Облачный сервис

Легендарная пыль

Однажды я спросил у своего знакомого: Что это у тебя за устройство все в пыли? Это видеорегистратор - ответил мой приятель. Пробовал настроить запись с камер по детекции движения, но в нужный момент ничего не писалось. А если и происходила запись, то, в основном, когда было не нужно - из-за изменений освещения, погодных условий, комаров и насекомых возле камеры. В общем, включил этот видеорегистратор в режим непрерывной видеозаписи и забыл про него. Надо проверить пишет ли он до сих пор ? Знакомая ситуация?

Если посмотреть на большинство крупных брендов, то на деле все они использует OEM поставки от одних и тех же китайских производителей почти с одним и тем же софтом внутри (Dahua и Hikivision).

Объединяет их всех одно крайне неудобный и пыльный интерфейс программного обеспечения в стиле 90-х. Тем не менее, рынок таких систем огромен, а спецы-слаботочники крайне непритязательны. Если монтажник системы сказал, что для видеонаблюдения нужен белый IP адрес и танец с бубном вокруг роутера, то без них никак. Результат хорошо известен большое количество взломанных IP камер и замечательные пранки над их владельцами.

Итак, приготовьте лупу. Выглядит китайский софт на современном компьютере с хорошим разрешением примерно так:

Скриншот программы SmartPSSСкриншот программы SmartPSSСкриншот программы CMS

Большие системы

На рынке существует множество тяжеловесных дорогостоящих систем для корпоративных пользователей. Чтобы удовлетворить запросы клиентов, такие продукты постепенно превращаются в монстров, для которых нужны выделенные дорогостоящие сервера и лицензии, внедрение, подробная документация и обучение. Все это делает систему тяжеловесной и недоступной для SOHO пользователей.

Видеоаналитика

Современное программное обеспечение позволяет использовать компьютерное зрение в онлайн-режиме. Появление видеоаналитики положительно повлияло на ситуацию. Однако, она тоже имеет ряд недостатков, обусловленных высокой стоимостью обслуживания, сложными настройками и необходимостью содержания серверов с GPU картами.

Многие компании предлагают облачную видеоаналитику. Но этот подход имеет существенный недостаток - высокую стоимость трафика и самих сервисов.

Представленный на рынке софт для видео наблюдения можно разделить на следующие категории:

1. Небольшие программы, open source и подручные самописные средства.

2. Сложные дорогие программы, разработанные для корпоративных заказчиков. Они эффективно работают, но требуют больших затрат в обслуживании и специальной инфраструктуры.

3. Используемые по наследству морально устаревшие hardware-решения, неудобные в использовании и обладающие ограниченными возможностями. Они функционируют на основе старых алгоритмов видео-кодирования.

4. VSaaS (video surveillance as a service) - Облачные решения для записи и хранения видеозаписей с облачными сервисами. Такие сервисы часто предлагают уже преднастроенные ip камеры, привязанные к собственным облачным сервисам.

Cиний туман похож на ...

VSaaS значительно упрощает подключение устройств, но в этом случае приходится ежемесячно оплачивать услуги для каждой из ip камер. Эти услуги не дешевы и стоимость сильно зависит от желаемого срока хранения видеозаписей на сервере. Если вы хотите использовать, например, 10 камер, то стоимость выльется в существенную сумму - от 1000 до 30000 долларов в год в зависимости от срока хранения архива без учета стоимости оборудования. Т.е. каждый ежемесячный платеж может быть больше, чем стоимость самого оборудования. Стоимость облачных камер, как правило, существенно выше рыночных аналогов, несмотря на одинаковое железо внутри. Узким местом VSaaS является пропускная способность канала передачи данных.

При круглосуточной трансляции видео 1920х1080 (HD) в течение одного месяца каждая ip камера может съесть до 648 Гб интернет-трафика. При большой нагрузке провайдер может понижать скорость вашего соединения. Одна камера с высокой четкостью изображения, использующая продвинутые алгоритмы сжатия, например, H.264, генерирует поток данных со скоростью 2 - 10 Мбит/с. С другой стороны, средняя скорость исходящего канала в мире сейчас составляет только 5 Мбит/с.

Получается разрыв между текущими запросами пользователей VSaaS и возможностями каналов интернет провайдеров. Использование нескольких камер становится проблематичным, особенно для камер высокого разрешения. Суммарный поток данных при использовании 150 видеокамер разрешением 2 Мп (30 fps) для охраны периметра, имеет нагрузку на канал связи более 1 Гб/с. Удаленный просмотр, запись видео становятся ненадежными и невозможными. В итоге, облачное видеонаблюдение может превратиться в туманное с потерей важных данных. Многие пользователи уже успели разочароваться в таких сервисах из-за потери важных кадров.

Нейронные сети или из тумана снова в облако

Простой детектор движения сокращает поток. Однако, детектор может реагировать на случайные изменения картинки. Эту проблему решает технология интеллектуальной видеоаналитики в режиме реального времени, функционирующей на стороне абонента.

Нейросетевые технологии позволяют производить детекцию объектов, обнаружение людей и распознавание лиц, определение номеров автомобилей. Таким образом, в сравнении с обычным детектором движения, видеоаналитика может сократить нагрузку на канал связи и облачное хранилище в десятки раз. Очевидно, что облачная инфраструктура оказывается неэффективной для первичной обработки сырого видеоматериала. Чем лучше видеоаналитика, тем меньше нагрузка на каналы передачи данных.

С другой стороны, облачная инфраструктура может быть эффективно использована для горизонтального масштабирования системы видеонаблюдения - для хранение видео и данных видеоаналитики, для подключения новых объектов наблюдения, для обслуживания большого числа пользователей. Локальное хранилище NVR позволяет буферизовать данные. Оно увеличивает отказоустойчивость системы видеонаблюдения. Срабатывание по событию активирует запись и данные передаются в облачное хранилище в зависимости от загруженности канала.

Необходимо учитывать ограничения по скорости передачи, а также наличие сложных топологий с трансляцией адресов (NAT) и сетевыми экранами. Как правило, большинство технологий, которые для этого используются, требуют присвоения камере или видеорегистратору дорогостоящего белого IP адреса, сложной процедуры настройки с использованием сервисов VPN, UPnPct или DDNS.

Боль пользователей

Интернет провайдеры предоставляют услуги подключения к сети интернет на основании динамически изменяющихся IP адресов из определенного массива. При каждом входе в сеть этот адрес для пользователя изменяется, что требует систематической перенастройки камер системы видеонаблюдения. Провайдер может предоставлять внутренний IP адрес подсети, который будет отличаться от внешнего адреса. Белый статический IP адрес провайдер выделяет на платной основе и стоит эта услуга недешево. Как известно, общее количество IPv4 - адресов в мире ограничено и все они были розданы уже много лет назад. IPv6 - адреса многие камеры до сих пор не поддерживают. Но главная проблема использование внешнего IP адреса для IP камеры крайне небезопасно. IP камера - это простенький и малозащищенный микрокомпьютер, что приводит к большому количеству взломов и утечек информации.

Децентрализация без политики

В последнее время благодаря новым решениям и технологии P2P (peer to peer) можно установить и настроить удаленное видеонаблюдение самостоятельно и очень легко.

Технология эта уже не нова, она, например, широко используется многими популярными мессенджерами. В основе технологии лежит алгоритм, согласно которому устройства общаются между собой напрямую децентрализованно без выделенных ip адресов. Пиринговый протокол отличается от привычной клиент-серверной архитектуры отсутствием выделенного сервера, так как каждый узел одновременно выполняет функции, как клиента, так и сервера.

Основная часть затрат в содержании сервисов облачных решений складывается из расходов на оплату трафика, а также содержание серверов кодировки и декодирования потоков видеосигнала. P2P технологии исключают подобные расходы для поставщика сервиса. Для соединения используются сигнальные сервера, которые всего лишь соединяют между собой камеры и удаленные устройства.

В итоге, Р2Р отличается более эффективным использованием полосы пропускания канала. В этом случае не требуется дополнительная облачная ретрансляция и обработка видеопотока (кодирование/декодирование) и пользователь не зависит от бутылочного горлышка возможностей облачного провайдера. Сервер в данном случае выступает только в качестве посредника, пробивающего NAT, связывающего вашу IP-камеру и устройство пользователя напрямую. Видеопоток передается напрямую от одного вашего устройства к другому вашему компьютеру или мобильному устройству.

Простота настроек сетевого оборудования - основное преимущество Р2Р технологии перед другими способами передачи сигнала. Возможность работы с серыми и динамическим IP позволяет установить видеонаблюдения в местах, где нет доступа к проводному интернету. Достаточно будет приобрести 3G/4G модем с поддержкой Wi-Fi и настроить программное обеспечение.

Зачем платить облаку, если можно наблюдать бесплатно?

P2P видеонаблюдение совмещает в себе систему удаленного доступа к компьютеру и программу получения изображений с видеокамер. Введя определенный код и пароль (аналогично тому, как это делается в приложениях для удаленного доступа к компьютеру), вы можете вести видеонаблюдение и управление системой.

Подробнее можно посмотреть на видео.

Для осуществления мониторинга системы видеонаблюдения вы можете использовать как стационарный ПК или ноутбук, так и мобильные устройства: планшеты, смартфоны. Качество изображения зависит только от ширины канала и стабильной работы связи.

Почему китайские производители камер создают программы с интерфейсом в стиле Чабудо?

У некоторых китайских производителей камер сейчас есть свои облачные и P2P сервисы. Однако, такие сервисы имеют очень специфический интерфейс, нестабильны и медленны, рассчитаны на крайне непритязательных китайских пользователей. Как правило, требуется установка ActiveX расширений и использование определенных версий браузеров и flash-плагинов, а сервера могут располагаться за великой китайской стеной.

Облачный сервис для камер Hikivision

Для китайцев характерен принцип Чабудо. В переводе с китайского в буквальном смысле это означает - да вроде же ничего, и так сойдет, совсем небольшая разница. Он может проявляться в том, что вам, например, скажут, что onvif протокол на ip камере не нужен, так как он уже устарел, или вам поставят розетку неправильного размера, унитаз установят на балконе и т.д..

Чабудо полная противоположность позыву сделать свое дело качественно и с полной отдачей. Дверь не подходит к раме? Чабудо, можно привыкнуть закрывать ее пинком. Алиэкспресс прислал ip камеру, которая глючит? Чабудо же, она хоть и криво, но работает, на что ты жалуешься? Интерфейс неудобный, не рассчитан на крупные шрифты и высокое разрешения монитора? не проблема, китайские пользователи вполне cмогут использовать, поменяв разрешение экрана.

Мнимая свобода выбора

Удивительно, но до сих пор обычный пользователь или небольшая компания практически не имеют возможности купить недорогой и качественный продукт с искусственным интеллектом. Если вы попробуете найти решение, которое можно установить на домашний компьютер для видеонаблюдения на основе искусственного интеллекта, вы обязательно столкнетесь с так называемыми лэндингами или дорвеями. Они представляют собой небольшие сайты, красиво описывающие преимущества какой-либо системы. Однако, на сайте в реальности отсутствует возможность протестировать рекламируемый продукт, и даже нет конкретной цены владения. Вам будет предложено заполнить стандартную форму со своими данными для дальнейшей связи. Вероятнее всего их система еще не готова, либо компания проводит предварительное исследование потребительского спроса для очередного стартапа.

Куда мы идём? Что будет дальше?

Сочетание искусственного интеллекта и Р2Р технологией дает возможность быстрого построения эффективной системы видеонаблюдения без привлечения дорогостоящих специалистов. Простота настройки и эксплуатации не требуется знаний протоколов связи и каких-либо особых требований. В этом случае не нужна дополнительная облачная ретрансляция и обработка видеопотока (кодирование/декодирование) и вы не зависите от бутылочного горлышка возможностей облачного провайдера. Сервер в данном случае выступает только в качестве посредника, связывающего вашу IP-камеру и устройство пользователя напрямую. Видеопоток передается напрямую от одного вашего устройства к другому вашему компьютеру или мобильному устройству.

Для осуществления детекции объекта применяются оптимизированные алгоритмы нейронных сетей на стороне клиента. Они способны работать на относительно дешевых чипах и процессорах микрокомпьютеров. Данные передаются посредством пиринговых соединений в обход облачных сервисов без излишнего кодирования и декодирования. Р2Р отличается более эффективным использованием полосы пропускания канала для передачи видео потока.

Новая бесплатная программа

Web Camera Pro - бесплатная программа, которая написана на Qt, С++ как мультиплатформенное решение. Вы можете использовать любую ip или usb камеру для полноценной системы видеонаблюдения с удаленным доступом из любой точки мира и с минимальными затратами.

Интерфейс Web Camera Pro:

Для детекции предусмотрен встроенный модуль распознавания лиц и номеров автомобилей. За счет умной детекции программа может отличать людей от домашних питомцев и отправлять вам видео в Telegram или в мобильное приложение, только в том случае, если в кадре появится человек.

Видеоинструкция:

https://www.youtube.com/watch?v=OvSQ1C5Lsd8

https://www.youtube.com/watch?v=CreFNidJqZI

https://www.youtube.com/watch?v=fRJdZATpixg

Скачать бесплатную версию Web Camera Pro можно здесь:

http://free-video-surveillance.com/home-security-camera

В прошлом году сделали пилотный проект по облачной диспетчеризации для одной из сети АЗС.

Проект интересный по двум причинам. Во-первых, у заказчика уже был опыт с системой автоматизации и диспетчеризации всех обычных инженерных систем в стекляшке, но, прямо скажем, не самый удачный. Так что от нас потребовался апдейт. Во-вторых, мы все переделали сделали диспетчеризацию облачной, причем включили в неё еще и топливную автоматику. А это больше тысячи параметров объём и уровень топлива в резервуаре, его температура, давление в топливном трубопроводе, жидкость и пары в купольной шахте, переполнение резервуара, низкий уровень топлива и многое другое.

Вообще облачная диспетчеризация хорошая штука для компаний, у которых есть не один, а несколько (лучше много), территориально распределённых объектов. Дальше я расскажу, почему. А заодно о том, как мы реализовали этот конкретный проект.

Верхнеуровневая автоматизация нужна, чтобы между всеми системами здания было взаимодействие, и они работали в единой логике. Ведь часто как бывает: в межсезонье в здании работает и кондиционер, и отопление. Одним холодно, другим душно. А электроэнергию при этом расходуют обе системы.

Для начала мы стали разбираться, что накручено в уже существующей системе автоматизации и почему лыжи не едут. Первая задача была собрать все разрозненные системы АЗС и все имеющиеся датчики (разного типа, от разных производителей) в один красивый паззл.

Получилась примерно такая картина из систем АЗС:

• освещение внешнее

• освещение внутреннее

• отопление радиаторное: электрическое, внутреннее

• тепловая завеса на входе (спойлер очень энергозатратная)

• вентиляция

• кондиционирование

• промышленный холод: холодильники для продуктов глубокой заморозки

• технологии приготовления пищи: оборудование для фастфуда, микроволновки

• технологии заправки (отдельная история на сладкое)

Вышло, что на АЗС есть девять серьёзных потребителей электроэнергии. Оборудование для локальной автоматизации было установлено, но протоколов взаимодействия между системами явно не доставало.

Чтобы не увеличивать расходы, мы предложили не только выстроить работу всех систем, но и использовать облачную диспетчеризацию. Это и есть основная фишка проекта. Суть её в том, что не нужно помещение, колл-центр, серверное оборудование и собственно диспетчер. Вместо этого есть Облако КРОК (привет, коллеги!), специализированная цифровая платформа и веб-интерфейс, к которому заказчик получает доступ с любого рабочего места. Никакого капекса: компания покупает услугу облачной диспетчеризации по подписке и ежемесячно по тарифу оплачивает услугу. За это она получает не только инфраструктуру, но и сервисную поддержку по решению.

Настройка систем

Что мы делали конкретно? Вот, к примеру, внешнее освещение. В первую очередь, взяли архивную статистику по уровню освещённости и по фактическому включению групп освещения, проанализировали, сделали выводы и настроили алгоритм управления так, чтобы учитывалось сразу несколько параметров: уровень освещения в течение дня, время года, конкретный месяц Тем самым исключили ситуации, когда летом в 4.30 уже светло, а заправка все равно продолжает светиться, как ёлка.

Интерфейс управления наружным освещением

В случае с внутренним освещением сделали автоматическое включение и выключение света от датчика присутствия во всех технических зонах и помещениях с непостоянным присутствием персонала. Есть, например, кабинет менеджера АЗС. 60% времени менеджер проводит вне его стен. А так как это небольшая тёмная комната без окон, то человек, выходя, часто забывает свет погасить. Знакомо? Теперь свет отключается автоматически по датчику.

Интерфейс управления и контроля состояния внутреннего освещения

Для системы обогрева отключили ручную регулировку. Совсем. Вместо этого установили комфортную для конкретного сезона температуру. Настроить под себя теперь нельзя ни радиаторы, ни тепловую завесу на входе, которая, кстати, кушает 9 киловатт*часов. И если сотрудник её на полную мощность включил, а потом посетитель дверь чуть дольше подержал открытой, то все тепло моментально уходит, и мы греем улицу а вместе с теплом улетучиваются и деньги заказчика

Согласовали режимы систем вентиляции, отопления, кондиционирования. Настроили так, чтобы их работа не пересекалась и не было задвоения. В аппаратах, которые готовят еду, выставили режимы в зависимости от времени суток и количества посетителей на заправке. Логика простая: ночью гонять аппарат, который греет сосиски для хот-догов, нет смысла. И, конечно, в обычной ситуации никакой оператор или диспетчер не будет следить, чтобы в определённое время эта самая сосикогрейка отключилась.

Вот еще парочка слайдов:

Интерфейс управления климатом: вентиляция, кондиционеры, радиаторы, тепловая завесаКонтроль промышленного холода: холодильники, витрины, лари

Кастомный подход

В проектах по автоматизации всегда важно, каким образом алгоритмы взаимодействия выражены в железе, в реальных датчиках и исполнительных устройствах на площадке. Мы взяли за основу технологию KNX. Это коммуникационная шина, которая используется для автоматизации зданий. Для конфигурирования сетей KNX основной программный продукт ETS. Но в нём нет кастомного программирования, это всегда делается внутри программируемого логического контроллера (ПЛК). Нашли подходящий для наших задач контроллер и добавили егов уже существующую на АЗС систему автоматизации.

ПЛК выполняет несколько функций:

• облачный шлюз;

• шлюз, в котором можно загрузить локальную диспетчеризацию и через приложение управлять конкретной АЗС в случае, если связь с облаком нарушится. Например, выставлять уставку по любому из помещений;

• накопление статистики по работе и последующее усовершенствование алгоритмов взаимодействия.

Программное обеспечение российское решение с поддержкой же в России. Если честно, вменяемой альтернативы организации облачного сервиса на тот момент не было. Да и сейчас нет, потому что в таких проектах важен определенный функционал. Всё-таки мы имеем дело со сложной автоматикой и взаимной согласованностью самых разных систем.

И вот тут самое время сказать про ту самую изюминку в проекте топливную автоматику. Штука для АЗС нужная, многие заправки её используют, да и нам самим было действительно интересно её сделать. Честно, это оказалось мегасложной задачей. В комплектную топливную автоматику (систему управления, поставляемую вместе с топливной системой АЗС) зашито более 1000 параметров, которые мы научились вытаскивать, с кодами ошибок и онлайн-результатами, самодиагностикой сбоев.

Вот как это выглядело в интерфейсе:

После того, как систему запустили, начался обязательный этап пусконаладки под нагрузкой. Без неё было не обойтись, потому что речь идёт о решении, которого ещё не существует на рынке. Как это происходит в реальности? Настроили датчики, посмотрели, какая энергоэффективность. Дальше наблюдаем, можно ли ещё подкрутить. Меняется время года корректируем температурный режим, время перехода досветки и так далее.

Минус 20%

Интерес к облачной диспетчеризации множится, когда заказчик имеет не один объект, а много объектов, причем распределённых, в разных районах или регионах. При чем объектов достаточно небольших и простых, чтобы было экономически невыгодно создавать на каждом из них отдельную систему диспетчеризации. Ситуация: звонит оператор заправки, сообщает о проблеме жарко в помещении. Туда выезжает сервисная бригада, смотрит, что случилось, надо ли кондиционер настроить. А оказывается, что дело в вентиляции. Нужен электрик, который с ней разберётся. Это второй выезд. А так как заправки раскиданы по региону, то и расстояния значительные. В конечном итоге это все складывается в эксплуатационные затраты. А наша система позволяет увидеть и определить, вообще в кондиционере дело или нет?.. Значит, заказчик сразу может понять, какой мастер нужен на той или или иной АЗС.

Вот ещё пример: для рефрижераторов по промышленному холоду программа сопоставляет температуры то, что происходит на борту, и уставку. Если значения выходят за лимиты, в веб-интерфейсе появляется предупреждение рефрижераторы сломаны, обратите на них внимание. Это вопрос уже выезда эксплуатации.

А теперь главные цифры. По факту за счет автоматизации нам удалось увеличить энергоэффективность на 20%, по сравнению с обычной, неумной, АЗС. Кстати, по первоначальным расчетам, экономия на электроэнергии для одной конкретной заправки должна была составить не менее 12%. Но поскольку проект пилотный, и мы действительно заморочились тонкими настройками, процент существенно вырос. Расчетный период окупаемости проекта 3-3,5 года. Ну а если представить, что подписка на облачную диспетчеризацию есть на 10-20-30 заправках, легко понять, что экономия будет ощутимой. Ну и имидж энергоэффективного предприятия еще никому не помешал.

Фотопруф для наглядности:

Продолжение следует

Проект этот у нас продолжается, кстати. Сейчас работаем с АЗС той же сети, но уже в другом регионе. Заправки не идентичны, и на втором объекте мы подключились на этапе проектирования. Постарались максимально все предусмотреть в проекте.

Уже есть интересные примеры. Вот, скажем, продаются две тепловые завесы. Разница в цене у них не так велика, при этом одна с возможностью автоматизации, а у второй только пульт управления. Ещё из любопытного в проекте более экономичные беспроводные датчики. Плюс солнечные панели, для которых мы устанавливаем элементную базу и настраиваем их согласованную с другими системами работу.

Моя почта - ITsarev@croc.ru. Если остались вопросы, пишите - обсудим.