Tekoälyn hyödyntäminen kamerajärjestelmässä

Abstract

Tässä opinnäytetyössä tutkittiin kameravalvontajärjestelmän automaattista soveltuvuutta liuosvuotojen valvontaan teollisessa ympäristössä. Tutkimuksen kohteena oli Boliden Kokkolan jäähdytytornit, joissa havaittiin olevan automaattisen valvonnan tarve mahdollisten vuotojen havaitsemiseksi. Työssä testattiin Boschin Dinion 3100 IR -kameran tekoälyominaisuuksia liuosvuotojen tunnistamiseksi automaattisesti. Testit suoritettiin erilaisissa olosuhteissa, ja tuloksista saatiin analyysi tekoälyn toimivuudesta vuotojen havaitsemisessa.

Testitulokset osoittivat, että kameran tekoäly kykeni erottamaan halutun suuntaiset liikkeet taustasta ja reagoimaan vuotoihin. Testissä ilmeni, että virhehälytyksiä voitiin vähentää säätämällä havaintoaluetta ja viiveasetuksia. Havaittiin, että automaattinen vuotovalvonta on potentiaalisesti hyödynnettävissä teollisuudessa mutta vaatii tarkempaa optimointia ja mahdollisesti syväoppimistekniikan käyttöä virhehälytysten vähentämiseksi.

This thesis explored the feasibility of using an automated camera surveillance system for monitoring solution leaks in an industrial setting. The study focused on the cooling towers at Boliden Kokkola, where automatic monitoring was required to detect potential leaks. The Bosch Dinion 3100 IR camera with AI capabilities was tested to automatically detect solution leaks. The tests were conducted under varying conditions, and the results provided an analysis of the AI's effectiveness in leak detection.

The test results indicated that the camera’s AI could effectively distinguish targeted movements from the background and respond to leaks. It was observed that false alarms could be minimized by adjusting the detection area and delay settings. Automated leak monitoring was found to have potential applications in industry but requires further optimization and possibly the use of deep learning techniques to reduce false alarms.