机器视觉质检数据存储方案
机器视觉系统是新一代信息技术与制造技术的深度融合，它通过将硬件如传感器、光源、相机、镜头等集成，并借助AI算法对图片数据进行分析，实现智能化的产品检测、识别、定位、测量功能，最终帮助企业实现智能制造转型。
客户需求
生产数据统一存储变得至关重要
现阶段对产品质检过程中机器视觉设备产生的大量中图片、日志等数据，采取的保存方式是写入机台内置本地硬盘中，导致数据存储分散，无法实现统一管理和调用，运维难度大。
数据容量和管理
产线自动化帮助企业快速提升产能，同时机器视觉系统产生的质检数据是过去的几十倍甚至百倍，现有的存储方式（机台本地存储和传统NAS存储）在容量和性能上存在明显瓶颈，难以支撑大容量、高并发的需求。
产品不同工序的数据保存周期策略不一致，现有的数据存储和管理方式无法统一对数据的生命周期进行管理，不能有效控制存储成本。
客诉产品质量追溯
图片数据的调阅、筛查比对、溯源等操作都需要从存储中检索数据，传统模式无法支持精确检索，当文件数量比较大时，搜索性能非常慢。
数据处理分析驱动产品良率提升
上层应用系统将生产环境中存储的产品相关的数据信息（例如：缺陷、分拣、计量、温度、湿度等），通过数据挖掘功能和高级统计分析，实现高度复杂的交互式产品不良根本原因分析，帮助企业提高产量，降低制造成本。
方案介绍
该方案采用远上MOS海量对象存储，为多个生产线的机器视觉设备提供统一的图片、日志数据采集、存储、和管理平台。存储底座采用全分布式架构，存储的性能可随节点数量线性增长，能满足众多机器视觉设备同时保存高清晰度图片的需求，并确保多并发、高带宽和低时延读写。
针对不同工序产生的图片、日志数据的保存时间和访问性能的要求，通过数据自动分层功能，让数据在合适的时间存储在合适的介质中，并根据管理策略将历史数据自动归档至蓝光存储或公有云，实现低成本长期留存。
客户价值
-
机台数据汇聚，持续监控
通过产品界面的任务配置，持续对机台本地文件数据全量和持续增量进行上传，并实现机台状态及资源监控告警。
-
海量文件便捷存储，按需灵活扩容
统一存储厂区所有生产线的质检数据，提供命名空间统一的存储资源池，分布式架构存储底座按需灵活扩容，应对质检数据快速增长的容量需求。
-
智能精准检索，实时响应效率高
基于元数据和标签实现智能检索，精准获取目标数据，面向亿级文件数量提供秒级检索能力，响应更敏捷，检索效率提升数十倍。
-
高效的数据处理，生命周期管理简单
集成智能数据处理引擎，将数据处理能力下（数据压缩、图片转换等）沉到存储系统，优化应用流程和硬件设施；
历史数据自动归档至大容量低成本的介质，降低存储成本50%。
