы.
В: Работает ли система ИИ-распознавания в агрессивных средах?
О: Да. Решение Келуде специально оптимизировано для эксплуатации в литейных цехах (высокая температура, запылённость), на металлургических заводах (яркий свет, пар) и в портах (солевой туман, влажность). Камера имеет степень защиты IP67 и глобальный затвор с широким динамическим диапазоном >120 дБ. Модуль ИИ-вычислений оснащён промышленной системой охлаждения (рабочая температура от -20 до 70 °C). Данные с реальных объектов в литейных цехах показывают, что после аппаратной оптимизации экспозиции WDR уверенность обнаружения в условиях яркого освещения сохраняется на уровне выше 90%.
В: Как интегрировать систему технического зрения с существующей системой управления мостовым краном?
О: Система технического зрения взаимодействует с PLC крана по протоколу Modbus TCP; результаты обнаружения передаются в стандартном формате кадра данных длиной 16 байт. Для аппаратной интеграции достаточно одного Ethernet-кабеля, соединяющего модуль ИИ-вычислений и сетевой коммутатор PLC. Для программной интеграции необходимо реализовать в PLC клиентскую программу Modbus для разбора кадров данных. Келуде предоставляет готовые библиотеки для интеграции с PLC Siemens S7-1200/S7-1500 и Mitsubishi FX5U/L-серии; пусконаладка занимает около 2 рабочих дней.
