Машинное зрение для измерения плотного объема круглого леса и коэффициента полнодревесности (КПД)

Заказчик
АО «Сегежский ЦБК»
Руководитель проекта со стороны заказчика
ИТ-поставщик
АО "Инфосистемы Джет"
Год завершения проекта
2020
Сроки выполнения проекта
Февраль, 2020 - Июнь, 2020
Цели
Целью проекта являлось определение коэффициента полнодревесности и плотного объема круглого леса (балансы), ввозимого на лесовозах. Выполнение поставленной цели в дальнейшем позволит сократить издержки из-за неконтролируемого и субъективного процесса измерения плотного объема и качества круглого леса.

Уникальность проекта

Решение позволяет в автоматизированном режиме производить оценку коэффициента полнодревесности (КПД) и расчет плотного объема в разрезе штабелей, находящийся на лесовозах, с учетом множества факторов. Обработка данных с каждого лесовоза занимает несколько секунд – это позволяет сократить временные и логистические издержки. Система адаптирована под широкий спектр погодных условий – снег, грязь, яркое солнце для нее не помеха. Она распознает отклонение от ГОСТа при укладке пачек – реагирует на зазоры менее 0,3-0,5 м, автоматически отсортировывает некачественные фотографии. На выходе получается информация о породе, диаметре древесины в пачках, КПД, плотном объеме. Аккумулируется большой дата сет, – его можно использовать для дальнейшей аналитики, выработки единого стандарта по применению ML при контроле сырьевых потоков.
Использованное ПО

  • Камеры, фиксирующие содержимое лесовозов;
  • Вычислительный сервер с графическими процессорами (GPU);
  • Использование технологий классического Computer Vision и глубоких нейронных сетей для анализа изображений;
  • Использование технологий машинного обучения.

Сложность реализации

  • Влияние различных погодных условий (снег, дождь на объективах камер)
  • Высокая скорость прохождения автомобилей
  • Изменение заднего фона (яркое солнце, контрастность картинки)
  • Шумы на фотографиях
  • Неправильная укладка пачек

Описание проекта

АО «Сегежский ЦБК» – один из лидеров целлюлозно-бумажной отрасли в России. Для обеспечения сырьем целлюлозно-бумажного производства осуществляется доставка сортимента лесоматериалов. Во время заготовки леса его вывозят грузовыми машинами (лесовозами) на склады, чтобы доставлять на комбинаты. Одна из ключевых задач в этом процессе – сделать объективный анализ поступающего сырья и произвести точный замер объема и качества бревен.

Специалисты компании «Инфосистемы Джет» создали модель, которая позволяет точно измерять плотный объем поступающих на пункт приемки лесоматериалов на лесовозах. Система основана на технологиях компьютерного зрения (видеоаналитики и машинного обучения). Принцип ее работы заключается в том, что груженый лесовоз проходит сканирование на фоторамке контрольно-пропускного пункта, где камеры делают множество снимков; при этом модели машинного обучения анализируют груз, определяют породу и другие характеристики дерева, и считают объем леса перед его транспортировкой на бумажный комбинат. На мониторе оператор видит конкретные пачки с указанием данных (породы, диаметра), полученных в автоматизированном режиме. В рамках проекта были исследованы данные о пачках круглого леса порядка на 10.000 лесовозах. Точность сопоставления фотографий составила более 99%, качество расчета КПД и объема древесины – более 98%, точность определения породы древесины – более 99.5%.

Таким образом, система решает задачи снижения влияния человеческого фактора на экспертную оценку, сокращает время оценки и, как следствие, общего логистического процесса.

География проекта
Сегежский ЦБК, г. Сегежа, Республика Карелия
Коментарии: 2
  • Вилен Юдин
    Рейтинг: 6
    ООО «УК Сегежа Групп»
    Руководитель перспективных проектов
    04.12.2020 17:37

    Отличный пример использования технологии машинного зрения в отрасли, который несет в себе фактический а не мнимый экономический эффект! А с учётом сроков внедрения, и достигнутого результата, считаю что в текущем году, проект не имеет аналогов.
    Моя искренняя благодарность Сергею и сотрудникам Инфосистемы Джет.

  • Максим Часовиков
    Рейтинг: 1020
    МГУ имени М.В.Ломоносова, Центр цифровой экономики
    Заместитель руководителя службы управления проектами
    06.01.2021 18:34

    Интересный проект, хотя технологии машинного зрения для контроля продукции в производственных процессах используются достаточно давно, но каждый такой проект является в большой степени уникальным. Хотя бы потому что требует уникальной обучающей выборки образцов изображений.
    Хорошо, что удалось добиться такой высокой точности.

Год
Предметная область
Отрасль
Управление