Implementering av AI-baserad objektdetektering på industriella truckar

Sammanfattning

Syftet med denna studie är att undersöka hur ett kamerabaserat AI-system kanstödja truckförare genom att upptäcka personer och objekt i en industriell miljö.Målet var att utveckla ett varningssystem som kan köras lokalt på en RaspberryPi 5 utan att vara beroende av molntjänster.Systemet bygger på en DINOv3-baserad modell som tränades på bilddata insamlad i fabriken och kompletterades med öppna dataset. För att ge ett bredaresynfält användes två kameror, placerade fram och bak på trucken.Den slutliga DINO-modellen uppnådde en precision på 90.18%. I den valdahybridlösningen uppmättes en intern bearbetningstid på cirka 150-170 ms vid körning på Raspberry Pi 5. Resultaten visar att systemet kan fungera som ett visuelltstöd i den testade industrimiljön.Samtidigt kvarstod vissa begränsningar, särskilt vid reflektioner, små objektoch varierande ljusförhållanden. Sammantaget tyder resultaten på att transformerbaserad objektdetektering kan användas lokalt på edge-hårdvara, men attpraktisk användning kräver fortsatt anpassning av både modell och systemdesign.