Prísľub 5G a edge computingu pokročil od vízie budúcnosti k inováciám, ktoré otvárajú nové cesty analýzy, spracovania a ukladania údajov lokálne v reálnom čase. Spoločnosti ako GSMA, China Mobile, Huawei a Haier demonštrovali nasadenie edge computingu, 5G a strojového videnia do výrobného prostredia Haier.

Strojové videnie je synergia technológie a metód používaných na poskytovanie automatickej kontroly a analýzy založenej na zobrazovaní pre také aplikácie, ako je automatická kontrola, riadenie procesov a navádzanie robotov. V rýchlo sa rozvíjajúcom priemyselnom prostredí existuje takmer neustály tok obrazových informácií, ktoré je potrebné analyzovať, aby bolo možné vykonať nápravné opatrenia. To znamená, že možnosti spracovania údajov musia byť umiestnené blízko záznamovej kamery, aby sa minimalizovalo oneskorenie a dosiahli sa výsledky takmer v reálnom čase.

Kvalita výroby je pre spoločnosť Haier najdôležitejšia. Chladničky z nehrdzavejúcej ocele sú na vrchole sortimentu, ale vzhľadom na povahu nehrdzavejúcej ocele môžu byť počas výrobného procesu náchylnejšie na poškriabanie a preliačenie. Preto Haier ručne kontroluje každú chladničku, ktorá prichádza z výrobnej linky, čo môže byť časovo náročná úloha.

Použitie strojového videnia umožňuje vykonávanie dôkladnejšieho procesu zabezpečenia kvality s menším rizikom pochybenia v porovnaní s manuálnou kontrolou, pri ktorej sa určité množstvo chýb prehliadne. Navyše, použitie edge computingu a 5G znamená, že analýza prebieha lokálne takmer v reálnom čase, takže chladničky možno vrátiť na výrobnú linku takmer okamžite.

Strojové videnie založené na MEC

Huawei a China Mobile implementovali vo výrobnej hale Haier MEC architektúru prepojenú s 5G, aby umožnili spracovanie veľkého objemu snímaných obrazov s minimálnym oneskorením a aby sa zaistilo, že nedochádza k zdržaniu výrobnej linky. Edge server sa používa na hosťovanie aplikácie strojového videnia od spoločnosti MStar a spracovanie údajov sa vykonáva priamo vo výrobnom zariadení.

Multi-access Edge Computing (MEC), známy ako mobile edge computing, je typ edge computingu, ktorý rozširuje možnosti cloud computingu tým, že ho privádza na okraj siete. MEC prináša dôležité výpočtové zdroje, ako je výpočtový výkon a úložisko, čo najbližšie ku koncovým používateľom, okrajovým zariadeniam a aplikáciám. To znamená, že údaje možno spracovávať, ukladať a analyzovať na najvzdialenejších okrajoch mobilnej siete namiesto toho, aby ste ich museli presúvať do vzdialeného dátového centra alebo do cloudu. Presunutím záťaže cloud computingu na jednotlivé lokálne servery pomáha MEC znižovať preťaženie mobilných sietí a znižovať oneskorenie.

Huawei MEC Platform (MEP) pracuje na dynamickom prideľovaní a úprave dostupných zdrojov tak, aby bola aplikácia strojového videnia schopná pracovať s maximálnou účinnosťou po celý čas a aby bolo možné efektívne riadiť pracovné zaťaženie spracovania údajov na serveri. Okrem toho MEP posiela správy o analýze údajov koncovým používateľom.

5G umožňuje efektívne nasadenie MEC, pretože funkcie používateľskej a riadiacej roviny (UPF) môžu byť oddelené. V tomto prípade použitia to znamená, že funkcie 5G siete by sa mohli presunúť bližšie k výrobnej linke, čo má za následok výrazne znížené oneskorenie a lepšiu spoľahlivosť doručovania dátových paketov. Infraštruktúra MEC zahŕňa UPF aj MEP nasadené na jednom serveri, čo znamená, že nasadenie sa ešte viac zjednoduší.

Pred spustením produkčného prostredia bolo potrebné najprv natrénovať algoritmus strojového videnia. Zhromažďovaním vzorových obrázkov sa aplikácia strojového videnia „vytrénovala“ na identifikáciu anomálií v obrázkoch z výrobného prostredia v reálnom čase. Po vytrénovaní bolo možné upravený algoritmus nahrať do architektúry MEC. Vo všeobecnosti platí, že čím viac obrázkov sa spracováva, tým sa zvyšuje presnosť algoritmu na vyhľadávanie anomálií.

Robotické rameno s priemyselnou kamerou

Výrobný podnik Haier nainštaloval priemyselnú kameru s vysokým rozlíšením na robotické rameno s vysokou intenzitou osvetlenia, ktoré dokáže skenovať chladničky, keď schádzajú z výrobnej linky. Vytrénovaný algoritmus strojového videnia je schopný identifikovať akékoľvek poškodenie exteriéru chladničky, ktoré vyžaduje výmenu. Kamera ľahko identifikuje aj malé škrabance a preliačiny, ktoré môže ľudské oko prehliadnuť.

Kľúčová úloha 5G

5G sieť je potrebná na prenos veľkých obrázkov produkovaných priemyselnou kamerou pri zachovaní nízkeho oneskorenia. Požiadavky na prenosovú rýchlosť odosielania údajov sú rádovo 42 Mbit/s s analýzou obrazu dokončenou za približne 200 – 300 ms. To znamená, že 5G sieť je jedinou realistickou sieťou, ktorá dokáže spracovať tento objem údajov pri zachovaní nízkeho oneskorenia.

Riešenie prináša pozitívne výsledky

Partneri ako China Mobile, Huawei, MStar, Haier a GSMA spolupracovali na tom, aby vyvinuli a nasadili lepšie integrovanú službu strojového učenia vo výrobnom podniku, pričom bolo zaznamenaných množstvo výhod:

Rýchla implementácia riešenia. Infraštruktúra 5G MEC bola nainštalovaná a implementovaná v závode Haier len za 1,5 dňa v porovnaní s až 35 dňami v prípade starších systémov. Infraštruktúra MEC navyše obsahuje integrovaný dizajn UPF a MEP, vďaka čomu sú konfigurácia a nastavenie mimoriadne jednoduché. To znamenalo úsporu času viac ako 100 človekodní, ktoré by sa inak strávili nastavovaním a testovaním systému strojového videnia 5G MEC v podniku.

V porovnaní so staršími riešeniami je potrebný menší priestor a zdroje. Infraštruktúra 5G MEC je schopná fungovať v obmedzenom priestore blízko výrobnej linky vďaka integrácii UPF a MEP do jedného servera a lokalizovaného telekomunikačného zariadenia. To znamená, že infraštruktúra môže byť inštalovaná v rôznych konfiguráciách pre rôzne prípady použitia, pričom sa zachováva tesná blízkosť priemyselného zariadenia, ktoré sa má monitorovať, čím sa zabezpečuje nízke oneskorenie.

Vylepšené monitorovanie kvality produktov. Strojové videnie zlepšilo celkovú kvalitu produktov chladničiek na výrobnej linke, keďže možno presne zistiť viac chýb. To následne vedie k menšiemu počtu vrátených produktov a vyššej spokojnosti zákazníkov.

Strojové videnie nasadené na výrobnej linke s podporou 5G šetrí náklady výrobcov rýchlym vykonávaním kontrol kvality s presnosťou viac ako 99 %, čo je o 10 % presnejšie v porovnaní s vizuálnou kontrolou vykonávanou ľuďmi.

Zdroj: Haier: Optimising Manufacturing performance through 5G, Edge Computing and Machine Vision. GSMA. [online]. Citované 16. 5. 2023. 

-pev-