Ringkasan studi
Beijing Winge Technology Co., Ltd. menyerahkan sistem pemantauan asap industri satu kanal pada komputer edge RK3588 Ubuntu. Model MobileNetV3-Small ONNX dengan tiga frame lebih dahulu menentukan ada atau tidaknya asap. Pada siang hari, tahap kedua mengklasifikasikan asap hitam, bukan asap hitam, atau warna tidak pasti. Jika kondisi asap hitam bertahan selama waktu konfirmasi, GPIO MCP2221A mengeluarkan level alarm yang dikonfigurasi.
Penyerahan mencakup model, akses RTSP, konsol web, pengujian gambar dan video, instalasi systemd/Nginx, integrasi GPIO, paket ARM64, cadangan rollback, checksum, dan catatan verifikasi perangkat. “Asap hitam” di sini adalah label warna proyek, bukan tingkat Ringelmann, pengukuran konsentrasi polutan, atau keputusan emisi resmi.
Latar belakang
Pelanggan perlu menghubungkan satu kamera industri ke perangkat RK3588 dalam LAN terkontrol, menampilkan pratinjau berkelanjutan, dan mengevaluasi asap secara lokal. Sistem juga harus memberikan level logika tinggi atau rendah pada MCP2221A GP0-GP3 untuk PLC, relai, lampu, atau sirene.
Lingkupnya mencakup decoding video, penerapan ARM64, layanan otomatis, konfigurasi browser, penanganan kesalahan, isolasi output pengujian, paket instalasi pelanggan, dan rollback. Lingkungan target adalah RK3588, Ubuntu 22.04 ARM64, Nginx, Gunicorn, OpenCV DNN, dan ONNX.
Lingkup penyerahan
| Komponen | Isi |
|---|---|
| Tahap asap | Klasifikasi MobileNetV3-Small ONNX tiga frame |
| Tahap warna | Asap hitam, bukan hitam, dan tidak pasti pada siang hari |
| Video | RTSP, HTTP, atau berkas lokal dengan pratinjau MJPEG |
| Konsol web | URL stream, algoritma, ambang warna, pin GPIO, dan level aktif |
| Pengujian media | Gambar dan video dengan tautan output MCP2221A opsional |
| Output alarm | Pilihan GP0-GP3, aktif-tinggi atau aktif-rendah |
| Operasi | Nginx, Gunicorn, systemd, udev, health check, IP statis, dan rollback |
| Artefak | Paket ARM64, model, skrip, pengujian, dokumen, dan SHA-256 |
Arsitektur teknis
Alur pemrosesan: kamera atau media unggahan → decoding OpenCV/FFmpeg → klasifikasi asap temporal tiga frame → perlindungan tampilan tetap dan frame abnormal → klasifikasi warna siang hari → konfirmasi berkelanjutan → GPIO MCP2221A → status web dan log.
Runtime RK3588 memuat ONNX melalui OpenCV DNN tanpa PyTorch. Nginx menyediakan HTTP LAN, sementara Gunicorn hanya mendengarkan 127.0.0.1:8000. Aplikasi berada di /opt/smoke-control, konfigurasi di /var/lib/smoke-control/config.json, dan smoke-control.service mengelola startup.
Keputusan dua tahap dan alarm
Tahap pertama mengevaluasi tiga frame berturut-turut. Tahap warna hanya berjalan setelah asap terdeteksi. Siang hari hasilnya black_smoke, bukan asap hitam, atau tidak pasti. Malam hari deteksi asap tetap berjalan, tetapi warna menjadi unknown_night dan tidak memicu alarm asap hitam.
Alarm memerlukan empat kondisi: asap, warna asap hitam, keyakinan mencapai ambang, dan durasi konfirmasi. Baseline proyek menggunakan dua detik. Pengujian unggahan dapat diisolasi dari GPIO langsung; jika tautan diaktifkan, level pengujian ditahan lalu kontrol otomatis dipulihkan.
Masalah lapangan dan perbaikan
Tampilan tetap berisi furnitur gelap, refleksi kaca, adegan gelap statis, frame hitam, grafik biner, layar hitam ber-noise, dan gradien gelap. Proyek menambahkan perlindungan latar terverifikasi, adegan statis berbatas struktur, frame hitam, grafik biner, stream statis, dan keseluruhan gambar gelap.
Aturan keseluruhan gelap hanya aktif bila rata-rata grayscale tidak lebih dari 24 dan persentil ke-99 tidak lebih dari 50. Pemindaian balik 1.760 gambar menghasilkan 0 kecocokan. Sampel positif asap hitam tergelap memiliki rata-rata 19,32, tetapi persentil ke-99 62, sehingga tidak ditolak.
Untuk asap hitam dengan latar terang, aturan lama memerlukan 14% piksel gelap, sedangkan video pelanggan 37 detik mengukur 9,03%–11,38%. Batas 8% hanya digunakan bila P90 latar minimal 250; adegan gelap biasa tidak memakai kompensasi ini.
Hasil verifikasi
Angka berikut berasal dari catatan internal tanggal 26–29 Juli 2026 dan hanya berlaku untuk versi, model, sampel, perangkat, dan metode yang disebutkan. Ini bukan klaim akurasi umum untuk setiap lokasi.
| Item | Hasil dan kondisi |
|---|---|
| Video pelanggan | 37 dtk, 1024×540, 30 FPS, 1.110 frame, 74 sampel tiap 0,5 dtk |
| Hasil perangkat | Asap 74/74, kandidat hitam 73/74, kondisi alarm simulasi tercapai |
| Batas output | Penerimaan ini memakai output_isolated=true; GPIO tidak digerakkan |
| Regresi v1.9.4 | TP 57, FN 8, FP 2, TN 83; FP tidak bertambah dari baseline |
| Pengujian v2.0.3 | 70 pengujian dan 18 sub-pengujian lulus |
| Gambar gelap abnormal | 13 varian hitam, hampir hitam, noise, gradien, JPEG, dan PNG tetap tanpa asap |
| Pemindaian balik | Aturan baru cocok pada 0/1.760 gambar |
| Uji gelap perangkat | Tiga gambar noise/gradien tidak mengaktifkan output terkait |
| Positif asap hitam | Keyakinan asap 98,53%, warna 99,99%, hasil positif dipertahankan |
| Status akhir | Enam sampel: stream tersambung, tanpa asap, tanpa alarm, GP0 rendah |
| Integritas | SHA-256 empat berkas cocok dengan perangkat; layanan active/enabled |
Hasil proyek
- Menyelesaikan alur RTSP, inferensi ARM64, keputusan dua tahap, dan output GPIO.
- Mengelola stream, algoritma, ambang, pin, dan level aktif melalui konsol web.
- Memisahkan pengujian media, pemantauan langsung, dan perilaku output perangkat keras.
- Menambahkan perlindungan yang dapat diregresi untuk adegan gelap, frame hitam, grafik biner, noise, gradien, dan latar terang.
- Menyerahkan paket, model, skrip, pengujian, dokumentasi, hash, dan titik rollback.
Skenario yang sesuai
- Prototipe dan verifikasi pemantauan asap tampilan tetap di area industri.
- Inferensi visi edge dan kontrol LAN pada RK3588 ARM64.
- Proyek yang mengubah keputusan visual menjadi input PLC, relai, lampu, atau sirene.
- Pemantauan satu kanal lokal untuk mengurangi pengunggahan video mentah.
Batas dan risiko
Sistem ini bukan instrumen emisi resmi. Sistem tidak menghasilkan tingkat Ringelmann atau konsentrasi polutan dan tidak menggantikan pengujian lingkungan, sertifikasi, atau keputusan regulator. Eksposur, white balance, kompresi, cuaca, cahaya, latar, sudut, dan jarak memengaruhi warna.
MCP2221A hanya memberikan level logika dan tidak langsung menggerakkan beban arus besar. PLC, relai, lampu, atau sirene memerlukan driver atau opto-isolasi sesuai tegangan, arus, isolasi, dan fail-safe, lalu penerimaan listrik di lokasi.
Konsol baseline ditujukan untuk LAN terkontrol. Akses publik memerlukan autentikasi, kontrol akses, HTTPS, perlindungan kredensial kamera, dan redaksi log. Sebelum produksi, bekukan dataset lokasi dan tetapkan Precision, Recall, alarm palsu, kejadian terlewat, waktu pulih, endurance, dan restart.
Pertanyaan umum
Bagaimana sistem menentukan asap hitam?
Sistem mendeteksi asap dari tiga frame, lalu mengklasifikasikan warna saat siang. Asap, warna hitam, ambang keyakinan, dan waktu konfirmasi harus terpenuhi.
Apakah malam hari mengklasifikasikan asap hitam?
Baseline hanya mendeteksi asap pada malam hari dan memberi warna unknown_night. Klasifikasi malam memerlukan data dan aturan penerimaan terpisah.
Apakah sama dengan pemantauan Ringelmann?
Tidak. Asap hitam adalah label warna visual; sistem tidak memberi tingkat Ringelmann, konsentrasi partikel, atau hasil emisi resmi.
Bisakah terhubung ke kamera dan PLC yang ada?
Evaluasi memerlukan RTSP/HTTP, codec, resolusi, FPS, jaringan, dan spesifikasi listrik input PLC. Output MCP2221A memerlukan driver dan isolasi.
Apakah perangkat RK3588 lain perlu diverifikasi ulang?
Ya. OS, OpenCV/FFmpeg, stream, jaringan, suhu, beban, dan sudut pandang dapat mengubah hasil. Ulangi build, fungsi, alarm palsu, kejadian terlewat, output, dan endurance.
Online
Phone
WeChat
Top