বিপজ্জনক শিল্প: আমরা আপনাকে দেখছি, % ব্যবহারকারীর নাম% (ভিডিও বিশ্লেষণ)

একজন কমরেড হেলমেট ছাড়া, দ্বিতীয়জন গ্লাভস ছাড়া।

উত্পাদনে এমন অনেকগুলি খুব ভাল ক্যামেরা নেই, যার দিকে সবচেয়ে মনোযোগী দাদিরা তাকায় না। আরও স্পষ্টভাবে, তারা সেখানে একঘেয়েমি থেকে পাগল হয়ে যায় এবং সবসময় ঘটনাগুলি দেখতে পায় না। তারপরে তারা ধীরে ধীরে কল করে, এবং যদি এটি একটি বিপজ্জনক অঞ্চলে প্রবেশ করে, তবে কখনও কখনও কর্মশালায় কল করার কোনও অর্থ নেই, আপনি সরাসরি শ্রমিকের আত্মীয়দের কাছে যেতে পারেন।

অগ্রগতি এমন পর্যায়ে পৌঁছেছে যেখানে রোবট সবকিছু দেখতে পারে এবং যে কেউ এটি লঙ্ঘন করে তাকে মারধর করতে পারে। উদাহরণস্বরূপ, এসএমএস দ্বারা স্মরণ করিয়ে দেওয়ার মাধ্যমে, সাইরেনে কারেন্টের হালকা স্রাব দ্বারা, কম্পনের মাধ্যমে, একটি বাজে চিৎকার দ্বারা, উজ্জ্বল আলোর ঝলকানি দ্বারা, বা কেবল পরিচালককে বলার মাধ্যমে।

বিশেষভাবে:

• হেলমেট ছাড়া মানুষ চেনা খুব সহজ। এমনকি টাক বেশী. যদি আমরা হেলমেট ছাড়া একজন ব্যক্তিকে দেখি, তাহলে অপারেটর বা ওয়ার্কশপ ম্যানেজারকে একটি তাত্ক্ষণিক সতর্কতা পাঠানো হয়েছিল।
• বিপজ্জনক শিল্পে গগলস এবং গ্লাভস, বেল্ট জোতা (যদিও আমরা এখন কেবল ক্যারাবিনারের দিকেই তাকিয়ে আছি), প্রতিফলিত ভেস্ট, রেসপিরেটর, চুলের ক্যাপ এবং অন্যান্য পিপিই-এর ক্ষেত্রেও একই কথা। এখন সিস্টেমটি 20 ধরনের সিজভ চিনতে প্রশিক্ষিত।
• আপনি সাইটে লোকেদের সঠিকভাবে গণনা করতে পারেন এবং কখন এবং কতজন সেখানে ছিলেন তা বিবেচনা করতে পারেন।
• যখন একজন ব্যক্তি একটি বিপজ্জনক অঞ্চলে প্রবেশ করে তখন আপনি একটি অ্যালার্ম বাজাতে পারেন এবং এই অঞ্চলটি মেশিনগুলি শুরু এবং থামার ভিত্তিতে কনফিগার করা যেতে পারে।

ইত্যাদি। সবচেয়ে সহজ উদাহরণ হল তাদের হেলমেটের রঙের উপর ভিত্তি করে ব্রিকলেয়ার এবং কংক্রিট ঢালার রঙের পার্থক্য। রোবটকে সাহায্য করার জন্য। সর্বোপরি, বর্ণের বৈষম্যহীন সমাজে বাস করার কোন উদ্দেশ্য নেই।

কিভাবে তারা একটি নির্মাণ সাইটে চুরি

এক ধরণের সাধারণ চুরি হল যখন একজন ঠিকাদার সাইটে 100 জন কর্মী আনার প্রতিশ্রুতি দিয়েছিল, কিন্তু বাস্তবে 40-45 জন নিয়ে এসেছিল। আর বাড়ি তৈরি করে তৈরি হচ্ছে। তবুও, কেউ সঠিকভাবে তাদের প্রকৃতপক্ষে গণনা করতে পারে না। বিখ্যাত কৌতুক হিসাবে: যদি একটি ভালুক একটি নির্মাণ সাইটে বসতি স্থাপন করে এবং মানুষকে খায়, কেউ লক্ষ্য করবে না। একইভাবে, সাধারণ ঠিকাদারদের ক্রুদের নিয়ন্ত্রণ করার উপায় নেই। আরও স্পষ্ট করে বললে, আপনি যদি ACS ব্যবহার করেন, তবুও তিনি প্রতারিত হবেন, টার্মিনেটর বিড়াল সম্পর্কে এই পোস্টে মত.

সাধারণত নির্মাণ সাইটে কোন অ্যাক্সেস কন্ট্রোল সিস্টেম নেই বা তারা শুধুমাত্র প্রবেশদ্বার আছে.

আমরা অত্যন্ত উন্নত সভ্যতার সাথে অভিজ্ঞতা বিনিময় করতে গিয়েছিলাম এবং দেখেছি যে প্রতিটি পেশার (আরো সঠিকভাবে, ভূমিকা) এর নিজস্ব হেলমেটের রঙ রয়েছে। এখানে ইটভাটারা ইট দেয় - তাদের নীল হেলমেট আছে, ঢালাও কংক্রিট ঢেলে দেয় - তাদের সবুজ আছে, সব ধরণের স্মার্ট লোকেরা ঘুরে বেড়ায় - তাদের হলুদ আছে, তাই আপনাকে তাদের সামনে দুবার "কু" করতে হবে। ইত্যাদি।

এবং এই সব খুব সহজেই প্রতিটি ভূমিকা সনাক্ত করতে প্রয়োজন. সুবিধাটিতে বেশ কয়েক ডজন মোটামুটি সস্তা ক্যামেরা রয়েছে যা 320x200 রঙের মত কিছু তৈরি করে। শ্রমিকদের রিয়েল টাইমে তাদের হেলমেট দ্বারা গণনা করা হয় এবং প্রতিটি ক্যামেরার জন্য একটি নির্দিষ্ট নির্মাণ সাইট বরাদ্দ করা হয়। ফলস্বরূপ, দিনের শেষে, জোন অনুসারে সময়সূচী রেকর্ড করার জন্য এই সমস্ত বিশ্লেষণে একসাথে সেলাই করা হয়: কে কাজ করেছে, কী পরিমাণে এবং কোন এলাকায়।

সাধারণভাবে, আমরা অভিজ্ঞতা গ্রহণ করেছি। শুধুমাত্র যখন আমরা এটিকে ঘনিষ্ঠভাবে দেখছিলাম, তখন নিউরাল নেটওয়ার্কগুলি অনেক এগিয়ে গিয়েছিল এবং অনেক নতুন ডিটেক্টর উপস্থিত হয়েছিল। মাত্র কয়েক বছর আগে তারা বেশ কৌতুকপূর্ণ এবং অস্থির ছিল, কিন্তু এখন তারা আপনাকে খুব সঠিকভাবে সবচেয়ে আকর্ষণীয় পরিস্থিতি ধরতে দেয়। অন্তত প্রক্রিয়াকরণের গতির কারণে নয়, ডিটেক্টররা প্রায়শই পৃথক ফ্রেমে ভুল করে, তবে কোণে ছোটখাটো পরিবর্তন সহ একটি ভিডিও স্ট্রীমে আমরা একটি দুর্দান্ত ব্যবহারিক ফলাফল পাই।

যদি আমি আমার বেল্টে দ্বিতীয় হেলমেট রাখি?

প্রথমে আমরা শিখেছি যে একজন শ্রমিক দুটি শক্ত টুপি পেতে পারে এবং সেগুলির একটি তার পাছায় রাখতে পারে। আমাদের এখন একসাথে দুটি ডিটেক্টর আছে: একটি কঙ্কাল অনুসন্ধান করা এবং এই কঙ্কালের শীর্ষবিন্দুর সাথে মেলে একটি রঙের স্থান নির্ধারণ করা এবং সিঙ্ক্রোনাসভাবে চলমান বস্তুগুলি অনুসন্ধান করা। দ্বিতীয় পদ্ধতিটি সনাক্ত করা আরও সহজ হয়ে উঠেছে: উদাহরণস্বরূপ, একজন ব্যক্তি তার নিতম্বে হেলমেট সহ প্রায় কখনই এই হেলমেট দ্বারা পরিদর্শন করা হয় না। কারণ এটি করার জন্য আপনাকে আপনার মাথা ঘোরাতে হবে। এবং এই আন্দোলন খুব সহজেই সনাক্ত করা হয়। আরও স্পষ্টভাবে, আমরা জানি না যে সেখানে আসলে কী সনাক্ত করা হয়েছে (এটি একটি নিউরাল নেটওয়ার্ক), তবে এটি খুব দ্রুত শিখেছে এবং লঙ্ঘনকারীদের ধরতে পারে, কেউ বলতে পারে তাদের চলাফেরার মাধ্যমে।

আমরা একজন ব্যক্তির মডেল তৈরি করছি।

তারপরে আমরা রিয়েল টাইমে একটি হিট ম্যাপ তৈরি করি এবং দিনের শেষে রিপোর্ট করি।

তদনুসারে, একই নীতি ব্যবহার করে - একটি নিউরাল নেটওয়ার্ক প্রশিক্ষণের মাধ্যমে - নিম্নলিখিতগুলি সহজেই সনাক্ত করা যায়:

• হেলমেট।
• বাথরোব।
• ভেস্ট।
• বুট।
• আঠালো চুল।
• নিরাপত্তা ক্যারাবিনার।
• শ্বাসযন্ত্র
• সুরক্ষা চশমা।
• সঠিকভাবে একটি জ্যাকেট পরা (বৈদ্যুতিক সরঞ্জামের জন্য গুরুত্বপূর্ণ: এটি উত্পাদনের সময় মেশিন রুমে একটি শক হতে পারে)।
• ঘের বাইরে বড় যন্ত্র সরানো.

মোট, 29 ডিটেক্টর ইতিমধ্যে পরীক্ষা করা হয়েছে. একমাত্র পয়েন্ট হল যেহেতু আমরা রসায়ন বা খনির মতো বিপজ্জনক শিল্পে কাজ করি, তাই গ্লাভসের প্রকারের জন্য প্রয়োজনীয়তা রয়েছে। উদাহরণস্বরূপ, দীর্ঘ এবং সংক্ষিপ্ত। এই ক্ষেত্রে, তাদের বিভিন্ন রঙের হতে হবে: একটি ভিডিও ক্যামেরা ব্যবহার করে হাতার নীচে দৈর্ঘ্য নির্ধারণ করা খুব কঠিন।

কিন্তু এখানে প্রায়ই ইঁদুরের ঘটনা ছিল। আমাদের কাছে আলাদা ইঁদুর সনাক্তকারী নেই, তবে আমাদের কাছে এমন বস্তুর জন্য একটি ডিটেক্টর আছে যা মেশিনের অপারেশনে হস্তক্ষেপ করে:

আর কি সনাক্ত করা হচ্ছে?

আমরা রাসায়নিক উদ্ভিদে, খনির শিল্পে, পারমাণবিক শিল্পে এবং নির্মাণ সাইটে ডিটেক্টর পরীক্ষা করেছি। দেখা গেল যে সামান্য প্রচেষ্টায় আপনি আরও বেশ কয়েকটি প্রয়োজনীয়তা সমাধান করতে পারেন যা পূর্বে একই দাদীদের দ্বারা সমাধান করা হয়েছিল, হতবাকভাবে দুর্বল রেজোলিউশন এবং দুর্বল ফ্রেম রেট দিয়ে ছবিতে কিছু দেখার চেষ্টা করছেন। বিশেষভাবে:

• যেহেতু আমরা এখনও প্রতিটি শ্রমিকের একটি কঙ্কাল মডেল তৈরি করছি, তাই পতন সনাক্ত করা যেতে পারে। যদি এটি পড়ে যায়, আপনি অবিলম্বে এটি যে মেশিনটির পাশে অবস্থিত তা বন্ধ করতে পারেন (পাইলট বাস্তবায়নে এই জাতীয় কোনও সংহতকরণ ছিল না, কেবলমাত্র অ্যালার্ম ছিল)। ঠিক আছে, যদি আপনার আইওটি থাকে।
• অবশ্যই, বিপজ্জনক এলাকায় হচ্ছে। এটা খুব সহজ, খুব সঠিক এবং প্রত্যেকের জন্য খুব দরকারী। ধাতুবিদ্যার উদ্যোগে, লোকেরা ফুটন্ত ইস্পাতের ভ্যাটের পাশে কাজ করে; এটি ইস্পাতকে শক্ত করা দরকারী, তবে কখনও কখনও এটি ভুল দিকে একটু দাঁড়ানো বিপজ্জনক। বিভিন্ন উপাদান এবং সরঞ্জামের ক্রিয়াকলাপ বিবেচনায় নিয়ে, আপনি এই বিপজ্জনক পরিবর্তন করতে পারেন। অঞ্চল, তাদের জন্য একটি সময়সূচী সেট করুন, ইত্যাদি।
• পিপিই-এর উপস্থিতি সম্পর্কে আরেকটি খুব দরকারী ডিটেক্টর কর্মীদের দায়িত্ব পর্যবেক্ষণ করে এবং পরীক্ষা করে যে তারা বিপদে নেই। এখানে ঠাকুমা খুব দায়িত্বের সাথে অ্যাকাউন্টিংয়ের কাজটি করেন এবং তার জন্য প্রয়োজনীয় সমস্ত পিপিই পরেন। প্রশংসনীয় !

আচরণ নিয়ন্ত্রণ বাস্তবায়ন করা খুব সহজ ছিল - কর্মচারী ঘুমাচ্ছেন কিনা। যখন আমরা এই সমস্ত পরীক্ষা করছিলাম, তখন নিয়মগুলি "এই এলাকায় একটি সবুজ হেলমেটে একজন ব্যক্তি থাকতে হবে" থেকে "এই এলাকায় একটি সবুজ হেলমেটে একজন ব্যক্তিকে অবশ্যই চলাফেরা করতে হবে।" এখন পর্যন্ত শুধুমাত্র একজন বুদ্ধিমান লোক আছে যে চিপটি বের করেছে এবং ফ্যানটি চালু করেছে, কিন্তু এটিও ঠিক করা সহজ হয়েছে।

সব ধরনের বাষ্প এবং ধোঁয়া জেট রেকর্ড করা রসায়নবিদদের জন্য খুবই গুরুত্বপূর্ণ ছিল। তেল শিল্পে - পাইপের অখণ্ডতা। ফায়ার সাধারণত একটি স্ট্যান্ডার্ড ডিটেক্টর। এছাড়াও বন্ধ হ্যাচ একটি চেক আছে.

ভুলে যাওয়া জিনিসগুলি একইভাবে সনাক্ত করা হয়। আমরা কয়েক বছর আগে একটি স্টেশনে এটি পরীক্ষা করেছিলাম, সেখানে বিপুল সংখ্যক ইভেন্টের কারণে এটি প্রায় কোনও অর্থবোধ করে না। তবে কারখানাগুলিতে, বিশেষত রাসায়নিকগুলি, পরিষ্কার জায়গায় জিনিসগুলি পর্যবেক্ষণ করা খুব সুবিধাজনক।

মজার বিষয় হল, আমরা ভিডিও বিশ্লেষণ থেকে সরাসরি ক্যামেরা এলাকায় ডিভাইসের রিডিং পড়তে পারি। এটি একই রসায়নবিদদের জন্য প্রাসঙ্গিক যাদের উৎপাদন কমপ্লেক্সে একটি উচ্চ বিপত্তি শ্রেণী রয়েছে। যেকোন পরিবর্তন, যেমন একটি সেন্সর প্রতিস্থাপন, মানে প্রকল্পের পুনরায় সমন্বয়। এটি দীর্ঘ, ব্যয়বহুল এবং বেদনাদায়ক। আরও স্পষ্টভাবে, এটি দীর্ঘ, ব্যয়বহুল এবং বেদনাদায়ক। অতএব, ইন্টারনেট অফ থিংস তাদের জন্য দেরী করে আসবে। এখন তারা মিটারে ভিডিও নজরদারি চায় এবং ডেটা পড়তে চায়, দ্রুত তাদের প্রতিক্রিয়া জানায় এবং অপ্রত্যাশিতভাবে এবং অলক্ষিত যন্ত্রপাতি ব্যর্থতার কারণে ক্ষতি কমাতে পারে। বর্তমান মিটার ডেটার উপর ভিত্তি করে, আপনি এন্টারপ্রাইজের একটি ডিজিটাল টুইন তৈরি করতে পারেন, ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ এবং মেরামত বাস্তবায়ন করতে পারেন, তবে এটি সম্পূর্ণ ভিন্ন গল্প... আমাদের ইতিমধ্যেই নিয়ন্ত্রণ আছে: আমরা এখন ডেটার সামগ্রিকতার উপর ভিত্তি করে সক্রিয় বিশ্লেষণ লিখছি। এবং আলাদাভাবে - একটি ব্যাটারি প্রতিস্থাপন পূর্বাভাস মডিউল।

আরেকটি অবিশ্বাস্য জিনিস - এটি প্রমাণিত হয়েছে যে শস্যভাণ্ডারে এবং চূর্ণ পাথরের মতো উপকরণ সংরক্ষণে, আপনি 3-4 কোণ থেকে একটি গাদা অঙ্কুর করতে পারেন এবং এর প্রান্তগুলি নির্ধারণ করতে পারেন। এবং প্রান্তগুলি নির্ধারণ করে, 1% পর্যন্ত ত্রুটি সহ শস্য বা উপাদানের পরিমাণ দিন।

আমরা যে শেষ ডিটেক্টর সম্পর্কে লিখেছিলাম তা হল ড্রাইভারের ক্লান্তি পর্যবেক্ষণ করা, যেমন "মাথা নাড়ানো", হাঁপানি এবং জ্বলজ্বল করার ফ্রিকোয়েন্সি। এটি HD ক্যামেরার জন্য যেখানে চোখ দেখা যায়। সম্ভবত, এটি নিয়ন্ত্রণ কক্ষে ইনস্টল করা হবে। তবে মূল প্রয়োজন হল বেলএজেড এবং কামাজেড ট্রাকের জন্য কোয়ারিগুলির জন্য। কখনও কখনও গাড়ি সেখানে পড়ে যায়, তাই এখন খনির জায়গায় তারা ড্রাইভারকে নিয়ন্ত্রণ করার জন্য কিছু নিয়ে আসতে বাধ্য হয়। রোবট দাদীর চেয়ে ভালো।

গাড়ি সম্পর্কে। উদাহরণস্বরূপ, ক্লান্তি নিয়ন্ত্রণের বিষয়টি শুধুমাত্র বেলএজেড, কামাজেড এবং অন্যান্য এমএজেড যানবাহনই নয় অটোমেকারদের দ্বারা সক্রিয়ভাবে ব্যবহৃত হয়। নির্মাতারা ইতিমধ্যে সাধারণ সাধারণ গাড়িগুলিতে ড্রাইভার ক্লান্তি সতর্কতা ব্যবস্থা তৈরি করছে, তবে এখনও পর্যন্ত তাদের কাছে মোটামুটি সহজ সমাধান রয়েছে যা চিহ্নগুলির সাথে সম্পর্কিত গাড়ির অবস্থান এবং স্টিয়ারিং হুইল চলাচলের প্রকৃতি বিশ্লেষণ করে। আমরা আরও এগিয়ে গিয়ে মানুষের আচরণ সনাক্ত করি, যা অনেক বেশি জটিল।

ড্রাইভার নজরদারির আরেকটি ক্ষেত্রে গাড়ি শেয়ারিং মেশিন ব্যবহার করার সময় ভুল আচরণ সনাক্ত করা হয়। আপনি হাত ছাড়া ফোনে কথা বলতে পারবেন না, খাওয়া, পান, ধূমপান এবং আরও অনেক কিছু।

ও, আর একটা কথা. বেশ কয়েক বছর ধরে এখন আমরা ক্যামেরার মধ্যে একটি বস্তু ট্র্যাক করতে সক্ষম হয়েছি - যখন, উদাহরণস্বরূপ, কিছু চুরি হয়েছিল, আপনাকে কোন উপায়ে এবং কীভাবে তা পরীক্ষা করতে হবে। যদি সুবিধাটিতে 100টি ক্যামেরা থাকে, তাহলে আপনি উপাদান তুলতে ক্লান্ত হয়ে পড়বেন। এবং তারপর সিস্টেমটি স্বয়ংক্রিয়ভাবে মহাসাগর এবং তার বন্ধুদের সম্পর্কে একটি অ্যাকশন-প্যাকড থ্রিলার তৈরি করবে।

দুই বছর আগের সিস্টেম থেকে পার্থক্য কি? এখন এটি কেবল স্বীকৃতি নয় যেমন "কমলা জ্যাকেটের একটি টাক লোক একটি কোষ ছেড়ে প্রায় সাথে সাথে অন্যটিতে প্রবেশ করেছে" তবে ঘরের একটি গাণিতিক মডেল তৈরি করা হয়েছে এবং এর ভিত্তিতে, বস্তুর গতিবিধি সম্পর্কে অনুমান তৈরি করা হয়েছে। যে, এই সব ওভারল্যাপ সঙ্গে এলাকায় এবং অন্ধ দাগ সঙ্গে জায়গা, কখনও কখনও ব্যাপক বেশী কাজ শুরু. এবং ডিটেক্টরগুলি এখন অনেক উন্নত, কারণ সেখানে লাইব্রেরি রয়েছে যা চেহারা দ্বারা বয়স নির্ধারণ করে। এইচডি ক্যামেরাগুলিতে আপনি "একজন 30 বছর বয়সী একজন 35 বছর বয়সী মহিলার সাথে" এর মতো অভিযোজন সেট করতে পারেন।

সুতরাং, সম্ভবত 5-7 বছরের মধ্যে আমরা উত্পাদন শেষ করব এবং আপনার বাড়িতে যাব। নিরাপত্তার জন্য. এটা আপনার নিজের স্বার্থে, নাগরিক!

রেফারেন্স

• বিষাক্ত-আসক্ত ভাল্লুক সম্পর্কে: এমন একটি উদাহরণ যেখানে দাদিরা ডিটেক্টরের চেয়ে সস্তা ছিল।
• টার্মিনেটর বিড়াল এবং মুখের স্বীকৃতি সম্পর্কে। এপিক কেস।
• আমরা কিভাবে একটি ফোরম্যান থেকে একটি কার্ট আলাদা করেছি সে সম্পর্কে।
• আরও বিভিন্ন ডিটেক্টর।
• আমার মেইল ​​- [ইমেল সুরক্ষিত]

উত্স: www.habr.com