ArcelorMittal

ArcelorMittal jest największym producentem stali na świecie. Firma jest globalnym liderem rynku w dziedzinie produktów stalowych dla przemysłu motoryzacyjnego, budownictwa, opakowań i sprzętu AGD.

Celem projektu było usprawnienie procesu logistycznego i śledzenie przemieszczających się składów z wagonami.

Zaprojektowany system ma na celu automatyzację odczytu danych z wagonów oraz umożliwienie śledzenia przemieszczających się składów z wagonami.

Usprawni to proces zarządzania wagonami, zaoszczędzi czas i zminimalizuje ryzyko błędów.

Rozwiązanie WagonUID wykorzystuje wizję komputerową i uczenie maszynowe do automatycznego i dokładnego rozpoznawania przejeżdżających wagonów i ich numerów identyfikacyjnych na podstawie unikalnych cech, takich jak typ numeru, obecność złącza wagonów czy charakterystycznych symboli.

W trakcie projektu przetwarzaliśmy obrazy z wielu kamer i trenowaliśmy modele sieci neuronowych o następujących architekturach:

• Sieci konwolucyjne (YOLO) do lokalizowania obiektów na obrazie
• Sieci transformatorowe (VIT) do klasyfikacji obrazów i znajdowania przerw między wagonami.
• Sieci rekurencyjne (LSTM) do odczytywania numeru wagonu na podstawie cyfr. Dane są przetwarzane i udostępniane w czasie rzeczywistym. W rezultacie pracownicy nie muszą już ręcznie wprowadzać danych wagonów do systemu

W rezultacie udało się zautomatyzować proces odczytu numerów identyfikacyjnych wagonów, zliczania pojazdów w składzie (pociągu) oraz zaimplementować automatyczne rozpoczynanie i kończenie odczytu przejazdów.

• Python
• PyTorch
• OpenCV
• NumPy
• Pandas
• Sklearn

• Automatyzacja procesu
• Usunięcie potrzeby fizycznego znajdowania się pracownika w miejscu przejazdu w celu odczytu numeru
• Możliwość analizy w czasie rzeczywistym

3x AI dev (z umiejętnościami BE)