TagML
Система машинного обучения с минимальной задержкой, которая полностью выполняется на UWB-BLE устройствах Leantegra или на промышленных средствах защиты (СИЗ).

TensorFlow Lite
Интегрированы и кастомизированы библиотеки TensorFlow Lite на UWB-BLE устройства Leantegra для нужд машинного обучения на самих устройствах. Без участия сервера.
Большая экосистема ПО TensorFlow и партнёрского инструментария, такого как Edge Impulse SaaS, становится доступной на маленьких и недорогих устройствах.
TensorFlow Lite поддерживает широкий функционал по машинному обучению и нейросетям, такой как Recurrent Neural Networks (RNN) и LSTM (Long Short-term Memory Cells), но при этом с гораздо меньшим потребленим памяти и аппаратных ресурсов.





Задачи по построению, обучению, запуску и выполнению ML моделей на устройствах Leantegra (или сторонних устройствах) становятся более стандартными и организованными по сравнению с разработкой алгоритмов распознавания под каждый проект или под каждое требование.


Поддерживаемые аппаратные платформы (чипсеты) прошивкой TagML:
Nordic nRF52 и nRF91: nRF52832, nRF52833, nRF52840, nRF5340, nRF9160
STM32: STM32H7 (Cortex-M7), STM32F4
Распознавание Активностей
Распознавание простых движений или более сложных активностей у людей или оборудования (машина, кран) используя акселерометр и барометр на устройствах.
Возможность запуска нотификаций на устройствах (например вибро) или визуализации на карте веб портала Leantegra согласно распознанным активностям и движениям:
ходьба, бег, лазание, падение, на месте, вождение грузовика или погрузчика и.т.д.

Пример экрана — использование Edge Impulse в качестве главного инструмента обучения ML модели для TensorFlow Lite:

Смарт Каска
Отслеживание СИЗ (Средств Индивидуальной Защиты) это важный сценарий для промышленной безопасности. Определение присутствия защитной каски или светоотражающего жилета может быть реализовано с помощью встраиваемых BLE-UWB модулей или с помощью компьютерного зрения.
Вариант о встраиваемых модулях более стойкий к помехам, отсутствию света, наличию пыли или тумана, а также позволяет делать отслеживание в удалённых местах где вообще нет сети — например: нет Ethernet или Wi-Fi.
Остлеживающие устройства могут крепиться cнаружи или внутри защитной каски.
Главная часть алгоритма по отслеживанию заключается в использовании натренированной нейросети для классификации шаблонов движения защитной каски.

Детектор Падения
Точное распознавание падений (fall detection) до сих пор является сложной задачей, учитывая немалую долю ложных срабатываний.
Тренировка ML моделей для распознавания падений должна включать множество сценариев с более детальными проектными требованиями — например: падение с лестницы.
Важно иметь возможность быстрой настройки детектора падения под требования проекта, вместо наличия одного универсального устройства.
Вдобавок к событию падения важно также включить информацию о местонахождении для уменьшения времени поиска происшествия. Именно здесь помогает функционал RTLS, который доступен во всех устройствах Leantegra.

Классификация Датчиков




Промышленный RTLS может быть расширен дополнительными данными от датчиков, таких как СО или метан или данные о влажности, для предоставления более точных и контекстных данных об оборудовании, персонале или рабочей среде.
Данные от датчиков классифицируются напрямую на UWB-BLE устройствах используя TagML ПО, без участия сервера.
Это позволяет запускать своевременные нотификации и сценарии превентивной реакции до самого факта происшествия.
© 2015—2021 Leantegra Inc. All Rights Reserved.