Open yaol7 opened 2 years ago
提出基于GStreamer + Pravega + Flink 实时视频处理分析的解决方案,实现视频数据的实时和历史数据分析处理,并应用到芯片生产制造上,以提高芯片生产的质量和效率。
在工业制造流水线上,对于产品的品控监测是非常重要的环节。在传统工业制造中,都是通过人工检测,有以下几种局限:
目前常用的自动检测解决方案是视频拍摄+计算机算法识别的方法。但是都需要从视频采集,存储,分析等一步步从0搭建起来,技术难度和成本都比较大。基于以上的种种局限性,提出一种新的基于gstreamer+pravega+flink实时视频分析处理的解决方案,该解决方案不仅能够解决工业制造流水线上的问题,让每个公司只需要关注自己产品的质量检测方法,而不用考虑其他技术细节。此外,该解决方案既支持对于产品的实时检测和预警,又能对于历史数据提供自动化报表进行统计和管理,实现流批一体。
此外,该解决方案还可以推广到任何需要实时视频处理分析的行业,如:交通流量疏导,银行的欺诈检测,医疗诊断,警察刑侦等。
该解决方案的整体架构图如上图所示,整体架构涉及的技术包括:GStreamer,Pravega, Flink和ElasticSearch,数据处理分成edge端和data center.
在每个工厂部署一批摄像头,负责拍摄主板生产的视频(样例的视频如下图所示),Eedge端详细的架构图如下图2所示, GStreamer负责接入视频流数据然后sink到Pravega stream,以保存视频raw data, 利用NVIDIA的机器学习算法对视频数据进行检测分析,识别出有问题的主板针脚信息,有问题的针脚会以红色标记出来,标记出来的结果以视频形式保存到结果视频stream里,即video result stream, 另一方面,detection的结果即metadata数据还以json的格式被sink到Pravega metadata stream, 通过Pravega的flink source connector接入Flink,Flink对metadata进行如下处理:
在数据中心,部署Flink, ElasticSearch(简称:ES)集群,主要进行如下处理:
项目简述
提出基于GStreamer + Pravega + Flink 实时视频处理分析的解决方案,实现视频数据的实时和历史数据分析处理,并应用到芯片生产制造上,以提高芯片生产的质量和效率。
背景
在工业制造流水线上,对于产品的品控监测是非常重要的环节。在传统工业制造中,都是通过人工检测,有以下几种局限:
目前常用的自动检测解决方案是视频拍摄+计算机算法识别的方法。但是都需要从视频采集,存储,分析等一步步从0搭建起来,技术难度和成本都比较大。基于以上的种种局限性,提出一种新的基于gstreamer+pravega+flink实时视频分析处理的解决方案,该解决方案不仅能够解决工业制造流水线上的问题,让每个公司只需要关注自己产品的质量检测方法,而不用考虑其他技术细节。此外,该解决方案既支持对于产品的实时检测和预警,又能对于历史数据提供自动化报表进行统计和管理,实现流批一体。
此外,该解决方案还可以推广到任何需要实时视频处理分析的行业,如:交通流量疏导,银行的欺诈检测,医疗诊断,警察刑侦等。
目标
实施方案
该解决方案的整体架构图如上图所示,整体架构涉及的技术包括:GStreamer,Pravega, Flink和ElasticSearch,数据处理分成edge端和data center.
1. Edge端
在每个工厂部署一批摄像头,负责拍摄主板生产的视频(样例的视频如下图所示),Eedge端详细的架构图如下图2所示, GStreamer负责接入视频流数据然后sink到Pravega stream,以保存视频raw data, 利用NVIDIA的机器学习算法对视频数据进行检测分析,识别出有问题的主板针脚信息,有问题的针脚会以红色标记出来,标记出来的结果以视频形式保存到结果视频stream里,即video result stream, 另一方面,detection的结果即metadata数据还以json的格式被sink到Pravega metadata stream, 通过Pravega的flink source connector接入Flink,Flink对metadata进行如下处理:
2. Data Center
在数据中心,部署Flink, ElasticSearch(简称:ES)集群,主要进行如下处理:
成员介绍