← Kembali ke studi kasus Kasus AI Industri

Sistem deteksi dan alarm asap hitam industri: dari analisis video hingga penyebaran tepi RK3588

Kasus Sinovanta anonim yang mencakup deteksi asap dua tahap, klasifikasi asap hitam dan putih, penyebaran tepi RK3588, kontrol alarm GPIO, dan validasi berbasis bukti.

Keterlibatan
Visi industri dan AI tepi
Lingkup
Deteksi asap, klasifikasi warna, dan output alarm
Platform
Kamera IP, RK3588, dan MCP2221A GPIO
Pembebasan yang diverifikasi
Perangkat lunak v2.0.3 dengan konfigurasi model v2.6
01

Konteks proyek

Sebuah lokasi industri membutuhkan sistem berbasis kamera untuk membedakan asap dari adegan non-rokok dan kemudian mengklasifikasikan asap yang terdeteksi sebagai hitam, putih, atau tidak pasti. Solusi ini juga diperlukan untuk berjalan di komputer industri RK3588, menerima aliran kamera RTSP, menyediakan pemantauan berbasis browser dan pengujian media, dan mengoperasikan output alarm fisik.

02

Tujuan pengiriman

Menyediakan sistem tepi yang dapat dilacak yang mencakup persiapan data, inferensi dua tahap, kontrol positif palsu, operasi web, output perangkat keras, penyebaran, rollback, dan catatan penerimaan tanpa memperlakukan hasil video tunggal sebagai akurasi model umum.

Pengendalian tepi dua tahap dan kontrol alarm

Jalur alarm memisahkan keberadaan asap dari warna asap dan menambahkan konfirmasi temporal sebelum output perangkat keras. Hal ini membuat rantai keputusan dapat diperiksa dan memungkinkan perlindungan palsu positif untuk diuji secara independen.

  1. 01

    Pengambilan video

    Dapatkan aliran RTSP kamera IP atau gambar atau video yang diunggah dan normalkan bingkai untuk mode analisis yang dikonfigurasi.

  2. 02

    Deteksi asap

    Tahap pertama menentukan apakah ada asap. Penjaga artefak non-rokok menolak input hitam murni, hampir biner, statis, dan abnormal gelap sebelum logika alarm.

  3. 03

    Klasifikasi warna asap

    Hanya asap yang dikonfirmasi memasuki tahap kedua, yang mengklasifikasikan asap hitam, asap putih, atau warna yang tidak pasti menggunakan pengambilan sampel yang sadar.

  4. 04

    Konfirmasi sementara

    Hasil video langsung dan diunggah harus memenuhi kondisi kepercayaan dan persistensi yang dikonfigurasi sebelum permintaan alarm dibuat.

  5. 05

    Output fisik

    Layanan RK3588 mengontrol MCP2221A GP0, menahan tingkat alarm yang dikonfigurasi, dan kemudian kembali ke pemantauan otomatis.

  6. 06

    Penegasan medan

    Tes regresi, pemeriksaan sisi perangkat, kesehatan layanan, status aliran, hash file, cadangan, dan catatan rollback disimpan dengan setiap rilis.

03

Pengiriman yang terkontrol

Algoritma dan konfigurasi model
Logika asap dan warna dua tahap, penjaga adegan, ambang batas, dan konfigurasi model versi.
RK3588 aplikasi web
Pemantauan langsung, pengujian gambar dan video, pengaturan, status, dan opsi tautan alarm terkontrol.
Integrasi perangkat keras
Koneksi MCP2221A, kontrol output GP0, waktu henti, pemulihan ke mode otomatis, dan pelaporan kesalahan output.
Paket penyebaran
File layanan, installer, checksum, konfigurasi startup, cadangan dan catatan rollback.
Rekaman validasi
Manifesto dataset, tes otomatis, bukti sisi perangkat, hasil regresi, dan keterbatasan terdokumentasi.
04

Hasil yang diverifikasi

Angka-angka di bawah ini terkait dengan input uji yang diberi nama, versi perangkat lunak, dan kondisi perangkat. Mereka tidak disajikan sebagai klaim akurasi umum.

Video uji 37 detik pada RK3588

74 dari 74 bingkai sampel mendeteksi asap; 73 dari 74 diklasifikasikan sebagai asap hitam; pangsa asap hitam adalah 98,65%; kondisi alarm dipenuhi.

Bukti ini berjalan menggunakan output upload terisolasi, sehingga tidak mengaktifkan GPIO.

Uji media yang terhubung dengan perangkat keras

Gambar dan video asap hitam yang memenuhi syarat mendorong GP0 tinggi, menahan output selama 11 detik, dan kemudian kembali ke mode otomatis dengan GP0 rendah.

Diverifikasi pada komputer industri pelanggan dalam perangkat lunak v2.0.0.

Regresi negatif-positif input gelap

Tiga belas varian hitam murni, hampir hitam, bising, gradien, JPEG, PNG, dan teks tidak menghasilkan alarm; tiga input bising atau gradien di sisi perangkat tidak menghasilkan GP0 tinggi.

Diverifikasi dalam perangkat lunak v2.0.3 dengan konfigurasi model v2.6.

Dataset dan regresi otomatis

Penjaga gelap total baru memblokir 0 dari 1.760 gambar dataset yang dapat dibaca yang ada; 70 tes otomatis lulus.

Scan mendukung penjaga ini hanya untuk set data dan ambang batas saat ini.

05

Penerimaan dan bukti operasional

  • File aplikasi dan model yang digunakan sesuai dengan nilai SHA-256 yang tercatat.
  • Layanan aktif dan diaktifkan, aliran RTSP terhubung, dan MCP2221A tersedia selama pemeriksaan penerimaan yang tercatat.
  • Benchmark asap hitam nyata tetap terdeteksi pada 98,53% kepastian asap dan 99,99% kepastian warna setelah penjaga input gelap ditambahkan.
  • Enam sampel hidup setelah tes menunjukkan tidak ada asap, tidak ada alarm aktif, GP0 rendah, dan antarmuka perangkat keras terhubung.
06

Lingkup dan keterbatasan

Hasil ini berlaku untuk video yang didokumentasikan, gambar, dataset, kondisi kamera, perangkat RK3588, konfigurasi model, dan ambang batas. Mereka tidak menetapkan presisi umum, penarikan, pengukuran opacitas bersertifikat, pemantauan kepatuhan emisi, atau ketersediaan 24 jam yang berkelanjutan. Situs baru membutuhkan pemeriksaan posisi kamera, data representatif siang dan malam, kalibrasi ambang, tes obstruksi dan cuaca, verifikasi kabel output, dan tes ketahanan yang disepakati secara terpisah.

Mendiskusikan persyaratan visi industri

Menyediakan sumber kamera, adegan target, logika alarm, platform tepi, media yang tersedia, kondisi operasi, antarmuka perangkat keras, dan kriteria penerimaan.

Kirimkan persyaratan Anda →