Fabrity logo

Przemysłowe systemy wizyjne

Kamery, modele AI i integracje do najbardziej wymagających zastosowań przemysłowych — wszystko od jednego zespołu.

Porozmawiajmy
Jak działają systemy wizyjne w zakładzie
Przykłady naszych realizacji
Jak rozpocząć współpracę

Gdzie sprawdzają się systemy wizyjne

Kontrola jakości Bezpieczeństwo pracy

Wykrywanie wad i odchyleń

Mikrorysy, smugi, niedolewy, odkształcenia czy brakujące elementy — także na powierzchniach przezroczystych i odbijających światło. System może zatrzymać wadliwy detal, skierować go do odrzutu lub zarejestrować niezgodność.

Kontrola środków ochrony indywidualnej

System sprawdza na obrazie z monitoringu, czy pracownicy mają kaski i kamizelki ochronne — bez wykorzystywania danych biometrycznych. W razie niezgodności uruchamia sygnał świetlny i dźwiękowy, a w razie potrzeby blokuje wejście do czasu założenia wymaganej ochrony.

Rozpoznawanie i liczenie produktów

Stanowisko rozpoznaje rodzaj produktu i liczy sztuki w czasie rzeczywistym. Przy niedoborze lub nadmiarze wstrzymuje wydanie, a prawidłową kompletację potwierdza w WMS dopiero po osiągnięciu wymaganej liczby.

Strefy niebezpieczne i upadki pracowników

System wykrywa wejście pod podwieszony ładunek, wtargnięcie na trasę wózka widłowego lub upadek pracownika. W ciągu kilku sekund uruchamia trzystopniowe ostrzeganie operatora i zapisuje zdarzenie do późniejszej analizy.

Pomiary i rozpoznawanie oznaczeń (OCR)

System mierzy wymiary z dokładnością do setnych części milimetra oraz odczytuje numery i oznaczenia z detali. Na podstawie pomiaru sprawdza tolerancje i zapisuje wyniki w systemie.

Rejestr zdarzeń

Zdarzenia potencjalnie wypadkowe są zapisywane wraz z obrazem i metadanymi. Powstaje w ten sposób baza informacji przydatna podczas audytów BHP, współpracy z ubezpieczycielami i szkoleń z bezpieczeństwa.

Jak działają systemy wizyjne w zakładzie

Od obrazu z kamery po zdarzenie zarejestrowane w systemie — cała analiza odbywa się lokalnie, na terenie zakładu. Za wszystkie etapy wdrożenia odpowiada jeden zespół Fabrity.

Krok 1

Kamery przemysłowe

GigE / RTSP · stanowiska stacjonarne i kamery na liniach produkcyjnych · oświetlenie dobrane do warunków

Krok 2

Edge AI (GPU)

Analiza obrazu na lokalnym serwerze edge · nagrania nie opuszczają zakładu

Krok 3

Modele wizyjne AI

Wykrywanie i klasyfikacja obiektów · segmentacja obrazu · przemysłowy OCR · modele trenowane na Twoich danych

Krok 4

Zdarzenia i integracje

Alerty w czasie rzeczywistym · zapis zdarzeń i materiału dowodowego · integracja z MES, CMMS i Nexen

Co zapewnia nasz zespół

  • Dobór kamer, optyki i oświetlenia do warunków pracy oraz projekt stanowiska wizyjnego.
  • Dostarczenie, instalacja i konfiguracja serwera edge w Twojej sieci.
  • Integracja przez API, powiadomienia na stanowisku i utrzymanie modelu w ramach SLA.
  • Rejestrowanie i oznaczanie obrazów oraz trenowanie modeli na Twoich produktach do osiągnięcia uzgodnionej skuteczności.

Co zapewnia klient

  • Do rozpoczęcia prac potrzebujemy: dostępu do linii produkcyjnej, przykładowych nagrań z miejsca instalacji oraz dostępu do systemów, z którymi zintegrujemy rozwiązanie. Za sprzęt, modele AI i oprogramowanie odpowiada jeden zespół Fabrity — w ramach jednej umowy.

Partner technologiczny

Czujniki oraz elementy systemów wizyjnych — kamery, optykę i oświetlenie — dobieramy do konkretnych warunków pracy, a nie według gotowego katalogu.

Dbamy o prywatność i ograniczamy przesyłanie danych. Do platformy trafiają informacje o zdarzeniach i metadane, a nie surowy obraz wideo. Gdy wymagają tego dane, rozwiązanie wdrażamy lokalnie (on-premise), a tam, gdzie mają zastosowanie przepisy RODO, anonimizujemy obrazy.

Przykłady naszych realizacji

motoryzacja · systemy wizyjne · deep learning

Wizyjna kontrola jakości reflektorów samochodowych

Wyzwanie: Ocena przezroczystych kloszy wzrokowo jest subiektywna i męcząca. W trakcie zmiany spada koncentracja, a odbicia światła na tworzywie utrudniają zauważenie wad, których usunięcie na późniejszych etapach montażu pojazdu jest znacznie droższe.

Rozwiązanie: System wizyjny oparty na głębokim uczeniu wykrywa mikrorysy, mleczne smugi i niedolewy. Radzi sobie również z odbiciami światła na przezroczystych kloszach, które utrudniają rzetelną ocenę wzrokową.

Korzyści: Wykrywanie i eliminowanie wad już na stanowisku kontroli, stała skuteczność przez całą zmianę oraz brak przekazywania wadliwych elementów do kolejnych etapów montażu.

life sciences · systemy wizyjne · pomiary

Kontrola zamknięcia fiolek z dokładnością do setnych części milimetra

Wyzwanie: Samo stwierdzenie, czy fiolka jest prawidłowo zamknięta, nie wystarczało. Potrzebny był powtarzalny pomiar rzeczywistego odstępu pod nakrętką, wykonywany bezpośrednio na linii.

Rozwiązanie: Pilotażowe stanowisko łączy detekcję RT-DETR z modelem regresyjnym ResNet18. Na każdym torze fiolek pracują dwie kamery, z oświetleniem pierścieniowym i separatorem wykorzystanym do podświetlenia od tyłu. Odległość robocza wynosi 150 mm.

Korzyści: Średni błąd bezwzględny pomiaru szczeliny na poziomie 0,04 mm, poprawa precyzji o 66% względem wersji bazowej i wykrywanie wszystkich nakrętek w analizowanym strumieniu obrazu.

przemysł spożywczy · systemy wizyjne · edge AI

Kontrola dostaw surowców podczas rozładunku

Wyzwanie: Koszt surowców zależy od rzetelności dostaw. Dolewanie wody w celu zawyżenia masy trudno było wykryć na bieżąco, a kontrole ręczne nie nadążały za liczbą ciężarówek. Brakowało też wiarygodnych dowodów przy negocjowaniu rozliczeń.

Rozwiązanie: System edge AI analizuje obraz z kamer w czasie rzeczywistym, lokalnie na serwerze GPU. Wykrywa dolewanie wody podczas rozładunku i zachowuje buforowany fragment nagrania jako materiał dowodowy. Rozwiązanie rozszerzono następnie o pełną rejestrację rozładunków, rozpoznawanie tablic rejestracyjnych oraz integrację z systemem obsługi placu i rejestratorem NVR.

Korzyści: Materiał dowodowy do renegocjacji rozliczeń z dostawcami i dane statystyczne dla poszczególnych dostawców — bez dodatkowego obciążania sieci.

transport kolejowy · OCR przemysłowy · Document AI

Identyfikacja wagonów i automatyzacja dokumentacji przewozowej

Wyzwanie: Ręczna identyfikacja, ważenie i przygotowywanie dokumentów dla setek wagonów zajmowały dużo czasu. Brakowało też możliwego do zweryfikowania powiązania między wagonem, jego masą, ładunkiem i dokumentacją.

Rozwiązanie: System wielokamerowy wykrywa przejeżdżający pociąg i odczytuje numery wagonów w czasie rzeczywistym, określając pewność rozpoznania i umożliwiając korektę. Dzięki integracji z wagą kolejową przypisuje masę do właściwego wagonu — pustego lub załadowanego. Dokumenty powstają automatycznie na podstawie szablonów i są dopasowywane do listy wagonów w składzie.

Korzyści: Jeden zautomatyzowany proces — od identyfikacji wagonu, przez odczyt numeru i pomiar masy, po przygotowanie dokumentów. System działa lokalnie, buforuje dane podczas przerw w łączności i anonimizuje obrazy.

elektronika · systemy wizyjne · zero błędów

Wizyjne liczenie komponentów podczas kompletacji

Wyzwanie: Rozdzielanie opakowań zbiorczych spowalnia produkcję wielkoseryjną. Przy ręcznym liczeniu złączy, taśm i przewodów łatwo o pomyłkę, której terminal WMS nie wychwyci. Tymczasem brak nawet bardzo taniego elementu może zatrzymać całą linię montażową.

Rozwiązanie: System wizyjny oparty na platformie Nexen zamienia stanowisko kompletacji w punkt kontroli. Liczy elementy w czasie rzeczywistym, a po osiągnięciu właściwej liczby ekran sygnalizuje poprawność zielonym kolorem. Nexen potwierdza kompletność w systemie WMS przez API. Nadmiar lub brak choćby jednej sztuki uruchamia alarm.

Korzyści: Bezbłędne wydania magazynowe, brak przestojów produkcji spowodowanych niedoborami materiałów oraz dwuetapowe wdrożenie ograniczające ryzyko inwestycyjne.

budownictwo · edge AI · bezpieczeństwo

Bezpieczeństwo podczas transportu pionowego na budowie

Wyzwanie: Przebywanie pod podwieszonym ładunkiem stwarza szczególnie duże ryzyko ciężkich wypadków. Procedury bezpieczeństwa wymagają stałej uwagi, o którą trudno przy hałasie i ograniczonej widoczności. Zdarzenia potencjalnie wypadkowe często nie są rejestrowane, mimo rosnących wymagań prawnych i ubezpieczeniowych.

Rozwiązanie: Dwumodułowy system edge AI łączy zewnętrzny czujnik LiDAR i kamerę z modułem w kabinie operatora wyposażonym w akcelerator AI. Wykrywa pracownika w strefie zagrożenia i uruchamia trzystopniowe ostrzeganie za pomocą diod LED i sygnału dźwiękowego. Każde zdarzenie zapisuje wraz z obrazem i metadanymi. Działa także bez łączności LTE i nie wykorzystuje danych biometrycznych.

Korzyści: Wsparcie decyzji operatora w pięciu typach maszyn z wykorzystaniem jednego wariantu sprzętowego. Montaż zajmuje mniej niż 15 minut, a rejestrowane zdarzenia potencjalnie wypadkowe dostarczają danych do audytów bezpieczeństwa.

Jak rozpocząć współpracę

Wystarczy zacząć od jednego stanowiska i jednego rodzaju wady. Audyt pozwoli ustalić, czy da się ją wiarygodnie rozpoznać na obrazie — zanim poniesiesz koszty zakupu urządzeń.

1. Warsztat i audyt

  • Zakres. Analiza wybranych stanowisk: co trzeba wykrywać, jak wygląda obecna kontrola, jakie są warunki obrazowania i do których systemów mają trafiać wyniki.

  • Rezultat. Ocena wykonalności dla każdego zastosowania, docelowa architektura oraz zakres i wycena pilotażu wraz z kryteriami skuteczności.

2. Stanowisko pilotażowe

  • Zakres. Jedno stanowisko, Twoje produkty i Twoja linia. Nagrania rejestrujemy i oznaczamy na miejscu, modele trenujemy na rzeczywistych produktach, a zdarzenia przekazujemy do wskazanego systemu.

  • Rezultat. Zmierzona skuteczność względem uzgodnionych kryteriów i uzasadnienie biznesowe oparte na danych z Twojego zakładu.

3. Decyzja na podstawie danych

  • Rezultat. Decyzja o dalszym wdrożeniu lub zakończeniu projektu — z określonym zakresem, budżetem i harmonogramem.

4. Wdrożenie i rozwój

  • Zakres. Etapowe wdrażanie bez zatrzymywania produkcji. Kolejne stanowiska korzystają z istniejącej infrastruktury edge i sprawdzonego procesu pracy z modelami.

  • Rezultat. System gotowy do pracy produkcyjnej — z działającymi integracjami, przeszkolonymi operatorami i modelami utrzymywanymi w ramach SLA.

 

Zacznij od audytu lub pilotażu

Warsztat i audyt
Sprawdź, jaką wartość mogą przynieść Twoje dane, zanim zainwestujesz w ich pozyskiwanie.

Pilotaż lub PoC
Jedna linia, Twoje maszyny i rzeczywiste dane. Jeśli rozwiązanie nie spełni założeń, na tym etapie możesz zakończyć projekt.

Administratorami danych osobowych są spółki z Grupy FABRITY, ze spółką matką Fabrity SA z siedzibą w Warszawie, Polska, wpisaną do Krajowego Rejestru Sądowego pod numerem 0000059690. Dane są przetwarzane w celu przesyłania informacji handlowych oraz prowadzenia marketingu bezpośredniego. Podstawą prawną przetwarzania jest prawnie uzasadniony interes administratora polegający na prowadzeniu takiego marketingu. Osobom, których dane są przetwarzane, przysługują następujące prawa: prawo dostępu do treści swoich danych, prawo do ich sprostowania, usunięcia, ograniczenia przetwarzania, prawo do wniesienia sprzeciwu, jeżeli przetwarzanie odbywa się na podstawie zgody, oraz prawo do przenoszenia danych. Przysługuje również prawo wniesienia skargi do Prezesa Urzędu Ochrony Danych Osobowych (PUODO). Dane osobowe będą przetwarzane zgodnie z naszą polityką prywatności..

Możesz też napisać do nas email.

Blog

Fabrity
Powered by  GDPR Cookie Compliance (opens in a new tab)
Privacy overview

Cookies are small text files that are stored on your device using the browser. They do no harm and do not allow any conclusions to be drawn about your identity. We use cookies to make our offer user-friendly. You can find more information under our data protection notice.