Zamiast kart dostępowych w zakładach pracy

  • Inżynierowie z RapidLab opracowali system do rozpoznawania twarzy.
  • Rozwiązanie jest zgodne z przepisami o ochronie danych osobowych m.in. dzięki przetwarzaniu na brzegu sieci.
  • Urządzenie z wbudowaną kamerą bazuje na minikomputerze Raspberry PI.
Ludzie pracujący na linii produkcyjnej w fabryce. Robotnicy pracujący przy maszynach i brygadzista kontrolujący produkty.

Zespół RapidLab, marki należącej do spółki Apollogic, przygotował rozwiązanie umiejące wykrywać i identyfikować twarze za pomocą algorytmów sztucznej inteligencji. Oprogramowanie działa na urządzeniu Raco Edge AI Gateway, przetwarzanie danych nie wymaga wykorzystania technologii chmurowych – jest prowadzone na brzegu sieci, co zapewnia zgodność z RODO. Wbudowana kamera rozpoznaje twarz w czasie krótszym niż sekunda, niezależnie od założenia okularów, nakrycia głowy czy zmiany fryzury. Dodanie nowej osoby wymaga zrobienia jej kilku zdjęć i przesłania fotografii do bazy danych.

Raco Edge AI Gateway

Platformę da się zintegrować z innymi systemami dzięki API i połączeniu sieciowemu poprzez Ethernet, Wi-Fi i komórkową transmisję danych. W urządzeniu za pomocą portów USB lub CSI (Camera Serial Interface) można dodać inne urządzenie rejestrujące obraz. Raco Edge AI Gateway bazuje na minikomputerze Raspberry Pi i urządzeniu Google Coral umożliwiającym budowanie środowiska pozwalającego na uczenie maszynowe algorytmów. Zależnie od modelu, rozwiązanie ma 8, 16 lub 32 GB pamięci. Całość mieści się w aluminiowej obudowie o wymiarach 10,5 x 9 x 2,4 cm. Poza weryfikacją osób wchodzących do fabryki czy biura, Raco Edge AI Gateway można zastosować do liczenia ludzi, a także wykrywania defektów w wytworzonych produktach.

(Raco Edge AI Gateway – graf. RapidLab)

AI sprawdza jakość

W Visual Inspection AI sztuczna inteligencja ocenia wizualnie produkty i wykrywa ich wady dzięki porównaniu z zapamiętanym modelem. Rozwiązanie działające zarówno w chmurze, jak i na brzegu sieci, może być stosowane np. w branży motoryzacyjnej, do weryfikacji poprawności wykonania spawów lub nałożenia lakieru. Innym przykładem programu o podobnym działaniu jest Wet Line Detector for Paper Mills opracowany przez przedsiębiorstwa byteLAKE i Intel. Aplikacja pomaga weryfikować, czy tzw. linia mokra oddzielająca zanurzoną część papieru w czasie produkcji, nie wykracza poza ustalony obszar. Z kolei prof. Dieter Wegener z ZVEI podczas webinarium organizowanego przez PPP, przytaczał przykład użycia sztucznej inteligencji do oceny jakości płytek drukowanych – dzięki pracy algorytmów dużo mniej części wymagało kontroli wykonywanej zdjęciami rentgenowskimi.