ВидеоМатрикс: АРМИЛ (Автоматизированное рабочее место для инспекции листов стали)

Основные статьи:

• Компьютерное зрение (машинное зрение)
• Видеоаналитика (термины, сферы применения, технологии)
• Нейросети (нейронные сети)

2022: Автоматизация анализа качества листов военной стали с помощью технологии «ВидеоМатрикс»

Компания «ВидеоМатрикс» 29 июля 2022 года сообщила о том, что запатентовала технологию дефектоскопии отражающих поверхностей машинным зрением. При помощи запатентованной технологии на базе программного обеспечения Vmx Dequs у ГК «Ростех» автоматизирован анализ качества листов военной стали на программно-аппаратном комплексе АРМИЛ. Подробнее здесь.

2020: Разработка АРМИЛ для автоматизированного анализа листов стали на предмет брака

В апреле 2020 года стало известно о том, что компания «ВидеоМатрикс» совместно со специалистами «РТ-Техприемки» (госкорпорации «Ростех») разработала АРМИЛ (Автоматизированное рабочее место для инспекции листов стали) - программно-аппаратный комплекс для инспекции стали (в частности, стали ВНС-9Ш, которая используется при создании боевых и гражданских вертолетов). Комплекс совмещает в себе нейросетевые технологии и компьютерное зрение.

Готовые стальные листы размещаются на платформе АРМИЛ и подвергаются мультиспектральной аналитической обработке на базе собственного программного обеспечения Vmx Dequs от «ВидеоМатрикс». Система автоматически выявляет более 20 классов дефектов, в том числе царапины и микротрещины размером от 0,3 мм с точностью от 97%.Бизнес уходит в облако: стратегии и подходы

Применяемые технологии:

• Технология основана на помехуостойчивых алгоритмах (статистический анализ, теория графов, пространственная фильтрация, собственный алгоритм выделения объектов).
• Программное обеспечение Vmx Dequs базируется на технологии искусственного интеллекта и математических технологиях машинного зрения. Получаемый видеопоток анализируется серверной видеоаналитикой. В качестве сенсорных компонентов выступают камеры видимого спектра, УК, лазерные сканеры.
• Система сравнивает поверхность стали с эталонной и на основании заданных характеристик выявляет дефекты изделия и классифицирует их. Для этого применяется метод алгоритмической детекции. Для более точного результата накладывается работа детектирующих и классифицирующих нейронных сетей.^[1]

Примечания