案例 | 东土边缘控制打造智能泡沫浮选检测系统

人工智能已经成为新一轮产业变革的核心驱动力,正在对世界经济、社会进步和人类生活产生广泛的影响,机器视觉在产业和消费升级的大潮中将发挥重要的作用。2020年至2022年,中国机器视觉市场规模将从108亿元增长至162亿元人民币,年均复合增长率达22．5%，释放巨大的市场潜力。

机器视觉即用机器代替人眼来做测量和判断，工作流程大致为：被摄取目标——经图像摄取装臵——图像信号——经图像处理系统——数字信号——经抽取目标特征——判断结果并控制设备。该流程的实现需相应的硬件作为基础，典型的工业机器视觉系统构成有照明、镜头、相机、图像采集卡、视觉处理器等。

利用机器视觉技术，东土科技可为用户提供自动检测识别解决方案。方案搭载东土边缘通用控制器，东土科技 Intewell 工业级网络操作系统，视觉软件等组件，并利用 5G 和现场工业网络提供数据通道。目前，整套系统在芯片检测、工程机械、风电、石化领域已形成典型性应用。

比如，在智慧矿山泡沫浮选过程中，大多数是由工人直接根据自身经验来判断浮选工况并做出调整，如矿浆浓度、浮选药剂用量等。通过建立煤泥浮选机器视觉系统，用机器视觉代替“人眼”实时地监控浮选状态，并调整浮选参数；将图像识别技术应用到浮选工艺中，提高浮选工艺水平，实现浮选过程的智能化操作与信息化展示，对浮选过程的自动化发展具有重要研究意义和应用价值。

东土科技基于深度学习--目标检测实现浮选液面泡沫目标识别及定位模型，研发出一套智能泡沫检测系统，系统主要运行在东土科技NewPre AI 边缘通用控制器之上，以“核心浮选视频检测程序”为基础，其核心是基于GPU的Yolo 目标检测模型引擎，实现对获取的每一帧视频帧的快速检测与结果输出。

搭载NewPre AI边缘通用控制器的智能泡沫浮选系统，在“实时在线处理”模块，实现对原始摄像头视频流的解码、抽帧，格式转换处理，并将转换后的图像帧送到深度学习模型中进行识别，并最终将检测结果标注在视频流中，重新编码视频流推送给前端UI进行展示与预警。核心图像识别引擎，采用pytorch+yoloV5模型，通过对5000+张样本数据集的训练，实现对液面泡沫的识别、定位于标注，该模型运行在前端设备的GPU硬件之上，实现GPU算力加速。

NewPre边缘通用控制器产品，在满足运动控制、数据采集和处理、AI联合学习算法、恶劣工况下稳定运行等优势下，可实现实时控制与非实时控制稳定运行，是一种新型的AI+运动控制的应用。NewPre采用微内核架构，以软件定义生产流程和控制系统，通过虚拟化技术，实现高实时和非实时业务融合，可满足运动控制应用需求；通过非实时系统提供视觉检测方案，同步启用实时控制系统，提高生产效率和产品质量。