Захват видеопотока с камер различных типов через модульный сервис «видеошлюз» с поддержкой IP‑камер (RTSP) и специализированных камер компьютерного зрения Daheng (интеграция через набор средств разработки ПО производителя), с возможностью добавления модулей драйверов для новых типов камер;
Передача отдельных сжатых кадров с метаданными (временная метка захвата, последовательный номер) сервисам компьютерного зрения через сокеты по паттерну «издатель — подписчик» (ZMQ PUB/SUB);
Поддержка различных стратегий получения кадров через библиотеку платформы: доступ к наиболее свежему кадру без буферизации, получение пакета из заданного количества последовательных кадров, последовательная обработка с механизмом принудительного сброса буфера;
Запись результатов расчётов сервисов компьютерного зрения в базу данных в унифицированном формате с контролем времени хранения и автоматической очисткой;
Автоматическая архивация входных данных (включая кадры) и результатов расчётов с привязкой к времени вычисления и запуску сервиса для обеспечения воспроизводимости результатов как с целью пополнения обучающей выборки для моделей компьютерного зрения, так и с целью отладки работы существующих моделей;
Синхронизация архивированных данных с удалённой базой данных;
Агрегация результатов расчётов и их запись в заданные узлы OPC UA с настраиваемым интервалом обновления, независимым от FPS сервисов компьютерного зрения;
Опрос регистров ПЛК по протоколу Modbus TCP для сбора показаний собственных датчиков вне контура АСУТП с записью в базу данных;
Отправка видеопотока на внешний видеосервер для организации видеотрансляций;
Локальное развёртывание OPC UA сервера с вспомогательным API для динамического добавления узлов в целях разработки и тестирования;

Регулярный опрос тегов OPC UA сервера с заданным интервалом и формирование сообщений в шину данных Kafka;
Передача сообщений между экземплярами Kafka в распределённой среде с механизмом устойчивости к разрывам сетевого соединения за счёт удержания на Edge‑устройстве;
Формирование временных рядов из потока сообщений Kafka с приведением к круглым минутам и записью в БД, включая автоматическое создание схем БД;
Расчёт статистик на базе временных рядов, хранящихся в базе данных, с записью результатов в целевые таблицы;

Сохранение истории технологических параметров и событий для последующего анализа, обучения, улучшения процессов и возможности доказательства соблюдения нормативных требований;
Предоставление оперативной информации для операторов и руководства о состоянии технологического процесса;
Отслеживание отклонений и аварийных состояний;
Фиксация технологических параметров в различных горизонтах (час, смена, месяц, год) с возможностью агрегации и декомпозиции.