TagML

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

smart_helmet1

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.  

 

tf-lite
nordic_semi_logo
bosch-logo
edge_impulse_logo
st-logo

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.

smart_helmet

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

carbon-monoxide-icon
fire
temperature_icon
humidity-icon-white-notext

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. 

TagML

Запрос Информации

We use cookies to personalize your experience. By using our website you agree to our Privacy Policy