24 mois de garantie Festo Didactic → www.festo-didactic.com 136 137 Apprentissage machine dans le traitement d’images Le kit MPS IoT Machine Learning s’intéresse à l’apprentissage machine basé sur les réseaux neuronaux (« deep learning »), l’une des sous-disciplines les plus en vue de l’intelligence artificielle. Le matériel comprend un ordinateur monocarte équipé d’une caméra HD pour prendre des photos qui sont ensuite analysées par un réseau neuronal. Un grand nombre de programmes Python sont disponibles en tant que logiciels. Les unités de fin de chaîne cinématique de presque tous les outils sont basés sur le web, ce qui permet d’y accéder via des appareils mobiles comme les smartphones, les tablettes, les ordinateurs portables, etc. Grâce au hotspot Wi-Fi, le MPS IoT Kit Machine Learning offre un accès à distance sans fil. Le système est livré prêt à l’emploi, de sorte que les apprenants peuvent immédiatement commencer leurs premières expériences. L’objectif du kit MPS IoT Machine Learning est de permettre aux apprenants d’apprendre facilement les sujets de base dans le domaine du traitement de l’image grâce à l’apprentissage machine. Non seulement les deux méthodes d’apprentissage, l’apprentissage machine supervisé et non supervisé, sont abordées, mais les principales applications dans le domaine de la vision artificielle, c’est-à-dire la classification d’images, la localisation d’objets et la reconnaissance d’objets multiples, sont présentées et discutées à l’aide d’une série d’expériences pratiques. Les apprenants peuvent distinguer les pommes des citrons ou les outils des chaussures, etc. Une tâche possible lors de l’intégration dans une usine d’apprentissage est la vérification du niveau de remplissage des goulottes avec des pièces à usiner par l’application de procédés d’apprentissage machine. Sinon, tous les types d’objets peuvent être détectés et localisés. En outre, des architectures de réseaux neuronaux performantes, comme les réseaux neuronaux dits repliés, sont utilisées. L’intelligence artificielle en application MPS IoT Kit de Machine Learning Thèmes principaux et tendances I4.0 > L’intelligence artificielle en application L’ensemble du logiciel est bien documenté et permet aux apprenants de réaliser leurs propres expériences de vision artificielle en dehors de l’usine d’apprentissage. Des connaissances préalables en programmation ne sont pas nécessaires. Les supports pédagogiques encouragent les apprenants à transférer leurs connaissances vers de nouvelles applications. Contenus didactiques – Intelligence artificielle/ apprentissage machine dans le traitement d’images – Application pratique des réseaux neuronaux convolutifs/Deep Learning – Apprentissage machine supervisé et non supervisé – Vision par ordinateur (classification d’images, localisation d’objets, détection multi-objets) – Mise à niveau IoT des anciens systèmes Avantages – Le kit MPS IoT Machine Learning peut être utilisé de manière autonome ou intégré dans des usines d’apprentissage existantes. – Les apprenants ont la possibilité d’appliquer les algorithmes à de nouveaux objets et images. – Accent sur l’application pratique de l’intelligence artificielle/l’apprentissage automatique pour résoudre des défis réels Composants essentiels – Ordinateur monocarte avec caméra HD – Câble Ethernet – Câble HDMI – Branchement électrique Caractéristiques techniques – Alimentation électrique : 110/230 V CA/1 A – Dimensions (l x H x P) : env. 200 x 200 x 600 mm MPS IoT Kit Machine Learning 8158958 MPS IoT Kit Machine Learning (jeu de classe de 8 appareils) 8158957 IIoT et Rétrofitting Passerelle IoT Thèmes principaux et tendances I4.0 > L’intelligence artificielle en application Passerelle IoT 8172682 La connexion des composants du niveau de production avec les serveurs du niveau informatique d’une entreprise ou avec le cloud offre de multiples nouvelles possibilités d’utilisation, par exemple la surveillance de la production au moyen d’un smartphone via Internet. Les passerelles jouent ici un rôle important dans la communication interopérable via des protocoles d’échange de données standardisés et offrent en outre souvent des fonctions de gestion décentralisée des données. La passerelle IoT connecte les appareils du niveau production à l’Internet industriel des objets (IIoT, Industrial Internet of Things). Elle dispose d’un port réseau pour le côté appareil, d’un autre pour le côté cloud et d’un commutateur matériel pour commander les autorisations de lecture et d’écriture. La passerelle offre une interface web avec des possibilités de configuration, notamment – Configuration du réseau, DHCP Client inclus – Client NTP pour la synchronisation de l’heure – Gestion des utilisateurs – Réglages MQTT Broker La passerelle est capable de trouver automatiquement sur le réseau des types d’appareils connus, comme par exemple le boîtier de mesure d’énergie Festo Didactic. Les informations relatives au couplage des appareils sont stockées dans un fichier de signature. Après le couplage des appareils, appelé « onboarding », les données sont automatiquement récupérées de manière cyclique et transmises à un Broker MQTT. Il est possible de créer et d’importer ses propres fichiers de signature, ce qui permet de trouver, de coupler et de lire ses propres types d’appareils via OPC UA. L’environnement de développement graphique Node-RED installé sur la passerelle permet en outre des fonctionnalités dites d’edge computing, c’est-à-dire le traitement des données à la frontière entre le réseau local et le cloud. Des éléments de bibliothèque permettent d’intégrer de multiples sources de signaux, par exemple via les protocoles OPC UA, Modbus TCP ou REST API, de prétraiter les signaux à l’aide de blocs fonctionnels ou de code JavaScript, de mettre en place des tableaux de bord pour la visualisation et d’envoyer des signaux à des services de serveur tels que MQTT, MySQL ou des services cloud comme Siemens MindSphere ou Microsoft Azure. La passerelle peut être installée et connectée avec les accessoires fournis, par exemple dans les chariots CP Lab ou sur le NetLab EduTrainer. Fourniture – Passerelle IoT – Câble de connexion 24 VDC sur fiche mâle de sécurité 4 mm – 2 x câbles de réseau – Matériel de fixation – Documents de formation avec exemple de scénario
RkJQdWJsaXNoZXIy MzE0OTAwNw==