工业

每当您开始一个新项目时，重新设计已有架构都会让您感到沮丧；您的热情很快就会开始减弱。不幸的是，这个问题困扰着面向边缘的视觉 AI 解决方案的开发，导致走走停停和零星的技术实施。

计算机视觉和 AI 解决方案软件公司 Irida Labs 产品负责人，Dimitris Kastaniotis 表示，一次成功可能证明了边缘视觉 AI 可以实现运营效率，但该技术还没有很好地扩展到大规模部署。

Irida Labs 针对这一问题提供了解决方案。该公司的 PerCV.ai 软件通过降低运营成本、创建和使用可行数据，帮助边缘视觉 AI 部署扩大规模。它还提供了足以处理现场数据并重新校准实际安装条件的基础设施。

在 AI 模型投入运营之前，它们需要信息。PerCV.ai 有一个数据引擎，负责数据的前后处理，并对数据进行创建、注释和管理。该引擎结合了专有数据和合成数据，因此项目可以立即投入运行，而不是等待数月才能从现场获得一次性积分。

PerCV.ai 是一种无代码解决方案，可以直接推送到边缘设备中，以进一步简化部署。核心平台能够轻松改变功能或重新校准边缘摄像头。同样重要的是，托管摄像头和分析边缘数据，可以避免高昂的云计算成本。使用 PerCV.ai 有助于快速验证业务用例，以便公司能够以所需的规模部署项目。Kastaniotis 表示，英特尔技术（包括英特尔^® Movidius^™ Myriad^™ 视觉处理器）加快了原型设计和产品开发速度。

视觉 AI 的实施

边缘视觉 AI 和 PerCV.ai 的使用几乎是无限制的，包括在制造业数字化转型的工业 4.0 中。

虽然工业 4.0 是一个多管齐下的术语，适用于各种运营和子行业，但 Irida Labs 致力于在物流和仓库管理中实施其基于人工智能的自动化驱动原则。仓储和物流面临的主要挑战是在任何给定时间内准确地找到商品及其所在位置。加载操作也没有自动化。“仓库中的许多操作都可以受益于摄像头和边缘视觉 AI 的安装。” Kastaniotis 表示。

以无人搬运车 (AGV)为例，它在仓库周围绕行取货。AGV 经常浪费时间，寻找不在货架上的产品，从而降低了工作效率。PerCV.ai 通过安装在货架上的摄像头来解决这个问题，这些摄像头可以获取准确的产品库存，并将这些信息集成到 AGV 上的 PLC 服务器中。只有当被告知产品确实在该位置时，AGV 才会进行搜索。

Kastaniotis 表示，这样的解决方案只是自主化仓库或工厂的众多组成部分之一。

PerCV.ai 解决方案还帮助公司通过识别制服来加强仓库的准入区，这在雇佣内部工人和承包商的大型工厂中变得尤其重要。仓库管理利用摄像头和实时警报，可以告诉工人何时试图访问不应访问的区域。

这两个用例只是 Irida 平台提供边缘视觉 AI 的许多方式的一个示例。监控液体流动是另一个实施方案。在所有情况下，” 您有相同的骨干和相同的基础设施，但实时处理需求却有很大不同，因此我们只是通过相同的平台基础设施以相同的结构化方式来处理它们，” Kastaniotis 指出。

Irida Labs 严格遵守隐私法律，并且不进行人脸识别。个人识别信息不会存储在边缘，而是用于分析。Irida 也不会将来自一家公司的培训数据用于另一家公司的 AI 模型。

与系统集成商合作

虽然 Irida 可能有助于加速产品开发，但它不能提供完整的定制解决方案。

相反，它有助于确保方法的可行性，以便客户能够完成最后一英里。系统集成商在接过接力棒和为客户定制解决方案方面尤其有效。SI 使用 PerCV.ai 来测试项目的可行性。该软件允许系统集成商根据特定现场数据校准解决方案，并通过最少到无代码处理直接将其推出。

“系统集成商还需要另外一件武器，通过提供更好的服务为自己和其他有关各方创造更多收入。” Kastaniotis 表示。PerCV.ai 基于销售的模型实现了这一点：一种通过边缘视觉 AI 项目产生新的收入来源的快速和可扩展方式。

在利用边缘视觉 AI 实现更多销售额的同时，它还有助于了解行业形势并了解技术的限制。首先，企业需要了解他们拥有的数据集，以便利用合成数据填补任何空白。该技术还存在性能限制，因此公司必须在准确性和功耗之间进行权衡。最后，利用视觉了解环境需要做一些工作。“您需要从头到尾了解自己想要做的事情，” Kastaniotis 说。“您需要能够连接这些点的基础设施。如果没有，就很难找到解决方案，也很难简化您的生活。”

我们刚刚开始为边缘视觉 AI 开辟新的天地，因此 Kastaniotis 对其未来感到兴奋，并预测可以自动化的任务数量将显著增加。能够检测患者跌倒或开车时困倦是两种非常切实可行的实施方法。

边缘视觉 AI 与无代码软件相结合，让自主运营的未来变得近在咫尺。
 

由 insight.tech 主编 Georganne Benesch 编辑。