Опасни индустрии: наблюдаваме ви, %username% (видео анализ)

Единият другар е без каска, вторият е без ръкавици.

В производството има много не много добри камери, в които не гледат най-внимателните баби. По-точно, те просто полудяват там от монотонността и не винаги виждат инциденти. След това те се обаждат бавно и ако навлизат в опасна зона, тогава понякога няма смисъл да се обаждате в цеха, можете да отидете направо при роднините на работника.

Прогресът достигна точката, в която роботът може да види всичко и да удари с камшик всеки, който го наруши. Например чрез напомняне чрез SMS, чрез леко изпускане на ток към сирената, чрез вибрация, чрез гадно скърцане, чрез проблясване на ярка светлина или просто като кажете на мениджъра.

По -конкретно:

• Много лесно се разпознават хора без каска. Дори и плешивите. Ако видим човек без каска, незабавно се изпраща сигнал до оператора или ръководителя на работилницата.
• Същото важи и за очила и ръкавици в опасни производства, колан (въпреки че засега разглеждаме само карабинера), светлоотразителни жилетки, респиратори, шапки за коса и други ЛПС. Сега системата е обучена да разпознава 20 вида Сизов.
• Можете точно да преброите хората на обекта и да вземете предвид кога и колко от тях са били там.
• Можете да включите аларма, когато човек влезе в опасна зона и тази зона може да бъде конфигурирана въз основа на факта, че машините стартират и спират.

И така нататък. Най-простият пример е разграничаването на цветовете на зидарите и изливачите на бетон въз основа на цвета на техните каски. Да помогне на робота. В края на краищата да живееш в общество без цветова диференциация означава да нямаш цел.

Как се краде на строеж

Един вид често срещана кражба е, когато изпълнител обеща да доведе 100 работници на обекта, а всъщност доведе 40-45. И къщата се строи и строи. И все пак никой не може да ги преброи точно. Както в известния виц: ако мечка се установи на строителна площадка и яде хора, никой няма да забележи. По същия начин главният изпълнител няма начин да контролира екипите. По-точно, дори и да използвате ACS, той пак ще бъде измамен, като в тази публикация за котката терминатор.

Обикновено на строителните обекти няма системи за контрол на достъпа или те са само на входа.

Ходихме да обменяме опит с високоразвити цивилизации и видяхме, че всяка професия (по-точно роля) има свой собствен цвят на шлема. Тук зидарите слагат тухлите - имат сини каски, изливачите изливат бетона - имат зелени, всякакви умни хора се разхождат - имат жълти, така че трябва да направите "ку" два пъти пред тях. И така нататък.

И всичко това е необходимо за много лесно откриване на всяка роля. Съоръжението разполага с няколко десетки доста евтини камери, които произвеждат нещо като 320x200 в цвят. Работниците се броят по шлемовете им в реално време и за всяка камера се определя определен строителен обект. В резултат на това в края на деня всичко това се обединява в анализите, за да се записват графици по зони: кой е работил, в какво количество и в каква област.

Като цяло сме възприели опит. Само докато го разглеждахме отблизо, невронните мрежи пристъпиха далеч напред и се появиха много нови детектори. Само преди няколко години те бяха доста капризни и нестабилни, но сега ви позволяват много точно да улавяте най-интересните ситуации. Не на последно място поради скоростта на обработка, детекторите често грешат на отделни кадри, но на видео поток с малки промени в ъгъла получаваме отличен практически резултат.

Ами ако сложа втората каска на колана си?

Първо научихме, че един работник може да вземе две каски и да сложи една от тях на задника си. Сега имаме два детектора едновременно: търсене на скелет и определяне на цветно петно, което да съответства на върха на този скелет, и търсене на синхронно движещи се обекти. Вторият метод се оказа по-лесен за откриване: например човек с каска на задника почти никога не се проверява от тази каска. Защото за да направите това, трябва да завъртите главата си. И това движение се засича много лесно. По-точно, ние не знаем какво точно се открива там (това е невронна мрежа), но тя се научи много бързо и хваща нарушителите, може да се каже, по походката им.

Изграждаме модел на човек.

След това просто изграждаме топлинна карта в реално време и докладваме в края на деня.

Съответно, използвайки същия принцип - чрез обучение на невронна мрежа - лесно се откриват следните:

• Каски.
• Халати за баня.
• Жилетки.
• Ботуши.
• Залепваща коса.
• Предпазни карабинери.
• Респиратори.
• Защитни очила.
• Носете правилно яке (важно за електрическото оборудване: може да причини токов удар в машинното помещение по време на производство).
• Преместване на големи инструменти извън периметъра.

Общо вече са тествани 29 детектора. Единственият момент е, че тъй като работим в опасни производства като химия или минно дело, има изисквания за видовете ръкавици. Например дълги и къси. В този случай те трябва да бъдат с различни цветове: много е трудно да се определи дължината под ръкава с помощта на видеокамера.

Но тук често имаше случаи на плъхове. Нямаме отделен детектор за плъхове, но имаме детектор за обекти, които пречат на работата на машината:

Какво още се открива?

Тествахме детектори в химически заводи, в минната индустрия, в ядрената индустрия и на строителни площадки. Оказа се, че с малко усилия можете да разрешите още няколко изисквания, които преди това бяха решени от същите баби, зашеметено се опитваха да видят нещо в картината чрез лоша разделителна способност и лоша честота на кадрите. По-конкретно:

• Тъй като все още изграждаме скелетен модел на всеки работник, паданията могат да бъдат открити. Ако падне, можете веднага да спрете машината, до която се намира (в пилотните реализации нямаше такава интеграция, имаше просто аларми). Е, това е, ако имате IoT.
• Разбира се, намирайки се в опасни зони. Много е лесно, много точно и много полезно за всички. В металургичните предприятия хората работят до вани с кипяща стомана; полезно е да се закалява стомана, но понякога е опасно да стоите малко от грешната страна. Като се има предвид работата на различни компоненти и оборудване, можете да промените тези опасни зони, задайте график за тях и т.н.
• Друг много полезен детектор за наличие на ЛПС следи отговорността на служителите и проверява дали те не са в опасност. Тук бабата подхожда много отговорно към счетоводната задача и носи всички необходими ЛПС. Похвално!

Беше много лесно да се въведе контрол на поведението - дали служителят спи или не. Докато тествахме всичко това, правилата се развиха от „Трябва да има човек със зелена каска в тази зона“ до „В тази зона трябва да се движи човек със зелена каска“. Досега имаше само един умник, който разбра чипа и включи вентилатора, но и това се оказа лесно за поправка.

За химиците беше много важно да регистрират всички видове струи пара и дим. В нефтената индустрия - целостта на тръбите. Пожарът обикновено е стандартен детектор. Има и проверка на затворени люкове.

Забравените неща се откриват по същия начин. Тествахме това на една от станциите преди няколко години, там почти няма смисъл поради големия брой събития. Но във фабриките, особено химическите, е много удобно да се наблюдават нещата в чиста зона.

Интересното е, че можем да четем показанията на устройствата в зоната на камерата директно от видео анализите. Това важи за същите химици, чиито производствени комплекси имат висок клас на опасност. Всяка промяна, като например подмяна на датчик, означава прекоординиране на проекта. Това е дълго, скъпо и болезнено. По-точно е ДЪЛГО, СКЪПО и БОЛЕЗНЕНО. Следователно Интернет на нещата ще дойде късно за тях. Сега те искат видеонаблюдение на измервателни уреди и четене на данни, бързо реагиране на тях и намаляване на загубите от неочаквана и незабелязана повреда на оборудването. Въз основа на настоящите данни от измервателните уреди можете да изградите цифров близнак на предприятието, да приложите предсказуема поддръжка и ремонт, но това е съвсем различна история... Ние вече имаме контрол: сега пишем проактивни анализи въз основа на съвкупността от данни. И отделно - модул за прогнозиране на смяната на батерията.

Друго невероятно нещо - оказа се, че в зърнохранилищата и складовете за материали като трошен камък можете да заснемете купчина от 3-4 ъгъла и да определите ръбовете й. И след като определите ръбовете, дайте обема на зърното или материала с грешка до 1%.

Последният детектор, за който писахме, беше следенето на умората на водача, като „кимане“, прозяване и честота на мигане. Това е за HD камери, където очите се виждат. Най-вероятно ще бъде инсталиран в контролните зали. Но основната нужда е от камиони БелАЗ и КамАЗ за кариерите. Понякога колите падат там, така че сега на мястото за добив те са принудени да измислят нещо, за да контролират водача. Роботът е по-добър от баба.

За колите. Например, темата за контрола на умората се използва активно от производителите на автомобили не само БелАЗ, КамАЗ и други автомобили МАЗ. Производителите вече вграждат системи за предупреждение за умора на водача в обикновени обикновени автомобили, но досега имат доста прости решения, които анализират само позицията на автомобила спрямо маркировките и естеството на движението на волана. Отидохме по-далеч и открихме човешкото поведение, което е много по-сложно.

Друг случай на наблюдение на шофьори е установяването на неправилно поведение при използване на машини за споделяне на автомобили. Не можете да говорите по телефона без ръце, да ядете, пиете, пушите и много други.

О, и едно последно нещо. От няколко години можем да проследим обект между камерите - когато например нещо е откраднато, трябва да проверите откъде и как. Ако има 100 камери в съоръжението, тогава ще бъдете изтощени в повдигането на материала. И тогава системата автоматично ще генерира изпълнен с екшън трилър за Оушън и неговите приятели.

Каква е разликата със системата преди две години? Сега това не е просто разпознаване като „плешив мъж в оранжево яке напусна една клетка и почти веднага влезе в друга“, но се изгражда математически модел на стаята и въз основа на него се изграждат хипотези за движението на обекта. Тоест всичко това започна да работи в зони с припокриване и места със слепи петна, понякога обширни. И детекторите вече са много по-добри, защото има библиотеки, които определят възрастта по лицето. На HD камери можете да задавате ориентации като „30-годишен мъж с 35-годишна жена“.

Така че може би след 5-7 години ще завършим производството и ще отидем у вас. За безопасност. Това е във ваш собствен интерес, гражданино!

Позоваването

• За пристрастените към токсични мечки: пример за случай, в който бабите са по-евтини от детекторите.
• За котката терминатор и лицевото разпознаване. Епичен случай.
• За това как разграничихме каруца от бригадир.
• Още различни детектори.
• моята поща - [имейл защитен]

Източник: www.habr.com