Разработка и тестирование программно-аппаратного комплекса для горнодобывающего предприятия

1. Вводная задача от заказчика, проблематика, цели

Устройство делает и сохраняет фотографии, автоматически определяет расстояние до объектов и фактические размеры фрагментов, сегментирует породу, позволяет вручную корректировать результаты, формировать графики и отчеты и работать автономно в полевых условиях.

Бизнес-задача

• Разработать отечественное устройство для анализа фрагментации горной породы, способное заменить зарубежные решения, недоступные на российском рынке.
• Ускорить оценку результатов буровзрывных работ, повысить ее объективность и упростить работу специалистов на карьерах.

Задача в контексте разработки

• С нуля разработать и протестировать ПО и технические решения для специализированного планшета.
• Объединить программную часть, ML-модель, камеры, оптику, аппаратные драйверы и математические алгоритмы в одном автономном устройстве.
• Обеспечить автоматическую сегментацию, определение расстояния и размеров фракций, ручное редактирование, построение графиков и формирование отчетов.
• Обеспечить стабильную работу устройства в полевых условиях и возможность отправки отчетов при наличии интернет-соединения.

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Наша цель: создать готовый программно-аппаратный продукт, который автоматически анализирует фрагментацию горной массы непосредственно на месте проведения работ и снижает объем ручных измерений.

Что реализовали

• Разработали ПО для пользовательского планшета на Linux, которое управляет фотосъемкой, хранением, редактированием и удалением снимков.
• Обучили ML-модель. Она формирует карту сегментации, после чего программный модуль преобразует результат в массив границ полигонов и классифицирует сегменты по типам: пустота, мелкая фракция и отдельный кусок породы.
• Реализовали автоматическое определение расстояния до снимаемых объектов и расчет их фактических линейных и глубинных размеров.
• Добавили ручной замер, удаление и изменение границ и размеров фракций на фотографии.
• Реализовали автоматический расчет состава фракций по математическим формулам, построение графиков и формирование отчетов.
• Обеспечили автономную работу в полевых условиях и отправку отчетов при наличии интернет-соединения.

Этапы реализации

• Подготовка требований, документации и предпроектное исследование.
• Разработка и обучение ML-модели, подбор камер, оптики и комплектующих.
• Разработка программной части, драйверов и интеграция с аппаратными компонентами.
• Калибровка оптики и проверка автоматических математических расчетов ручными вычислениями.
• Создание базы тестовых данных, стабилизация тестирования Computer Vision-алгоритмов и проверка устройства в полевых условиях.
• Оптимизация производительности и интерфейса. Фоновую сегментацию перенесли с экрана фотографии на другие экраны, поэтому пользователь может сделать следующий снимок, не ожидая обработки предыдущего. Интерфейс адаптировали для управления пальцем.
• Подготовка устройства к серийному производству и продаже.

Почему выбрали такой подход

Точность анализа зависит не только от ML-модели, но и от расстояния до объекта, оптики, калибровки и синхронизации всех аппаратных и программных компонентов. Поэтому продукт разрабатывался как единый программно-аппаратный комплекс, а не как отдельное приложение.

3. Результаты сотрудничества

• Создали полноценное отечественное устройство для горнодобывающей промышленности и довели его до серийного производства.
• Обучили модель, которая автоматически определяет фракции и их размеры с учетом расстояния до объекта и особенностей ландшафта.
• Реализовали автоматическую сегментацию, ручное редактирование, математические расчеты, графики и отчеты.
• Обеспечили автономную работу устройства и повысили его стабильность в полевых условиях.
• Сократили время создания и сохранения фотографии примерно с 30 секунд до практически моментального результата.
• Стабилизировали тестирование Computer Vision-алгоритмов и создали базу тестовых данных.
• Сократили время выкатки обновлений и ускорили реализацию новых функций без потери качества.
• Наладили взаимодействие между разработкой, тестированием, ML- и аппаратной командами, а также процесс обратной связи с заказчиком.
• Устройство запущено в производство и продажу; решение запатентовано заказчиком.