القائمة
أنظمة الفحص الآلي المعتمدة على الصور..كيف تعمل؟

أنظمة الفحص الآلي المعتمدة على الصور..كيف تعمل؟

منذ 5 سنوات - بتاريخ 2016-05-22

اخر تحديث - بتاريخ 2022-02-08

AMD-GPU

يطل علينا السيد ستيفن تيرنبول، مدير قسم الأسواق المتخصصة، لحلول AMD المدمجة بحديث مهم حول أنظمة الفحص الآلي المعتمدة على الصور. ربما أغلبكم لم يسمع عن هذا الأمر أو ربما سمع عنه بشكل مختزل. قد تتفاجئ بالدور الذي تقوم به أنظمة الفحص الآلي المعتمدة على الصور وما هي قد أصبحت عليه اليوم, وماهي قادرة على فعله في الوقت الحالي والمستقبل القريب بفضل التطور الكبير في المعالجات الرسومية التي تسمح بتحقيق قدرة حوسبة هائةل لطالما كانت تفتقد لها الشركات التي تعمل بهذا المجال.

في منطلق حديثه يقول ستيفن..تحدث مع أصدقائك وأفراد عائلتك عن أنظمة الفحص الآلي المعتمدة على الصور أو "آلات الرؤية" وسوف تلاحظ نظرات غريبة يليها نقاش حول أحد الأفلام السينمائية التي شاهدوها عن الروبوتات التي تصبح أكثر ذكاءً وخطورة ولحسن الحظ، أن الواقع لا ينذر بهذا القدر من السوء. وربما ينبغي على الصناعة أن تعتمد وصفاً آخر لهذا الجزء من التقنية يكون أسهل في الاستخدام، لأن لهذا المجال المتطور إمكانيات كبيرة واعدة وإيجابية للتطبيقات المدمجة.

[caption id="attachment_142866" align="aligncenter" width="600"]السيد ستيفن تيرنبول، مدير قسم الأسواق المتخصصة، لحلول AMD المدمجة السيد ستيفن تيرنبول، مدير قسم الأسواق المتخصصة، لحلول AMD المدمجة[/caption]

وفي جوهرها، تعتمد "آلات الرؤية" على المعلومات المتوفرة في الصورة للاستفادة منها عند اتخاذ القرارات حول الخطوة التالية التي يتوجب اتخاذها في ما يتعلق بمحتوى الصورة. ومن الأمثلة البسيطة على ذلك، فحص المنتج الذي يبوء بالنجاح أو الفشل على خط التجميع أو قبل عملية شحنه إلى السوق. وتعد عملية فحص لوحة الدوائر المطبوعة (PCB) ضمن حالات الاستخدام الشائعة لهذه التقنية، حيث يمكن أن يتم التقاط صورة للوحة رئيسية جرى طبع الدوائر الإلكترونية فيها بشكل صحيح ودقيق، ومقارنتها بجميع اللوحات الأخرى التي يتم تصنيعها أثناء تحركها على خط الإنتاج وانتقالها للمرحلة المقبلة من التصنيع. وتعد تلك التقنية خطوة لا تقدر بثمن من ناحية ضمان الجودة وتقليل مخلفات الصناعة، حيث يستحيل لعين الإنسان المجردة والعقل البشري تكرار هذه العملية بشكل مستمر لمئات أو حتى آلاف المرات يومياً.

متطلبات معالجة الصور التي تلتقطها آلات الرؤية

maskine_26.04.10-oppe-fra-med-kartofler-01

كلما ارتفع معدل دقة أنظمة التقاط الصور، تزداد إمكانيات آلات الرؤية، لأن التفاصيل المتاحة واللازمة للقيام بعملية التقييم تزداد بصورة مكافئة. ويمكن تقييم مجموعات فرعية أصغر وأصغر من المعلومات البصرية من خلال مقارنتها مع نموذج رئيسي، وهو ما يشكل عبئاً إضافياً يوضع على معالج الصور الذي يستخدمه النظام أثناء قيامه بتحليل البيانات بهدف اتخاذ قرار بسرعة عن الخطوة المقبلة. (نجحت/فشلت، انتظار، عودة إلى نقطة البداية، إلخ).

وتعد عملية تصنيف النباتات من الحالات التي لا يكون تقييم المنتج فيها واعتباره ناجحاً أو غير ناجح من ناحية الحجم هو الحل الأمثل، وذلك لاختلاف معايير المنتج من دولة إلى أخرى، وتباين جودته خلال الموسم الواحد. وللتمكن من تقليص المخلفات للمنتجين والحفاظ على الجودة المناسبة للعميل، فهناك حاجة إلى خوارزميات أفضل لتصنيف الجودة، وهو ما يعد بمثابة مهمة شبه مستحيلة بالنسبة للعين المجردة والعقل البشري.

ومن بين الشركات التي تتعامل مع هذه التكنولوجيا شركة Qtechnology في الدنمارك، حيث تقدم الشركة كاميرات ذكية لتصنيف النباتات ذات أحجام الإنتاج التي تصل إلى 25 طن لكل ساعة، ما يستلزم تحليلات لأكثر من 250 ألف منتج من حوالي 500 ألف صورة. وعندما يصل حجم كل صورة إلى 6.2 ميجا بايت، تتطلب هذه الحالة تحديداً عملية تحليل لأكثر من 2.5 تيرابايت من بيانات الصور في الساعة لكل آلة، ما يعد قدراً هائلاً من المعلومات التي تتطلب معالجة. وقد تستغرق هذه الكمية من البيانات أكثر من 6 ساعات ليتم نقلها على شبكة إيثرنت بسرعة اتصال واحد جيجابت.

ويتطلب معالجة مثل هذه الحالة باستخدام خوارزميات أكثر بساطة عدة كاميرات ومراحل متعددة، وإضاءة في الآلة والمزيد من العقارات في المصانع، إلخ. ويكمن الحل البديل في تطبيق قوة المعالجة الموسعة، إما كوحدة معالجة مرتكزة على شبكة اتصال ذات نطاق عالٍ أو معالجة موزعة مع كاميرات ذكية، لمعالجة البيانات بشكل فوري ومباشر داخل الكاميرا وإظهار النتائج فقط لكل منتج يتم تقديمه إلى نظام التصنيف الآلي النهائي.

ولمعالجة مختلف تقنيات التقاط الصور، تعتمد شركة Qtechnology على الرؤوس القابلة للاستبدال بمجموعة مختلفة من أجهزة الاستشعار لتتوافق مع نظم الكاميرات الذكية. على سبيل المثال، يتيح رأس التصوير الطيفي إمكانية الكشف غير الضار لضمان جودة وسلامة الأغذية.

وفي رؤية النظم القياسية، يتم تعريف جودة وسلامة الغذاء عادة من قبل خصائص مادية خارجية كالملمس واللون. ويقدم التصوير الطيفي لصناعة الغذاء الفرصة لإضافة سمات جديدة من ناحية الجودة والسلامة كالمواصفات الكيميائية والبيولوجية لتحديد معدل السكر والدهون والرطوبة وعدد الباكتيريا في المنتج الغذائي.

وفي التصوير الطيفي، يتم الحصول على ثلاث صور مكعبة ثلاثية الأبعاد من المعلومات المكانية والطيفية من كل "بكسل". وتعطي الخصائص الطيفية تميزاً أفضل للصفات وتتيح إمكانية تأهيل المزيد من الصفات. وتشمل مكعبات الصور الكثافة (ضوء منعكس أو نافذ) لكل "بكسل" عن جميع الأطوال الموجية المكتسبة من الضوء، والتي تحتوي على كم هائل من المعلومات. وتمثل هذه الكمية من البيانات زيادة هائلة في العملية الحسابية المعقدة لاستخراج نتائج الكمية والنوعية لتصنيف المنتج بشكل فوري.

تطبيق الحوسبة المتباينة

AMD-GPU-01

يتطلب دعم هذه المتطلبات اليوم وإلى المستقبل قدرات معالجة عالية الأداء وقابلة للتوسيع. حيث تستخدم شركة Qtechnology وحدة معالجة مسرّعة داخل منصة الكاميرة الذكية والتي تجمع وحدة معالجة الرسومات ووحدة المعالجة المركزية، ما يتيح للنظام إمكانية تفريغ وحدات معالجة البيانات كثيفة النقاط في تطبيقات الرؤية لوحدة معالجة الرسومات دون معاملات استتار عالية بين مكونات المعالجة. وهذا يوفر لوحدة المعالجة المركزية إمكانية توفير الخدمة لمقاطعات أخرى بمدة زمنية أقل، ما يساعد على تحسين الأداء الفوري للنظام بأكمله ومعالجة متطلبات معالجة نظم الرؤية الحديثة المتفاقمة.

تكمن عملية اقتران محرك المعالجة المختلف سواء على سكة واحدة أو في النظام من أجل تطبيق قوة المعالجة الصحيحة للمشكلة في قلب الحوسبة المتباينة. وقد تم إنشاء مؤسسة بنية النظام المتباين في عام 2012 تحديداً للمساعدة على تمكين الصناعة من تحديد مواصفات مفتوحة للمعالجات والنظم التي تستفيد من كافة عناصر المعالجة المتوفرة بهدف تحسين كفاءة التصنيع. وتعتبر وحدة معالجة الرسومات محرك مماثل وبشكل كبير يمكنه تطبيق التعليمات ذاتها عبر مجموعة بيانات كبيرة (وفي هذه الحالة البيكسل) في الوقت نفسه، وهذا ما نحتاج إليه تماماً لتقديم ألعاب فيديو ثلاثية الأبعاد على وحدة التحكم المفضلة لديك أو على الحاسوب. وفي الوقت ذاته، هذا ما نحتاج إليه أيضاً لرؤية الآلة. حيث يمكن زيادة الأداء من خلال مقارنة وحدة المعالجة المسرعة مع وحدة معالجة رسومات خارجية فيMobile PCI Express® Module (MXM)، ما يتيح للشركات إمكانية إضافة موارد معالجة إضافية لوحدة معالجة الرسومات لدعم المزيد من مهام الرؤية المركّزة عند الحاجة.

يشكل البرنامج جزءاً لا يتجزأ من المعادلة. ومع بنية النظام المتباين، يمكن أن تخضع منصة المعالجة بأكملها من قبل نواة برنامج التشغيل لينوكس القياسية، والتي تتطلب دعم تطوير متواضع مع كل نواة جديدة يتم الكشف عنها. Yocto Project، مشروع التعاون مفتوح المصدر، يوفر نماذج وأدوات وأساليب تساعد المستخدم على تصميم نظم قائمة على لينوكس للمنتجات المضمنة.

Fruit_inspection

يتيح الدعم الكبير للنظام البيئي المتعلق ببنية x86 للشركات إمكانية الاستفادة من المصادر المفتوحة ومكتبات معالجة الصور الأخرى مثل OpenCV و Mathworks Matlab و Halcon. وتتوفر أدوات التصحيح وتحليل الاستتار والمحللون (perf, ftrace) أيضاً على نطاق واسع. ورؤية الآلة هي آخر مثال على قوة معالجة السيليكون التي يجري تطبيقها للمساعدة على الحد من التكاليف وتسريع عملية التصنيع ورفع مستوى الجودة، وتوفر ثروة من الفوائد التي تصب في صالح العالم لمختلف الشركات والتطبيقات التي لا تعد ولا تحصى. وهذه المزايا ذات الأثر الإيجابي على الصعيد الاقتصادي والثقافي والشخصي تصبح متاحة على نطاق واسع وذلك بفضل الابتكارات الصناعية والفكر الثاقب للمهندسين.

أضف تعليق (0)
ذات صلة