Новосибирские стартаперы разработали сканер для деревообработки с использованием искусственного интеллекта

Университетский курс как старт

Идейным вдохновителем проекта был Иван Малахов благодаря своему опыту в деревообработке — его семья занималась бизнесом в этой области. А в магистратуре Новосибирского государственного университета вместе с Ильей Владыко они изучали компьютерные сети. Именно тогда «пазл сложился» — стало ясно, что последние можно применять для визуального анализа древесины при деревообработке.

В вузе будущие предприниматели проходили дополнительный курс «Технологическое предпринимательство». Чтобы не тратить время впустую и не заниматься формальным проектом, они принялись упаковывать идею использования компьютерного зрения в деревообработке. Тогда же у стартаперов и появилось понимание бизнес-модели, продукта, целевой аудитории.

Одним из первых шагов становления NeuroLumber как бизнеса, подчеркивает один из сооснователей Илья Владыко, — стал первый контакт с партнером, заводом «Алтайлестехмаш», который после демонстрации MVP вложился в дальнейшую разработку сканера.

В декабре 2022-го был запущен пилот сканера, который помогает устранять дефекты древесины и автоматизировать процессы деревообработки, завершили его в ноябре этого года. Разработчики собрали датасет, испытали сканер BarkScan, который успешно сдали, и протестировали прототипы прочих продуктов. Сейчас стартап обсуждает дальнейшие совместные проекты с заводом. Для того, чтобы усилить проект и получить практические навыки в бизнесе, NeuroLumber решили принять участие в студенческом акселераторе от Сбера.

Илья Владыко, сооснователь NeuroLumber

Участие в акселераторе дало команде ценную обратную связь от трекера, которая мощно ускорила развитие проекта. Также нам удалось пообщаться с несколькими инвесторами и получить инсайт о том, каким должен быть питч: меньше говорить о проблеме и самой технологии обособленно, а больше — про бизнес.

Виды сканеров и принцип их работы

«Технология компьютерного зрения работает следующим образом: с помощью специальных камер мы получаем изображение, а его анализируют нейросети, — объясняет Илья Владыко. — По сути, технология строится на том, что нейросеть обучается на множестве изображений дефектов древесины и учится распознавать их на снимках. Это в целом основополагающий принцип компьютерного зрения: с помощью обучения на базе данных алгоритмы ИИ выхватывают общие признаки из картинок и используют их для распознавания тех же элементов на новых картинках».

NeuroLumber разрабатывает линейку сканеров для основных этапов деревообработки: 3D-сканер, сканер деловой (то есть полезной) части доски и сканер дефектов.

В 3D-сканере с помощью системы камер и лазерного ножа можно получить профиль бревна, то есть его подробное объемное изображение, для дальнейшего анализа. По результатам можно оптимизировать раскрой бревна, а также обеспечить эффективную сортировку древесины по сортам.

Сканер деловой части доски тоже основан на работе камер, кроме того, подключается также специально обученная нейросеть: она определяет, где полезная часть доски, а где кора. Деловая часть отмечается и обрабатывается алгоритмами, они разрабатывают оптимальный раскрой этой доски — какую часть надо выпилить, чтобы сохранилось максимальное количество материала, а обрезков осталось меньше.

На обрезных досках всегда есть сучки, трещины, смоляные карманы — и для работы с ними есть сканер дефектов. Он получает изображение доски, а искусственный интеллект распознает ее «неудачные» части. Полученные данные используются для оптимизационных станков: один выпиливает участки с дефектами, а другой — сращивает остальной материал. Так получается клееная доска.

Перспективы развития технологии

В перспективе использование сканеров NeuroLumber позволит создавать производственные линии без участия человека. Сейчас разметкой и выставлением пил занимаются люди, а скорость визуального анализа у человека зачастую не очень быстрая.

С помощью сканеров можно автоматизировать производственные линии и объединить всю линейку станков в непрерывный бесшовный производственный процесс, где с одной стороны загружают пиломатериал, а с другой получают готовый продукт. Люди будут просто контролировать процесс, но не вмешиваться в него. «Цель — полная автоматизация деревообрабатывающего производства», — уточняет один из создателей технологии Илья Владыко.

Кроме того, сканеры можно применять для учета и анализа пиломатериала. С помощью оборудования можно обсчитывать размеры, объемы, определять сорта древесины, сортировать ее по различным параметрам в системе учета.

Мнение о стартапе и технологии

Евгений Иванов, управляющий партнер инвестиционного синдиката Coion (предложил стартапу 13,6 млн рублей инвестиций на демо-дне SberStudent)

Компьютерное зрение — одна из наиболее распространенных технологий в Machine Learning, ее используют и в дефектологии на производствах, и в системах безопасности, анализа данных, кибербезопасности, медицине и др. Так что неудивительно, что CV (Computer Vision) добрался и до столь консервативного рынка, как деревообработка.

Для этой технологии находится применение по снижению человеческого фактора в производстве: болезни сотрудников, неточности, усталость ухудшают качество работы, а так как в области трудятся работники не из самого надежного спектра, то эти риски возрастают в разы. Разметка древесины — это как раз задача для CV в целом и для NeuroLumber в частности. Стартап в фокусе моего внимания, поэтому предложил его основателю сделку и признателен Сберу за то, что помогает находить инвесторам интересные проекты.

Фото на обложке: AntonSAN / Shutterstock

Фото в тексте: предоставлено NeuroLumber

ПАО Сбербанк
erid: 4CQwVszH9pWupKHt2K3