Un company està sense casc, el segon sense guants.
En producció hi ha moltes càmeres no molt bones, a les quals no miren les àvies més atentes. Més precisament, simplement s'hi tornen bojos per la monotonia i no sempre veuen incidents. Llavors truquen lentament, i si entrava en una zona perillosa, de vegades no té sentit trucar al taller, pots anar directament als familiars del treballador.
El progrés ha arribat al punt en què el robot pot veure-ho tot i donar un cop de pesta a qualsevol que ho violi. Per exemple, recordant per SMS, per una lleugera descàrrega de corrent a la sirena, per vibració, per un grinyol desagradable, per un flaix de llum brillant o simplement dient-li al responsable.
Concretament:
- És molt fàcil reconèixer persones sense casc. Fins i tot els calbs. Si veiem una persona sense casc, s'enviava una alerta immediata a l'operador o cap del taller.
- El mateix passa amb les ulleres i els guants en indústries perilloses, l'arnès de cinturó (tot i que de moment només estem mirant el mosquetó), armilles reflectants, respiradors, gorres de cabell i altres EPI. Ara el sistema està entrenat per reconèixer 20 tipus de Sizov.
- Podeu comptar amb precisió les persones del lloc i tenir en compte quan i quantes d'elles hi eren.
- Podeu fer sonar una alarma quan una persona entra en una zona perillosa, i aquesta zona es pot configurar en funció del fet que les màquines s'inicien i s'aturen.
Etcètera. L'exemple més senzill és la diferenciació de colors dels paletes i els abocadors de formigó en funció del color del seu casc. Per ajudar el robot. Al cap i a la fi, viure en una societat sense diferenciació de colors és no tenir cap propòsit.
Com roben en una obra
Un tipus de robatori comú és quan un contractista va prometre portar 100 treballadors al lloc, però de fet en va portar entre 40 i 45. I la casa s'està construint i construint. Tot i així, ningú pot comptar amb precisió de fet. Com en la famosa broma: si un ós s'instal·la en una obra i es menja gent, ningú se n'adonarà. Així mateix, el contractista general no té cap manera de controlar les tripulacions. Més precisament, fins i tot si feu servir ACS, encara serà enganyat, .
Normalment no hi ha sistemes de control d'accés a les obres o només es troben a l'entrada.
Vam anar a intercanviar experiències amb civilitzacions molt desenvolupades i vam veure que cada professió (més precisament, rol) té el seu color de casc. Aquí els paletes posen els maons -tenen cascs blaus, els abocadors aboquen el formigó- en tenen de verds, tota mena de gent intel·ligent que passeja - en tenen grocs, així que has de fer "ku" dues vegades davant d'ells. Etcètera.
I tot això és necessari per detectar molt fàcilment cada rol. La instal·lació té diverses dotzenes de càmeres bastant barates que produeixen alguna cosa com 320x200 en color. Els treballadors es compten amb el casc en temps real i s'assigna un lloc de construcció específic a cada càmera. Com a resultat, al final del dia, tot això s'uneix en analítiques per registrar els horaris per zones: qui va treballar, en quina quantitat i en quina àrea.
En general, hem adoptat experiència. Només mentre ho estàvem mirant de prop, les xarxes neuronals van avançar molt i van aparèixer molts detectors nous. Fa només uns anys eren força capritxosos i inestables, però ara permeten captar amb molta precisió les situacions més interessants. No menys important per la velocitat de processament, els detectors sovint cometen errors en fotogrames individuals, però en un flux de vídeo amb canvis menors d'angle obtenim un resultat pràctic excel·lent.
Què passa si em poso el segon casc al cinturó?
Primer vam aprendre que un treballador podia agafar dos cascos i posar-se un d'ells al cul. Ara tenim dos detectors alhora: cercar un esquelet i determinar una taca de color que coincideixi amb el vèrtex d'aquest esquelet, i cercar objectes en moviment sincrònic. El segon mètode va resultar més fàcil de detectar: per exemple, una persona amb un casc al cul gairebé mai no és inspeccionada per aquest casc. Perquè per fer-ho cal girar el cap. I aquest moviment es detecta molt fàcilment. Més precisament, no sabem què es detecta exactament allà (és una xarxa neuronal), però va aprendre molt ràpidament i atrapa els infractors, es podria dir, amb la seva marxa.
Estem construint un model de persona.
A continuació, simplement construïm un mapa de calor en temps real i informes al final del dia.
En conseqüència, utilitzant el mateix principi, entrenant una xarxa neuronal, es detecten fàcilment els següents:
- Cascos.
- Barnussos.
- Armilles.
- Botes.
- Enganxant els cabells.
- Mosquetons de seguretat.
- Respiradors.
- Ulleres de protecció.
- Portar una jaqueta correctament (important per als equips elèctrics: pot provocar una descàrrega a la sala de màquines en producció).
- Moure instruments grans fora del perímetre.
En total, ja s'han provat 29 detectors. L'únic punt és que com que treballem en indústries perilloses com la química o la mineria, hi ha requisits per als tipus de guants. Per exemple, llarg i curt. En aquest cas, han de ser de diferents colors: és molt difícil determinar la longitud sota la màniga amb una càmera de vídeo.
Però aquí sovint hi havia casos de rates. No tenim un detector de rates a part, però sí un detector d'objectes que interfereixen amb el funcionament de la màquina:
Què més s'està detectant?
Hem provat detectors en plantes químiques, en la indústria minera, en la indústria nuclear i en obres de construcció. Va resultar que amb una mica d'esforç podeu resoldre diversos requisits més que anteriorment eren resolts per les mateixes àvies, intentant sorprès veure alguna cosa a la imatge a través d'una mala resolució i una baixa velocitat de fotogrames. Concretament:
- Com que encara estem construint un model esquelètic de cada treballador, es poden detectar caigudes. Si cau, podeu aturar immediatament la màquina al costat de la qual es troba (en les implementacions pilot no hi havia aquesta integració, simplement hi havia alarmes). Bé, això és si teniu IoT.
- Per descomptat, estar en zones perilloses. És molt fàcil, molt precís i molt útil per a tothom. A les empreses metal·lúrgiques, la gent treballa al costat de tines d'acer bullint; és útil endurir l'acer, però de vegades és perillós posar-se una mica al costat equivocat. Tenint en compte el funcionament de diferents components i equips, podeu canviar aquests perillosos zones, establir-hi un calendari, etc.
- Un altre detector molt útil sobre la presència d'EPI controla la responsabilitat dels empleats i comprova que no estiguin en perill. Aquí l'àvia aborda la tasca comptable amb molta responsabilitat i porta tots els EPI que li requereixen. Encomiable!
Va ser molt fàcil implementar el control del comportament, tant si l'empleat estava dormint com si no. Mentre estàvem provant tot això, les regles van evolucionar de "Hi ha d'haver una persona amb un casc verd en aquesta zona" a "En aquesta zona una persona amb un casc verd s'ha de moure". Fins ara només hi ha hagut un home intel·ligent que va descobrir el xip i va encendre el ventilador, però això també va resultar fàcil d'arreglar.
Era molt important que els químics registressin tot tipus de raigs de vapor i fum. A la indústria petroliera - la integritat de les canonades. El foc és generalment un detector estàndard. També hi ha un control de les escotilles tancades.
Les coses oblidades es detecten de la mateixa manera. Ho vam provar en una de les estacions fa un parell d'anys, allà gairebé no té sentit a causa de la gran quantitat d'esdeveniments. Però a les fàbriques, especialment les químiques, és molt convenient controlar les coses en una zona neta.
Curiosament, podem llegir les lectures dels dispositius a la zona de la càmera directament des de l'anàlisi de vídeo. Això és rellevant per als mateixos químics els complexos de producció dels quals tenen una classe de perill alta. Qualsevol canvi, com la substitució d'un sensor, suposa una re-coordinació del projecte. És llarg, car i dolorós. Més precisament, és LLARG, CAR i DOLORS. Per tant, l'Internet de les coses arribarà tard per a ells. Ara volen videovigilància en comptadors i llegir dades, respondre-hi ràpidament i reduir les pèrdues per fallades inesperades i inadvertides dels equips. A partir de les dades actuals del comptador, podeu construir un bessó digital de l'empresa, implementar manteniment predictiu i reparació, però aquesta és una història completament diferent... Ja tenim el control: ara estem escrivint analítiques proactives basades en la totalitat de les dades. I per separat: un mòdul de predicció de substitució de la bateria.
Una altra cosa increïble: va resultar que als graners i a l'emmagatzematge de materials com la pedra picada, podeu disparar una pila des de 3-4 angles i determinar-ne les vores. I havent determinat les vores, doneu el volum de gra o material amb un error de fins a un 1%.
L'últim detector sobre el qual vam escriure va ser el control de la fatiga del conductor, com ara "assentir amb el cap", badallar i parpellejar. Això és per a càmeres HD on els ulls són visibles. Molt probablement, s'instal·larà a les sales de control. Però la principal necessitat és de camions BelAZ i KamAZ per a pedreres. De vegades els cotxes cauen allà baix, així que ara al jaciment miner es veuen obligats a trobar alguna cosa per controlar el conductor. El robot és millor que l'àvia.
Sobre els cotxes. Per exemple, el tema del control de la fatiga és utilitzat activament pels fabricants d'automòbils no només BelAZ, KamAZ i altres vehicles MAZ. Els fabricants ja estan incorporant sistemes d'avís de fatiga del conductor als cotxes normals, però fins ara tenen solucions bastant senzilles que analitzen només la posició del cotxe en relació amb les marques i la naturalesa del moviment del volant. Hem anat més enllà i hem detectat el comportament humà, que és molt més complex.
Un altre cas de vigilància del conductor és la detecció de comportaments incorrectes a l'hora d'utilitzar màquines per compartir cotxe. No pots parlar per telèfon sense mans lliures, menjar, beure, fumar i molt més.
Ah, i una última cosa. Des de fa uns quants anys hem estat capaços de rastrejar un objecte entre càmeres: quan, per exemple, se'ls roba alguna cosa, cal comprovar de quina manera i com. Si hi ha 100 càmeres a la instal·lació, aleshores estaràs esgotat per aixecar el material. A continuació, el sistema generarà automàticament un thriller ple d'acció sobre Ocean i els seus amics.
Quina diferència hi ha amb el sistema de fa dos anys? Ara això no és només un reconeixement com "un home calb amb una jaqueta taronja va sortir d'una cel·la i gairebé immediatament va entrar en una altra", sinó que es construeix un model matemàtic de l'habitació i, a partir d'ell, es construeixen hipòtesis sobre el moviment de l'objecte. És a dir, tot això va començar a funcionar en zones amb solapament i llocs amb punts cecs, de vegades extensos. I els detectors ara són molt millors, perquè hi ha biblioteques que determinen l'edat per la cara. A les càmeres HD podeu establir orientacions com "un home de 30 anys amb una dona de 35".
Així, potser d'aquí a 5-7 anys acabarem la producció i anirem a casa teva. Per seguretat. Això és pel vostre propi interès, ciutadà!
Referències
- El meu correu - [protegit per correu electrònic]
Font: www.habr.com