ИИ-контроль ценной продукции до постановки на учёт
Система видеоаналитики контролирует движение ценной продукции до постановки на учёт, выявляет расхождения и подмены и ограничивает доступ к чувствительным технологическим зонам



О проекте
На производстве уже была развернута система видеонаблюдения, охватывающая ключевые технологические зоны, но камеры использовались в основном для записи и последующего разбора событий. Они не контролировали соблюдение регламентов в реальном времени, не связывали между собой действия на разных участках и не фиксировали отклонения автоматически. При этом существующую VMS и инфраструктуру требовалось сохранить.
Самый чувствительный участок — обработка ценной продукции до её постановки на учёт. Заготовка проходит несколько последовательных стадий, из неё получают отдельные изделия, которые затем очищают, взвешивают, маркируют и только после этого регистрируют в 1С.
Проект собрали как единую систему видеоаналитики из шести сценариев безопасности:
- распознавание транспорта на въезде и выезде;
- контроль СИЗ в производственных зонах;
- фиксация входа в опасные зоны у прессового оборудования;
- выявление прохода постороннего вслед за сотрудником;
- контроль доступа к пультам с чувствительными технологическими параметрами;
- контроль движения, количества и учёта ценной продукции на самом критичном участке обработки.
6
Формализация сценариев безопасности
Фиксируем зоны, роли, допустимые действия, условия тревог и критерии приёмки для каждого сценарияАудит камер и видеопотоков
Проверяем ракурсы, перекрытия, освещение и качество изображения; определяем, где достаточно существующих камер, а где нужен дополнительный ракурсПодготовка локальных датасетов
Собираем записи с производства, размечаем людей, СИЗ, зоны, объекты и события безопасности, формируем выборки для обучения и тестирования моделейРазработка базовых CV-модулей
Обучаем детекторы и трекеры для транспорта, людей, СИЗ, опасных зон и контроля доступа к технологическим пультамТрекинг
Настраиваем трекинг объектов на критическом участке и связываем видеособытия с данными весов и 1С для выявления подмен и расхождений при постановке на учётПилот
Запускаем систему в теневом режиме, измеряем точность событий, пропуски, дубли и задержку уведомлений, после чего настраиваем рабочие пороги и правилаИнтеграция и масштабирование
Подключаем существующую VMS, API и необходимые внешние системы, сохраняя обработку производственных данных в закрытом контуреИнтересный факт
Технологический стек
Backend
Логика обработки и базовые компоненты системыML
Модели и фреймворки для обученияВызовы и решения
Контролировать цепочку до постановки продукции на учёт
Самый уязвимый участок — между обработкой изделия и его регистрацией, когда возможна подмена заготовки, промежуточного объекта или готовой продукцииСвязать видео, взвешивание и данные 1С
Система сопоставляет движение объекта по видео с результатами взвешивания и последующей регистрацией и фиксирует расхождения между этапамиОбеспечить обработку чувствительных данных внутри предприятия
Производственные видео и технологическая информация не должны уходить во внешнее облакоРазвернуть систему в закрытом локальном контуре
Модели работают на локальном сервере с GPU, а архив и события остаются внутри инфраструктуры заказчикаДобиться стабильной работы на реальных производственных видео
На качество распознавания влияют перекрытия, блики, дальний ракурс и размер объекта в кадре — особенно в сложных зонах производстваИспользовать статус unknown и подтверждение по серии кадров
Система не делает вывод при недостаточной уверенности и формирует событие только после проверки трека, качества изображения и нескольких последовательных кадров≤2%
повторных событий по одному инциденту
≤2
секунд - задержка уведомления после подтверждения события
3
источника контроля: видео, весы и данные 1С
Бесплатный разбор вашей задачи
На экспертной встрече разберем, какие сценарии внедрения ИИ для вашего бизнеса перспективны и возможны на вашем действующем оборудовании. Подготовим экономическое обоснование внедрения ИИ.
Рассмотрим технические ограничения и возможный первый этап проекта.
Готовые проекты
Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.










