Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

ANNIE – Artificial Neural Network Interactive Engine

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F08233071%3A_____%2F23%3AN0000001" target="_blank" >RIV/08233071:_____/23:N0000001 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    ANNIE – Artificial Neural Network Interactive Engine

  • Popis výsledku v původním jazyce

    Výstupem projektu příjemce je komplexní a otevřené softwarové řešení pro vizuální kontrolu kvality výroby, využívající technologie neuronových sítí a hlubokého učení pro samostatnou adaptaci - ANNIE – Artificial Neural Network Interactive Engine. Základem nového řešení je jeho otevřenost a univerzalita použití. V otevřenosti systému je hlavním aspektem propojení s MES systémy klienta, které zajišťují vazbu mezi informačními systémy, např. ERP systémy a automatizací výroby. Nové řešení dosáhlo rozhraní, které implementuje standardizovanou komunikaci s nejvíce používanými průmyslovými komunikačními standardy jako je OPC a Profinet. OPC protokol zprostředkovává komunikaci na úrovni MES nebo SCADA podnikových systémů. Profinet protokol následně navazuje procesováním datových toků ke konkrétním strojům. Standardizace systému ANNIE pro implementaci uvedených komunikačních protokolů umožňuje otevřít systém jasně specifikovanému komunikačnímu rozhraní pro všechny zákazníky, kteří takovýto průmyslový standard splňují. SW je určený pro univerzální použití v různých segmentech výroby pomocí napojení na širokou škálu průmyslové senzoriky. Výhodou detekce pomocí neuronových sítí je rezistence na okolní světelné podmínky a přesnou pozici umístění výrobků. Řešení je tedy možné instalovat do běžné výroby bez speciálních pracovišť „black boxů“. Řešení umožňuje dosáhnout úspěšnosti detekce vad větší než 99 %. Základní komponenty tvoří: Centrální systém neuronových sítí; Data Store – archiv dat; ANNIE Portal – analytický portál pro interpretaci dat; Software pro online zobrazení procesu a výsledků kontroly.

  • Název v anglickém jazyce

    ANNIE – Artificial Neural Network Interactive Engine

  • Popis výsledku anglicky

    The output of the recipient's project is a comprehensive and open software solution for visual control of production quality, using neural network and deep learning technologies for independent adaptation - ANNIE - Artificial Neural Network Interactive Engine. The basis of the new solution is its openness and universality of use. In the openness of the system, the main aspect is the connection with the client's MES systems, which ensure the connection between information systems, e.g. ERP systems and production automation. The new solution has achieved an interface that implements standardized communication with the most used industrial communication standards such as OPC and Profinet. The OPC protocol mediates communication at the MES or SCADA level of enterprise systems. The Profinet protocol then follows up by processing data flows to specific machines. The standardization of the ANNIE system for the implementation of the mentioned communication protocols makes it possible to open the system to a clearly specified communication interface for all customers who meet such an industry standard. SW is designed for universal use in various production segments by connecting to a wide range of industrial sensors. The advantage of detection using neural networks is the resistance to ambient light conditions and the exact position of the products. The solution can therefore be installed in normal production without special "black box" workplaces. The solution makes it possible to achieve a defect detection success rate of more than 99%. The basic components are: Central system of neural networks; Data Store - data archive; ANNIE Portal – analytical portal for data interpretation; Software for online display of inspection process and results.

Klasifikace

  • Druh

    R - Software

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EG21_374%2F0026717" target="_blank" >EG21_374/0026717: 24 Vision: SW pro kontrolu kvality pomocí strojového vidění za použití umělé inteligence a neuronových sítí</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Interní identifikační kód produktu

    ANNIE

  • Technické parametry

    Po technické stránce se řešení ve zjednodušené struktuře skládá z následujících komponent: ML (Machine Learning) & DL (Deep Learning) jádro s obslužnými APIs; Data Storage pro uchovávání dat Db (databáze) a File Storage System; Management API implementující veškerou obslužnou business logiku systému; Konektory pro snímací zařízení; Konektory na výrobní systémy MES/ERP a trigger komponenty; Portál pro zobrazení výsledků, konfiguraci a analytiku – Web UI; Displays/Screens – pro zobrazení výsledků na výrobní lince a přebírání zpětné vazby; Komponenta pro zobrazení BI dat sloužících pro optimalizaci procesů na základě výsledků analýz. Komponenty systému jsou nasazovány v Docker kontejnerech (vyjma BI komponenty) na jedné fyzické pracovní stanici, typicky HP WS Z4 s 2x GPU NVIDIA s podporou CUDA výpočtů. Vše je možné nasadit on premise nebo na jakýkoli serverový podklad nezávisle na podkladovém operačním systému v cloudu. Virtualizace pomocí docker kontejnerů odprošťuje od jakékoli host architektury či OS. Přítomnost GPU jednotek s CUDA jádry pro vysoko výkonnostní výpočty.

  • Ekonomické parametry

    Řešení přispělo k rozšíření portfolia příjemce, zvýšení zisku a konkurenceschopnosti. Hlavním způsobem propagace řešení je aktivní prodej a marketing, konkrétně: osobní přímý prodej; účast na odborných konferencích a veletrzích; účast v profesních skupinách; obsahový marketing (web příjemce, X, LindedIn); účast v asociacích; partnerské programy; networking. Cílovým zákaznickým segmentem je automobilový, spotřební, potravinářský a lékárenský průmysl, logistika a balení, zemědělství. Cílovými trhy jsou ČR, Evropa a v následujících letech trhy severní Ameriky a Asijsko-pacifického regionu, finálně i Latinská Amerika. Zájem o výsledné řešení projevila společnost Škoda Auto, potenciálním zájemcem je Alfa Plastik. V následujících letech se předpokládá nárůst tržeb v řádech desítek mil. Kč.

  • IČO vlastníka výsledku

    08233071

  • Název vlastníka

    24 VISION a.s.