杉岩数据:工业视觉的智能存储之道

2024-02-26 17:59

本文主要是介绍杉岩数据:工业视觉的智能存储之道,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

制造业是立国之本、兴国之器、强国之机。智能制造为中国制造业跨越发展提供了历史性机遇。人工智能与制造业深度融合所形成的新一代智能制造技术,成为新一轮工业革命的核心驱动力。

在新制造环境下,工业视觉在质量管理的流程中扮演相当重要的角色。作为智能制造的“智慧之眼”,工业视觉不仅提高检测效率和准确度,进一步提升产出功率与降低查验人员的作业负荷,还可让产品的出货质量更稳定。

1、工业视觉助力智能制造

工业视觉是计算机视觉的一大分支,更注重广义图像信号与自动化控制方面的应用,提高生产的柔性和自动化程度。在一些不适合人工作业的危险工作环境或人工视觉难以满足要求的场合,常用工业视觉来替代人工视觉,提高生产效率和生产的自动化程度。而且工业视觉易于实现信息集成,是实现自动化集成制造的基础技术。随着智能制造的发展,工业视觉也迎来了新的应用需求。

一个典型的工业视觉系统(AOI、MVI)包括:光源、镜头、 相机(包括CCD相机和CMOS相机)、图像处理单元(或图像捕获卡)、图像处理软件、监视器、通讯 / 输入输出单元等。

在这里插入图片描述

表1 工业视觉的优势

2、数据存储遇挑战

工业视觉的引入,便利了产品生产的同时,也带来新的挑战。为了生产数据的留痕和追溯,生产企业需要将工业视觉产生的海量图片数据进行保存。传统的保存方式是直接储存在工控机中,但这种方式的可管理性、扩容性、安全性等都比较低。具体体现在以下几个方面:

传统数据保护措施,安全性低

由于数据都保存在工控机中,只能通过RAID保护图片数据,如果有多个硬盘损坏就会导致数据的丢失,更会造成生产线的停工,影响很大。因此,这种数据保护措施给后续的运维带来很大的压力。为了保障智能制造生产线7*24小时不间断生产,需要提供高稳定性、高可靠性的数据存储方案。

监管需求升级,容量扩容难

产品从制造到出厂,按照不同行业的管理要求,工业视觉图片数据都需要保存七天到一个月不等,生产中如果精度提高、拍摄维度增多或保存时间延长时,都会面临存储扩容的问题。传统存储模式扩容时,必须停止生产线增加硬盘,影响生产效率,且运维繁琐。

访问时延高,无法满足检索需求

除生产线的工业视觉设备需要实时调用图片外,还有很多后续QA设备需要重新对工业视觉图片进行筛查比对,传统模式下图片保存在本地存储中只支持文件名检索,无法通过其他属性或标签信息进行检索,且在文件数量比较大的时候,搜索性能非常慢,无法满足实时检索需求。

3、对象存储解难题

为了解决工业视觉场景下图片存储的难题,杉岩数据提供了工业图片存储解决方案。该方案基于行业领先的分布式对象存储技术,通过杉岩对象存储整合通用x86服务器及其磁盘资源,提供了全面的数据存储、数据管理和数据智能服务。如下图所示:

在这里插入图片描述

图2 工业图片存储解决方案

在建设项目时,考虑到方案上线的实用性、可持续性、便捷性,客户会更关注解决方案的以下几个维度:

建设模式选择

在建设该场景时,不少客户都会考虑公有云还是私有云。

公有云基础架构是多租户、共享的。对于给定的用户,它似乎是无限的,因为可以为不可预料的工作负载,按需扩展资源,当需求减少时还可以缩减。

但在制造业场景中,有部分数据是保密的,不适合放在公有云。其次由于生产线是7*24小时不间断生产,数据量也是源源不断的增长,所以公有云的弹性伸缩特性对客户没有意义。并且由于持续不断的数据产生,这些数据如果保存到公有云需要占用大量的网络传输带宽。

因此,制造业更适合采用私有云存储。

未来的生产效率

生产线上的工业相机拍摄的照片传输给视觉分析软件进行检测,检测完成后根据结果进行引导处理,同时将图片保存到对象存储中,图片保存完成后生成线才会继续检测下一个工件,因此图片的拍摄、分析、存储效率直接决定了生产效率。

杉岩数据提供的对象存储解决方案对整体的网络、部署模式等进行了综合优化,保证了最短的传输路径和最快的存储效率。同时对象存储的整体性能和节点数呈正比,并且每个节点提供了GB级带宽,可以保证海量数据的快速存储和检索。

业务的快速上线

目前工业视觉还在快速发展阶段,其视觉分析软件的编程语言多种多样、生产厂商来自全球各地。杉岩数据提供各种语言的SDK和API接口,并且提供了专业技术人员支撑业务系统的接口改造,满足各种工业视觉应用的快速改造和上线。

数据管理的便捷性

杉岩数据的对象存储提供了数据的标签管理和检索服务,客户可以根据需要在可视化的界面中对数据进行检索、下载等操作。并且对象存储提供了独有的小文件优化处理技术,面对亿级图片的检索可以提供毫秒级访问性能。

生产数据的生命周期管理

杉岩数据的解决方案提供了数据的全生命周期管理,全流程记录了数据的各种操作,以便进行生产细节追溯。同时解决方案提供了内建的智能数据处理引擎,可以根据不同生产线的数据管理要求进行数据自动归档、图片格式转换、定时删除。

当前,随着新基建的不断投入,智能制造发展如火如荼,为社会带来持续不断的动能。智能制造离不开工业视觉,是实现工业自动化和智能化的必要手段,杉岩数据将通过构筑完整的海量数据存储解决方案为工业视觉应用添动力。

这篇关于杉岩数据:工业视觉的智能存储之道的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/749686

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time