AI-kameraer: Kan de erstatte IoT-sensorer?

Okay, måske er vi lidt vildledende; med AI-kameraer mener vi faktisk computersyn. De seneste fremskridt inden for billedanalyse drevet af kunstig intelligens får os til at spekulere på, om kameraet rent faktisk kunne erstatte flere typer sensorer. Til adskillige brugstilfælde gør det hardwaren langt nemmere at administrere og giver mere indsigtsfulde data. Visuel intelligens har meget mere at tilbyde end det menneskelige øje. Den kan observere hundredvis af steder på samme tid, zoome ned til en submillimeterskala, se i infrarød og meget mere. Mange ting, der i øjeblikket overvåges af sensorer (temperatur, bevægelse, nærhed), kunne verificeres og faktisk forbedres af et AI-drevet kamera.

Denne artikel vil forsøge at svare på, i betragtning af din egen brugssituation, om det er bedst at erstatte sensorer med kameraer.

Seneste hardware- og softwareforbedringer

Fremskridt inden for computervision og AI-aktiverede kameraer betyder, at de er bedre i stand til at udføre funktioner i dag.

Kameraer er af højere kvalitet og billigere

Med demokratiseringen af ​​HD- og 4K-kameraer, optagelser med 60-120 fps (frames per sekund) eller mere, har computervision de rigtige værktøjer til at analysere realtidsoptagelser bedre end nogensinde.

Anvendelser som f.eks. at læse pladenummeret på en hurtigt kørende bil kræver en rullende høj hastighed for at få et klart billede. Fuldformatsensorer og 4K gør det muligt at overvåge et stort synsfelt med kun ét kamera.

Kameraer er overalt (og flyver!)

Avancerede kameraer, især på smartphones, er en nem og kvalitativ kilde til dataindsamling, direkte i marken. Når det kommer til industriel vedligeholdelse, har enhver tekniker et værktøj i lommen til at uploade et billede eller en video og konsultere en AI for at finde løsningen på problemet. I landbruget kan en landmand tage et billede af en afgrøde og straks have information om en potentiel sygdom.

Droner er også blevet en vigtig del af computervision, især for landbrugs- eller store industrielle installationer (strømledninger, genbrugsanlæg, rørledninger osv.). Evnen for droner til at flyve over store områder betyder, at kameraer kan indsamle billeder, der ville have været alt for omkostningskrævende selv for få år siden.

The Rise of Edge Infrastructures

Videofeeds kræver mere lagerplads end de fleste datakilder. Omkostningerne ved at uploade flere 4K-optagelser kontinuerligt på skyen kan være en vejspærring for brug af video. Edge-infrastruktur løser denne udfordring ved at analysere optagelserne lokalt og kun uploade en brøkdel af dens data til yderligere analyse.

Med video er databeskyttelse og sikkerhed ekstremt følsomme, især sammenlignet med enheder som landbrugsjordsensorer. Lagring af filerne lokalt på edge-enheder kan mindske risikoen for deres hacking, men frem for alt tydeliggøre ansvaret i tilfælde af datarøveri (site manager, klient).

Brugssager til kameraer i IoT

Seeing Beyond Human Vision

Vi ser verden gennem vores menneskelige øjne, som giver os mulighed for at se med præcisionen af ​​synet omkring 30 grader, på en rimelig afstand og passende lysforhold. Kameraer er langt mindre begrænsede end som så. Især når flere kameraer kombineres, har computersyn næsten ingen begrænsninger. Den kan se fra flere vinkler og analysere de forskellige feeds i realtid.

High-Definition RGB-kamera til kvalitetstjek

I en produktionskæde foretages kvalitetskontrollen ofte ved at vælge et tilfældigt parti produkter, måske 1 procent, og kontrollere dem. Et AI-aktiveret kamera kan inspicere hele produktionen uden at bremse processen og se standarder, der er usynlige for det menneskelige øje.

Lidar-kameraer til autonome køretøjer

Lidar-kameraer bruger laserekkolod til at evaluere afstanden mellem objekter, hvilket er afgørende for autonome køretøjer. Dette undgår kollisioner og gør køretøjet opmærksom på dets umiddelbare omgivelser. Autonome køretøjer ville ikke være mulige uden denne teknologi.

FLIR (infrarøde) kameraer til varmedetektion

Fremadrettede infrarøde (FLIR) kameraer giver præcis termografi til at registrere overophedning på et elektronisk kort, et rør eller en maskine. I dette tilfælde behøver man ikke nogen komplicerede algoritmer for at modtage en advarsel. FLIR-kameraet fungerer præcis som en sensor. FLIR-kameraer bliver nu indsat som reaktion på COVID-19. Det kan de overvåge folks temperatur på en rimelig afstand, på en ikke-påtrængende måde. De har også været brugt af militæret i årevis.

Udskiftning af flere sensorer med et enkelt kamera

Køleskabe i en dagligvarebutik kan inventariseres automatisk ved at tilføje flere sensorer (vægt, temperatur). AT&T innovation støberi udviklede et kameramonteret system, der erstattede alle disse sensorer. Kameraet registrerer, når en given hylde er ved at være lav på lager, og overvåger temperaturen i realtid.

Begrænsninger af kameraer over sensorer

Okklusion

I mange tilfælde gør det ikke tricket at installere kun ét kamera. For at tackle okklusionsproblemer (et objekt skjult bag et andet), er flere kameraer i flere vinkler nødvendige. En startup fra Sony opfandt en multikamera AI-drevet løsning til at overvåge dyresundhed, især varmedetektion i en kogård. De forbundne kameraer identificerer, når en ko monterer et andet, selvom en af ​​flere vinkler er tilstoppet. Dette er dog kun muligt, hvis der er flere kameraer i brug.

Strøm og netværkstilgængelighed

Et kamera, der filmer kontinuerligt, kan ikke kun drives af et batteri, og derfor er en direkte strømforsyning nødvendig. Solpaneler er i de fleste tilfælde ikke nok, hvis kameraet skal køre om natten. Desuden er 4G nødvendigt for at et HD-feed kan uploades i skyen.

Disse to specifikationer gør det vanskeligt at installere et selvstændigt kamera i nogle fjerntliggende områder, når en lavforbrugssensor kan køre i årevis.

Analyseressourcer

At indtage flere videofeeds og lære computeren at forstå dem er faktisk en langt mere kompleks mission end den almindelige IoT-sensordataanalyse. Hvis selv noget så simpelt som varmedetektion med et FLIR-kamera stort set er tilgængeligt for alle enkeltpersoner eller SMV'er, kan det være ekstremt dyrt at gå gennem AI-stien og resultaterne usikre.

Maskin- og deep learning-ingeniører, der kan varetage analysearbejdet, er meget efterspurgte, så omkostningerne ved at rekruttere en kan være hovedblokaden for startups eller små virksomheder.

Skal du vælge kameraer i stedet for sensorer?

Da hver brugssag er forskellig, vil vi forklare de tre eksempler, hvor det bestemt er værd at overveje investeringen.

• Du har brug for et sensorlignende kamera, lad os sige til overophedningsdetektering i en fabriksmaskine. Dit kamera kan erstatte flere snesevis af sensorer. Videofeedet gemmes lokalt, og kameraer er nemme at installere (netværk, strømforsyning). Gå efter kameraer.
• Du har mere brug for visuel intelligens end et kamera, for eksempel for at verificere, at dine arbejdere kommer ind på en byggeplads med deres hjelme på. Use casen er almindelig, og du vil nemt finde ML-algoritmer, der er foruddannet til denne opgave. Et kamera med forudbygget billedgenkendelsessoftware giver mere mening end at installere en sensor på hver hjelm. Investeringen kan genbruges på alle fremtidige byggeprojekter. Men når en use case bliver for specifik, falder dens genanvendelighed, da udviklingsomkostningerne hurtigt kan overstige de potentielle fordele.
• Du har brug for en meget specifik, skræddersyet visuel intelligens-løsning. Forestil dig en multinational virksomhed, der producerer sikkerhedsglasdøre. De ønsker at opdage fejl i glasset på samlebåndet. De har brug for et dedikeret team til at håndtere denne mission i flere måneder. De har tidligere forberedt dette projekt ved at samle og tagge flere tusinde billeder tagget til at træne AI. Desuden vil ROI blive fremskyndet ved at implementere løsningen på flere produktionssteder.

Hvad angår andre IoT-brugssager, er det stadig sandsynligt, at skiftet til computervision vil være for dyrt eller risikabelt. Selvom kameraer kan forbedre IoT-løsninger, passer de ikke altid til IoT-økosystemet, og videofeeds kan ikke passere korrekt gennem LPWAN-netværk.

Kilde: https://www.iotforall.com/ai-cameras-can-they-replace-iot-sensors