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

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档

在Pandas中进行数据重命名的方法示例

《在Pandas中进行数据重命名的方法示例》Pandas作为Python中最流行的数据处理库,提供了强大的数据操作功能,其中数据重命名是常见且基础的操作之一,本文将通过简洁明了的讲解和丰富的代码示例,... 目录一、引言二、Pandas rename方法简介三、列名重命名3.1 使用字典进行列名重命名3.编

Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南

《Python使用Pandas库将Excel数据叠加生成新DataFrame的操作指南》在日常数据处理工作中,我们经常需要将不同Excel文档中的数据整合到一个新的DataFrame中,以便进行进一步... 目录一、准备工作二、读取Excel文件三、数据叠加四、处理重复数据(可选)五、保存新DataFram