Case study: Rozpoznawanie obrazów termowizyjnych – inteligentne budynki

Wstęp

Nasz Klient z branży nieruchomości komercyjnych chciał poznać wskaźnik obłożenia swojego budynku i dowiedzieć się, w jaki sposób zoptymalizować go pod kątem efektywności energetycznej. Celem było stworzenie narzędzia, które mogłoby wykorzystywać obrazy termowizyjne rejestrowane przez kamery znajdujące się na jego terenie, by określić liczbę obecnych osób i identyfikować ich aktywność (siedzenie, stanie i poruszanie się).

Nasze osiągnięcia

• Opracowanie systemu rozpoznawania obrazów termowizyjnych analizującego ponad 52 000 obrazów
• Poprawa dokładności wykrywania obłożenia i aktywności w inteligentnych budynkach
• Otrzymanie pozytywnej opinii na temat skuteczności systemu w optymalizacji zarządzania budynkiem
• Udoskonalenie monitoringu wykorzystania przestrzeni przy minimalnym naruszaniu prywatności

Korzyści dla Klienta

• Dostarczone metryki dotyczące wskaźników obłożenia i wzorców aktywności
• Poprawa efektywności energetycznej dzięki wnioskom opartym na danych
• Wsparcie efektywnego zarządzania przestrzenią przy minimalnych zakłóceniach dla użytkowników

Problem

Klient stanął przed kilkoma wyzwaniami w ramach swoich działań z zakresu inteligentnego zarządzania budynkami, w tym:

• Komplikacje związane z analizowaniem dużych ilości danych termowizyjnych
• Opóźnienia w przetwarzaniu danych przy początkowych rozwiązaniach systemowych
• Brak jednolitego systemu do skutecznej analizy danych
• Niespójności w działaniu czujników mające wpływ na dokładność danych

Nasze rozwiązanie

Działania z zakresu inteligentnego zarządzania budynkami zostały strategicznie zaprojektowane, by wykorzystać technologię rozpoznawania obrazów termowizyjnych niskiej rozdzielczości do dokładnego wykrywania obłożenia i aktywności w budynku. Celem było zwiększenie precyzji i umożliwienie przewidywania wykorzystania pomieszczeń za pomocą platformy opartej na sztucznej inteligencji, która analizowała dane z czujników podczerwieni w czasie rzeczywistym.

Kierując się potrzebą zwiększenia wydajności budynku i usprawnienia analizy danych, w naszym rozwiązaniu skupiliśmy się na opracowaniu solidnego systemu wykorzystującego czujnik Lepton FLIR i Raspberry Pi. System ten przekształcił złożone dane termowizyjne w jasne, przewidywalne wnioski. Takie podejście nie tylko ułatwiło lepsze zrozumienie i szybszą adaptację ze strony zarządców budynku, ale także wsparło proaktywną strategię wykorzystania przestrzeni. Udane wdrożenie tego modelu oznaczało znaczący postęp w analityce inteligentnych budynków, zapewniając skuteczne narzędzie do optymalizacji zużycia energii i doskonalenia praktyk w zakresie zarządzania.

Droga do sukcesu

• Zdefiniowanie problemu i celów: Projekt rozpoczął się od dokładnego zrozumienia potrzeby optymalizacji wskaźników obłożenia budynku i efektywności energetycznej. Głównym celem było opracowanie narzędzia, które mogłoby wykrywać obecność i aktywność ludzi w budynku za pomocą obrazowania termowizyjnego.
• Wybór sprzętu i opracowanie systemu: Kluczowe znaczenie miał wybór odpowiedniego sprzętu, takiego jak czujnik Lepton FLIR i Raspberry Pi. By skutecznie gromadzić i przetwarzać dane, komponenty te musiały płynnie ze sobą współpracować.
• Tworzenie prototypu i zbieranie danych: Prototyp został stworzony z użyciem wyselekcjonowanego sprzętu, który posłużył jako platforma do wstępnych testów i gromadzenia danych, kluczowa do doskonalenia technologii i przygotowywania do szerszego zastosowania.
• Analiza danych i szkolenie algorytmu: Konkretne obrazy z zebranych danych zostały ręcznie przetworzone w celu przeszkolenia algorytmu AI. Krok ten polegał na oznaczeniu na obrazach liczby osób i ich aktywności, co było niezbędne do nauczenia systemu samodzielnego rozpoznawania tych wzorców.
• Wdrożenie i ocena wyników: Wdrożono końcowe narzędzie do analizy ruchu i obłożenia w budynku, dostarczające wniosków na temat wykorzystania przestrzeni przy minimalnym naruszaniu prywatności. Faza ta była kluczowa dla sprawdzenia skuteczności rozwiązania i wprowadzenia niezbędnych poprawek na podstawie rzeczywistych wyników.

Wyniki i korzyści

Wysokowydajny zespół Pragmile opracował i udoskonalił narzędzie do rozpoznawania obrazów termowizyjnych, które dokładnie analizuje obłożenie i aktywność w pomieszczeniu, przetwarzając ponad 52 000 obrazów. Było w stanie dokładnie identyfikować takie pozycje, jak m.in. siedzenie, stanie. Narzędzie to umożliwiło Klientowi monitorowanie i optymalizację przestrzeni w sposób wydajny, dostarczając informacji na temat częściej i rzadziej uczęszczanych obszarów. 

Wniosek

W ramach projektu pomyślnie opracowano narzędzie umożliwiające analizę obrazów termowizyjnych w celu wykrywania obecności i aktywności osób w pomieszczeniach. Napotkane w trakcie realizacji projektu wyzwania udało się przezwyciężyć dzięki wykorzystaniu prototypu i zbioru danych stworzonego specjalnie po to, by zmaksymalizować proces nauczania sztucznej inteligencji. Końcowe narzędzie było w stanie dostarczyć cennych informacji przy jednoczesnym poszanowaniu prywatności.

Najważniejsze wnioski:

• Opracowanie precyzyjnego systemu obrazowania termowizyjnego ma kluczowe znaczenie dla lepszego wykorzystania przestrzeni i poprawy zarządzania energią w budynkach.
• Wybór odpowiedniego sprzętu i oprogramowania ma fundamentalne znaczenie dla obsługi i analizy złożonych danych pochodzących z czujników podczerwieni.
• Testowanie iteracyjne i walidacja danych mają kluczowe znaczenie dla doskonalenia modelu AI dokładnie przewidującego obłożenie pomieszczeń i wzorce aktywności.
• By zachować dokładność i niezawodność rozpoznawania obrazu termowizyjnego, konieczne jest przetwarzanie danych w czasie rzeczywistym i proaktywne dostosowywanie systemu.

Oferta Pragmile

Pragmile nieustannie przesuwa granice innowacji, dostarczając rozwiązania szyte na miarę, bazujące na ogromnym doświadczeniu, najnowocześniejszych technologiach i zaangażowaniu. Wykorzystując moc sztucznej inteligencji, wizji komputerowej i uczenia maszynowego, umożliwiamy firmom budowanie przyszłości, w której pomysły spotykają się z wiedzą ekspercką, zapewniając transformacyjne rezultaty w różnych branżach.

• Wzmacniamy projekty dzięki naszym wysokowydajnym zespołom programistów.
• Wykorzystujemy moc sztucznej inteligencji, widzenia komputerowego i uczenia maszynowego do tworzenia pionierskich rozwiązań.
• Nasza technologia Infrasenses sprawia, że rozwiązania technologiczne są inteligentne, intuicyjne i predykcyjne.
• Tworzymy solidne platformy oparte na sztucznej inteligencji i opracowujemy niestandardowe rozwiązania technologiczne dostosowane do Twoich potrzeb.

Pobierz pełne case study, klikając link > tutaj