מצלמות AI: האם הן יכולות להחליף חיישני IoT?

אוקיי, אולי אנחנו קצת מטעים; במצלמות AI, אנחנו מתכוונים למעשה לראייה ממוחשבת. ההתקדמות האחרונה בניתוח התמונות המופעלת על ידי בינה מלאכותית גורמת לנו לתהות אם המצלמה יכולה למעשה להחליף כמה סוגים של חיישנים. עבור מקרי שימוש רבים, זה הופך את החומרה להרבה יותר קלה לניהול ומספק נתונים בעלי תובנות יותר. לאינטליגנציה חזותית יש הרבה יותר מה להציע מהעין האנושית. הוא יכול לצפות במאות מקומות בו-זמנית, להקטין את המרחק לקנה מידה של תת-מילימטר, לראות באינפרא אדום ועוד הרבה יותר. דברים רבים המנוטרים כעת על ידי חיישנים (טמפרטורה, תנועה, קרבה) ניתנים לאימות ולמעשה, לשפר אותם על ידי מצלמה המופעלת בינה מלאכותית.

מאמר זה ינסה לענות, בהתחשב במקרה השימוש שלך, האם עדיף להחליף חיישנים במצלמות.

שיפורים אחרונים בחומרה ותוכנה

ההתקדמות בראייה ממוחשבת ומצלמות התומכות בינה מלאכותית פירושה שהן מסוגלות יותר לבצע פונקציות כיום.

המצלמות איכותיות יותר וזולות יותר

עם הדמוקרטיזציה של מצלמות HD ו-4K, צילום במהירות של 60-120 פריימים לשנייה (פריימים לשנייה) או יותר, לראייה ממוחשבת יש כלים מתאימים לנתח צילומים בזמן אמת טוב יותר מאי פעם.

שימושים כגון קריאת מספר הלוח של מכונית נהיגה מהירה דורשים מהירות גלגול גבוהה כדי לתפוס תמונה ברורה. חיישני מסגרת מלאה ו-4K מאפשרים לנטר שדה ראייה גדול במצלמה אחת בלבד.

מצלמות נמצאות בכל מקום (ועפות!)

מצלמות מתקדמות, במיוחד בסמארטפונים, הן מקור קל ואיכותי לרכישת נתונים, ישירות בשטח. בכל הנוגע לתחזוקה תעשייתית, לכל טכנאי יש כלי בכיס להעלות תמונה או סרטון ולהתייעץ עם AI כדי למצוא את הפתרון לבעיה. בחקלאות, חקלאי יכול לצלם תמונה של יבול ולקבל מיד מידע על מחלה אפשרית.

מזל"טים הפכו גם לחלק חשוב בראייה ממוחשבת, במיוחד עבור מתקנים חקלאיים או תעשייתיים גדולים (קווי חשמל, מפעלי מיחזור, צינורות וכו'). היכולת של מל"טים לטוס על פני שטחים גדולים פירושה שמצלמות יכולות לאסוף תמונות שהיו עולות מדי במחיר אפילו לפני כמה שנים.

עליית תשתיות הקצה

עדכוני וידאו דורשים יותר שטח אחסון מרוב מקורות הנתונים. העלות של העלאת מספר קטעי 4K ברציפות על הענן עשויה להוות חסם דרכים לשימוש בווידאו. תשתית Edge נותנת מענה לאתגר זה על ידי ניתוח הצילומים באופן מקומי והעלאת רק חלק מהנתונים שלו לניתוח נוסף.

עם וידאו, פרטיות הנתונים והאבטחה רגישים ביותר, במיוחד בהשוואה למכשירים כגון חיישני אדמה חקלאית. אחסון הקבצים באופן מקומי במכשירי קצה יכול להפחית את הסיכון לפריצה שלהם, אך מעל הכל להבהיר את האחריות במקרה של שוד נתונים (מנהל אתר, לקוח).

מקרים לשימוש במצלמות ב-IoT

ראייה מעבר לראייה האנושית

אנו רואים את העולם דרך העיניים האנושיות שלנו, המאפשרות לנו לראות בדיוק של ראייה סביב 30 מעלות, במרחק סביר ובתנאי תאורה מתאימים. מצלמות הרבה פחות מוגבלות מזה. במיוחד כאשר משולבות מספר מצלמות, לראייה ממוחשבת אין כמעט מגבלות. זה יכול לראות מכמה זוויות ולנתח את ההזנות השונות האלה בזמן אמת.

מצלמת RGB בחדות גבוהה לבדיקת איכות

בשרשרת ייצור, בדיקת האיכות נעשית לרוב על ידי בחירת אצווה אקראית של מוצרים, אולי אחוז אחד, ובדיקתם. מצלמה התומכת בינה מלאכותית יכולה לבדוק את כל הייצור מבלי להאט את התהליך ולראות ברירות מחדל בלתי נראות לעין האנושית.

מצלמות לידאר לכלי רכב אוטונומיים

מצלמות Lidar משתמשות בסונאר לייזר כדי להעריך את המרחק של עצמים, שהוא חיוני עבור כלי רכב אוטונומיים. זה מונע התנגשויות וגורם לרכב להיות מודע לסביבתו הקרובה. כלי רכב אוטונומיים לא היו אפשריים ללא הטכנולוגיה הזו.

מצלמות FLIR (אינפרא אדום) לזיהוי חום

מצלמות אינפרא אדום (FLIR) צופות קדימה מספקות תרמוגרפיה מדויקת לזיהוי התחממות יתר בכרטיס אלקטרוני, צינור או מכונה. במקרה זה, לא צריך שום אלגוריתם מסובך כדי לקבל התראה. מצלמת FLIR פועלת בדיוק כמו חיישן. כעת נפרסות מצלמות FLIR בתגובה ל-COVID-19. הם יכולים לפקח על הטמפרטורה של אנשים במרחק סביר, בצורה לא פולשנית. הם גם שימשו את הצבא במשך שנים.

החלפת חיישנים מרובים במצלמה אחת

מקררים בחנות נוחות ניתנים למלאי אוטומטי על ידי הוספת מספר חיישנים (משקל, טמפרטורה). חדשנות AT&T יציקה פיתחה מערכת מותקנת במצלמה שהחליפה את כל החיישנים האלה. המצלמה מזהה מתי מדף נתון עומד במלאי ומנטרת את הטמפרטורה בזמן אמת.

מגבלות של מצלמות על חיישנים

הסתה

במקרים רבים, התקנת מצלמה אחת בלבד לא תעשה את העבודה. על מנת להתמודד עם בעיות חסימה (אובייקט מוסתר מאחורי אחד אחר), יש צורך במספר מצלמות בכמה זוויות. סטארט-אפ מבית סוני המציא פתרון המופעל על ידי בינה מלאכותית מרובת מצלמות לניטור בריאות בעלי חיים, במיוחד זיהוי חום בחוות פרות. המצלמות המקושרות מזהות מתי פרה עולה על אחת אחרת, גם אם אחת מכמה זוויות חסומה. עם זאת, הדבר אפשרי רק אם משתמשים במספר מצלמות.

זמינות חשמל וזמינות רשת

מצלמה המצלמת ברציפות לא יכולה להיות מופעלת באמצעות סוללה בלבד, ולכן יש צורך באספקת חשמל ישירה. פאנלים סולאריים אינם מספיקים ברוב המקרים אם המצלמה צריכה לפעול בלילה. יתרה מכך, כדי להעלות עדכון HD בענן, יש צורך ב-4G.

שני המפרטים הללו מקשים על התקנת מצלמה עצמאית באזורים מרוחקים מסוימים כאשר חיישן צריכה נמוכה יכול לפעול במשך שנים.

משאבי ניתוח

הטמעת מספר עדכוני וידאו וללמד את המחשב להבין אותם היא למעשה משימה מורכבת הרבה יותר מניתוח נתוני חיישני IoT הרגיל. אם אפילו משהו פשוט כמו זיהוי חום עם מצלמת FLIR נגיש במידה רבה לכל יחידים או חברות קטנות ובינוניות, מעבר בנתיב הבינה המלאכותית יכול להיות יקר מאוד והתוצאות לא בטוחות.

למהנדסי מכונה ולמידה עמוקה שיכולים להתמודד עם עבודת הניתוח יש ביקוש גבוה, כך שעלות גיוס אחד יכולה להיות החסימה העיקרית עבור סטארטאפים או חברות קטנות.

האם כדאי לבחור במצלמות במקום בחיישנים?

מכיוון שכל מקרה שימוש שונה, נסביר את שלוש הדוגמאות שבהן בהחלט כדאי לשקול את ההשקעה.

• אתה צריך מצלמה דמוית חיישן, נניח לזיהוי התחממות יתר במכונה במפעל. המצלמה שלך יכולה להחליף כמה עשרות חיישנים. הזנת הווידאו מאוחסנת באופן מקומי והמצלמות קלות להתקנה (רשת, ספק כוח). לך על מצלמות.
• אתה צריך אינטליגנציה חזותית יותר מאשר מצלמה, למשל, כדי לוודא שהעובדים שלך נכנסים לאתר בנייה עם כובעים קשיחים. מקרה השימוש נפוץ ותמצא בקלות אלגוריתמי ML שהוכשרו מראש למשימה זו. מצלמה עם תוכנת זיהוי תמונה מוכנה מראש יותר הגיונית מהתקנת חיישן על כל כובע קשיח. ניתן לעשות שימוש חוזר בהשקעה בכל פרויקטי הבנייה העתידיים. אבל ברגע שמקרה שימוש נהיה ספציפי מדי, השימוש החוזר שלו יורד מכיוון שעלות הפיתוח יכולה לעלות במהירות על היתרונות הפוטנציאליים.
• אתה צריך פתרון בינה חזותית מאוד ספציפי ומותאם לפי מידה. תארו לעצמכם חברה רב לאומית המייצרת דלתות זכוכית אבטחה. הם רוצים לזהות ברירת מחדל בזכוכית בפס הייצור. הם זקוקים לצוות מסור שיטפל במשימה הזו במשך מספר חודשים. הם הכינו בעבר את הפרויקט הזה על ידי צבירה ותיוג של כמה אלפי תמונות שתויגו לאימון ה-AI. יתרה מכך, ה-ROI יואץ על ידי הטמעת הפתרון במספר אתרי ייצור.

באשר למקרי שימוש אחרים ב-IoT, עדיין סביר להניח שהמעבר לראייה ממוחשבת יהיה יקר מדי או מסוכן מדי. למרות שמצלמות יכולות לשפר את פתרונות ה-IoT, הן לא תמיד מתאימות למערכת האקולוגית של ה-IoT, והזנות וידאו לא יכולות לעבור כראוי דרך רשתות LPWAN.

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