من المراقبة التفاعلية إلى الاستباقية

واجهت المؤسسات الصناعية تحدياً كبيراً في تحويل آلاف كاميرات المراقبة إلى أنظمة وقائية فعالة. كانت أنظمة CCTV التقليدية تعمل كوسيلة للتسجيل بعد وقوع الحوادث، مما أدى إلى تأخر اكتشاف المخاطر بين 15 و45 دقيقة. سعت تاتا إلكسي، المزود العالمي لخدمات التصميم والتقنية، إلى تغيير هذا النمط من خلال بناء منصة IRIS (النظام الصناعي للذكاء الفوري) على بنية AWS السحابية. تهدف المنصة إلى تحليل الفيديو لحظة إنتاجه وتوليد تنبيهات قابلة للتنفيذ في الوقت الفعلي، دون الحاجة لبث الفيديو الخام إلى السحابة، مما يضمن سرعة الاستجابة وحماية البيانات.

معالجة البيانات على الحافة

تعتمد معمارية IRIS على مبدأ فصل مسار الصور عن مسار البيانات الوصفية. يتم نشر طبقة معالجة مخصصة على الحافة باستخدام AWS IoT Greengrass على خوادم صناعية مزودة بمعالجات رسومية (GPU). تقوم هذه الخوادم بسحب الإطارات من الكاميرات بمعدل 2-5 إطارات في الثانية وتطبيق فلترة تعتمد على الحركة. يتم استخدام نموذج أولي خفيف لتحديد الإطارات التي تحتوي على أشخاص أو مركبات أو معدات. فقط الإطارات ذات الصلة بالسلامة تُرفع إلى Amazon Simple Storage Service (Amazon S3)، بينما تُرسل البيانات الوصفية فقط عبر خط البث. هذا النهج يقلل حجم البيانات المرسلة إلى السحابة بنسبة تصل إلى 80% في البيئات الإنتاجية.

عمود فقري للأحداث الفورية

بعد المعالجة على الحافة، تُبث البيانات الوصفية والأحداث ذات الصلة بالسلامة عبر Amazon Kinesis Data Streams. يعمل هذا المكون كعمود فقري للأحداث، حيث ينقل مفاتيح الكائنات في S3، وأحداث الحركة، وبيانات الكاميرات، دون نقل الفيديو نفسه. يتم تشغيل البث في وضع السعة عند الطلب (On-demand capacity mode)، مما يسمح بتوسع تلقائي في الإنتاجية أثناء فترات الذروة أو تغير المناوبات. في عمليات تاتا إلكسي الإنتاجية، تصل الإنتاجية المستمرة إلى 5000 حدث في الثانية، مع قدرة على الوصول إلى 15000 حدث في الثانية أثناء الذروة، مع زمن استجابة أقل من 200 مللي ثانية.

محرك الرؤية الحاسوبية

تستهلك الأحداث نماذج رؤية حاسوبية مخصصة موزعة على Amazon SageMaker AI، الذي يعمل كمحرك ذكاء للمنصة. تم تخصيص نقاط نهاية فريدة لكل عائلة نماذج لتعمل بشكل مستقل وقابل للتوسع. تشمل هذه النماذج: كشف الامتثال لمعدات الحماية الشخصية (PPE) باستخدام YOLOv8، ومراقبة المناطق المحظورة عبر الجيو-فencing المكاني، وتحليل سلامة العمال باستخدام التعرف على الأفعال الزمنية، وتقدير قرب المركبات والمعدات باستخدام التتبع متعدد الكائنات. هذا التصميم يضمن دقة عالية في كشف المخاطر المتنوعة في البيئات الصناعية المعقدة.

النتائج والتأثير التشغيلي

تتيح معمارية IRIS للمؤسسات الصناعية الانتقال من المراقبة البشرية المحدودة إلى المراقبة الآلية المستمرة. بدلاً من الاعتماد على مشغلي غرف التحكم الذين لا يمكنهم مراقبة مئات الفيديوهات في وقت واحد، توفر المنصة تنبيهات فورية عالية الثقة. تعمل المنصة في منطقة AWS في مومباي (آسيا والمحيط الهندي) لتلبية متطلبات إقامة البيانات وضمان انخفاض زمن الوصول. توفر هذه البنية النمطية قابلية للتوسع، مما يسمح للمؤسسات بتطبيق نفس الأسس سواء كانت تدير عدداً قليلاً من الكاميرات أو آلافها عبر مواقع متعددة، مع الحفاظ على كفاءة التكلفة والأداء.

المصادر

• AWS Machine Learning BlogHow Tata Elxsi detects industrial safety risks in seconds on AWS