Jedan drug je bez šlema, drugi bez rukavica.
U proizvodnji postoji mnogo ne baš dobrih kamera, u koje ne gledaju najpažljivije bake. Tačnije, tamo jednostavno polude od monotonije i ne vide uvijek incidente. Onda polako zovu, a ako se ulazilo u opasnu zonu, onda ponekad nema smisla zvati radionicu, možete ići pravo kod rođaka radnika.
Napredak je dostigao tačku u kojoj robot može vidjeti sve i udariti bičem svakog ko ga prekrši. Na primjer, podsjećanjem putem SMS-a, laganim pražnjenjem struje na sirenu, vibracijom, gadnim škripom, bljeskom jakog svjetla ili jednostavno saopćenjem menadžera.
Konkretno:
- Vrlo je lako prepoznati ljude bez kacige. Čak i ćelave. Ako smo vidjeli osobu bez kacige, odmah je poslano upozorenje operateru ili voditelju radionice.
- Isto vrijedi i za naočale i rukavice u opasnim industrijama, pojaseve (iako za sada gledamo samo karabiner), reflektirajuće prsluke, respiratore, kape za kosu i drugu osobnu zaštitnu opremu. Sada je sistem osposobljen da prepozna 20 tipova Sizova.
- Možete precizno prebrojati ljude na lokaciji i uzeti u obzir kada i koliko ih je bilo tamo.
- Možete oglasiti alarm kada osoba uđe u opasnu zonu, a ova zona se može konfigurirati na osnovu činjenice da se mašine pokreću i zaustavljaju.
I tako dalje. Najjednostavniji primjer je diferencijacija boja zidara i betonera na osnovu boje njihove kacige. Da pomognem robotu. Na kraju krajeva, živjeti u društvu bez diferencijacije boja znači imati besmislenu svrhu.
Kako kradu na gradilištu
Jedna vrsta uobičajene krađe je kada je izvođač obećao da će dovesti 100 radnika na gradilište, ali je u stvari doveo 40-45. A kuća se gradi i gradi. Ipak, niko ih zapravo ne može tačno prebrojati. Kao u poznatom vicu: ako se medvjed nastani na gradilištu i pojede ljude, niko to neće primijetiti. Isto tako, generalni izvođač nema načina da kontroliše posade. Tačnije, čak i ako koristite ACS, on će i dalje biti prevaren, .
Obično na gradilištima nema sistema kontrole pristupa ili su samo na ulazu.
Išli smo da razmenimo iskustva sa visokorazvijenim civilizacijama i videli da svako zanimanje (tačnije uloga) ima svoju boju kacige. Ovdje zidari slažu cigle - imaju plave šlemove, sipači beton sipaju - imaju zelene, šetaju svakakvi pametnjakovići - imaju žute, pa moraš dva puta ispred njih "ku". I tako dalje.
A sve je to potrebno za vrlo lako otkrivanje svake uloge. Objekat ima nekoliko desetina prilično jeftinih kamera koje proizvode nešto poput 320x200 u boji. Radnici se broje po kacigama u realnom vremenu, a za svaku kameru je dodijeljeno određeno gradilište. Kao rezultat toga, na kraju dana, sve se to spaja u analitici kako bi se zabilježili rasporedi po zonama: ko je radio, u kojoj količini i u kojoj oblasti.
Generalno, usvojili smo iskustvo. Samo dok smo to pažljivo promatrali, neuronske mreže su iskoračile daleko naprijed i pojavilo se mnogo novih detektora. Prije samo nekoliko godina bili su prilično hiroviti i nestabilni, ali sada vam omogućavaju da vrlo precizno uhvatite najzanimljivije situacije. Ne samo zbog brzine obrade, detektori često griješe na pojedinačnim kadrovima, ali na video streamu sa manjim promjenama ugla dobijamo odličan praktičan rezultat.
Šta ako stavim drugu kacigu na pojas?
Prvo smo saznali da radnik može uzeti dva kaciga i jedan od njih staviti na zadnjicu. Sada imamo dva detektora odjednom: traženje kostura i određivanje tačke u boji koja odgovara tjemenu ovog skeleta i traženje objekata koji se sinhrono kreću. Pokazalo se da je druga metoda lakša za otkrivanje: na primjer, osobu s kacigom na zadnjici gotovo nikada ne pregledava ova kaciga. Jer da biste to uradili morate rotirati glavu. I ovaj pokret se vrlo lako detektuje. Tačnije, ne znamo šta se tu zapravo detektuje (neuronska mreža), ali je vrlo brzo naučila i hvata prekršioce, reklo bi se, hodom.
Gradimo model osobe.
Zatim jednostavno napravimo toplotnu kartu u realnom vremenu i izvještaje na kraju dana.
U skladu s tim, koristeći isti princip - treniranjem neuronske mreže - sljedeće se lako otkriva:
- Kacige.
- Haljine.
- Prsluci.
- Čizme.
- Lepljiva kosa.
- Sigurnosni karabineri.
- Respiratori.
- Zaštitne naočale.
- Pravilno nošenje jakne (važno za električnu opremu: može izazvati šok u mašinskoj prostoriji u proizvodnji).
- Premještanje velikih instrumenata izvan perimetra.
Ukupno je već testirano 29 detektora. Jedina stvar je da, budući da radimo u opasnim industrijama kao što su hemija ili rudarstvo, postoje zahtjevi za vrste rukavica. Na primjer, duge i kratke. U ovom slučaju moraju biti različitih boja: vrlo je teško odrediti dužinu ispod rukava pomoću video kamere.
Ali ovdje je često bilo slučajeva pacova. Nemamo poseban detektor pacova, ali imamo detektor za objekte koji ometaju rad mašine:
Šta se još otkriva?
Testirali smo detektore u hemijskim postrojenjima, u rudarskoj industriji, u nuklearnoj industriji i na gradilištima. Ispostavilo se da uz malo truda možete riješiti još nekoliko zahtjeva koje su ranije rješavale iste bake, zaprepašteno pokušavajući vidjeti nešto na slici kroz lošu rezoluciju i lošu brzinu kadrova. Konkretno:
- Budući da još uvijek gradimo skeletni model svakog radnika, padovi se mogu detektirati. Ako padne, možete odmah zaustaviti mašinu pored koje se nalazi (u pilot implementacijama nije bilo takve integracije, samo su bili alarmi). Pa, to je ako imate IoT.
- Naravno, u opasnim područjima. To je vrlo jednostavno, vrlo precizno i vrlo korisno za sve. U metalurškim poduzećima ljudi rade pored bačvi od kipućeg čelika, korisno je očvrsnuti čelik, ali ponekad je opasno stajati malo na pogrešnoj strani. Uzimajući u obzir rad različitih komponenti i opreme, možete promijeniti ove opasne zone, postavite raspored za njih i tako dalje.
- Još jedan vrlo koristan detektor o prisutnosti LZO prati odgovornost zaposlenih i provjerava da nisu u opasnosti. Ovdje baka pristupa računovodstvenom zadatku vrlo odgovorno i nosi svu LZO koja joj je potrebna. Pohvalno!
Bilo je vrlo lako implementirati kontrolu ponašanja – da li zaposleni spava ili ne. Dok smo sve ovo testirali, pravila su evoluirala od “U ovom području mora biti osoba u zelenoj kacigi” do “U ovoj oblasti se osoba u zelenoj kacigi mora kretati”. Do sada je postojao samo jedan pametnjaković koji je otkrio čip i uključio ventilator, ali se i ovo pokazalo lako popraviti.
Za hemičare je bilo veoma važno da snime sve vrste mlazova pare i dima. U naftnoj industriji - integritet cijevi. Požar je generalno standardni detektor. Tu je i provjera zatvorenih otvora.
Zaboravljene stvari se otkrivaju na isti način. To smo testirali na jednoj od stanica prije par godina, tamo gotovo da nema smisla zbog velikog broja događaja. Ali u fabrikama, posebno hemijskim, vrlo je zgodno pratiti stvari u čistom prostoru.
Zanimljivo je da očitavanja uređaja u području kamere možemo čitati direktno iz video analitike. Ovo je relevantno za iste hemičare čiji proizvodni kompleksi imaju visoku klasu opasnosti. Svaka promjena, kao što je zamjena senzora, znači ponovnu koordinaciju projekta. To je dugo, skupo i bolno. Tačnije, DUGO je, SKUPO i BOLNO. Stoga će Internet stvari za njih doći kasno. Sada žele video nadzor na brojilima i očitane podatke, brzo reagovati na njih i smanjiti gubitke zbog neočekivanog i neprimjećenog kvara opreme. Na osnovu trenutnih podataka brojila, možete izgraditi digitalni blizanac preduzeća, implementirati prediktivno održavanje i popravke, ali to je sasvim druga priča... Već imamo kontrolu: sada pišemo proaktivnu analitiku zasnovanu na ukupnosti podataka. I odvojeno - modul za predviđanje zamjene baterije.
Još jedna nevjerojatna stvar - pokazalo se da u žitnicama iu skladištima materijala poput lomljenog kamena možete gađati gomilu iz 3-4 ugla i odrediti njene rubove. I nakon što odredite ivice, dajte volumen zrna ili materijala s greškom do 1%.
Posljednji detektor o kojem smo pisali bio je praćenje umora vozača, kao što su "klimanje", zijevanje i učestalost treptanja. Ovo je za HD kamere kod kojih su oči vidljive. Najvjerovatnije će biti ugrađen u kontrolne sobe. Ali glavna potreba je za kamionima BelAZ i KamAZ za kamenolome. Ponekad automobili padaju dole, pa su sada na rudarskom mestu primorani da smisle nešto da kontrolišu vozača. Robot je bolji od bake.
O automobilima. Na primjer, temu kontrole umora aktivno koriste proizvođači automobila ne samo BelAZ, KamAZ i druga vozila MAZ. Proizvođači već ugrađuju sisteme upozorenja na umor vozača u obične obične automobile, ali za sada imaju prilično jednostavna rješenja koja analiziraju samo položaj automobila u odnosu na oznake i prirodu kretanja volana. Išli smo dalje i otkrili ljudsko ponašanje, koje je mnogo složenije.
Drugi slučaj nadzora vozača je otkrivanje nepravilnog ponašanja prilikom korištenja mašina za dijeljenje automobila. Ne možete razgovarati telefonom bez slobodnih ruku, jesti, piti, pušiti i još mnogo toga.
Oh, i još jedna stvar. Već nekoliko godina možemo pratiti predmet između kamera - kada je, na primjer, nešto ukradeno, treba provjeriti na koji način i kako. Ako u objektu ima 100 kamera, onda ćete biti iscrpljeni u podizanju materijala. A onda će sistem automatski generisati triler pun akcije o Oceanu i njegovim prijateljima.
Koja je razlika u odnosu na sistem od prije dvije godine? Sada to nije samo prepoznavanje poput „ćelav čovjek u narandžastoj jakni napustio je jednu ćeliju i skoro odmah ušao u drugu“, već se gradi matematički model sobe, a na osnovu njega se grade hipoteze o kretanju objekta. Odnosno, sve je to počelo funkcionirati u područjima sa preklapanjem i mjestima sa slijepim pjegama, ponekad i velikim. A detektori su sada mnogo bolji, jer postoje biblioteke koje određuju starost po licu. Na HD kamerama možete postaviti orijentacije poput „30-godišnji muškarac sa 35-godišnjom ženom“.
Dakle, možda za 5-7 godina završimo proizvodnju i odemo kod vas kući. Zbog sigurnosti. Ovo je u Vašem interesu, građanine!
reference
- moja pošta - [email zaštićen]
izvor: www.habr.com