Üks kaastöötaja on ilma kiivrita, teine aga ilma kindadeta.
Tootmisüksustes on palju mitte kõige paremat tüüpi kaameraid, mille vaatevälja jälgivad mitte kõige tähelepanelikumad vanaprouad. Täpsemalt öeldes, nad lihtsalt lähevad seal igavusest hulluks ja ei näe alati sündmusi. Siis helistavad nad aeglaselt, ja kui see oli sisenemine ohtlikku piirkonda, pole mõtet tehasesse helistada, saab kohe töökaaslastele teatada.
Progress on jõudnud sellesse punkti, et robot suudab kõike näha ja anda hoiatust igaühele, kes reegleid rikub. Näiteks saates SMS-i, kergelt elektrošoki, vibratsiooni, ebameeldiva piiksuma, ereda valguse sähvatused või lihtsalt öelda juhile.
Konkreetsemalt:
- Inimeste tuvastamine ilma kiivrita on väga lihtne. Isegi kiilasid. Kui näete inimest ilma kiivrita, tuleb kohe teavitada operaatorit või tööjuhti.
- Sama kehtib ka prillide ja kindade kohta ohtlikes tootmisüksustes, turvavööde kohta (kuigi praegu vaatame ainult karabiini), helkurvestide, respiraatorite, juuste katmiseks mõeldud kiivrite ja teiste isikukaitsevahendite kohta. Praegu on süsteem õpetatud tuvastama 20 tüüpi kaitsevahendeid.
- Objektil olevate inimeste täpne arvestamine on võimalik ning arvestada, kui palju ja millal neid oli.
- Inimese sisenemisel ohtlikku alasse saab häiret anda, ning see ala saab seadistada vastavalt masinate käivitamisele-seiskamisele.
Ja nii edasi. Lihtsaim näide on telliskivide paigaldajate ja betooni valajate värvikoodide eristamine kiivri värvi järgi. Selleks, et aidata robotit. Lõppude lõpuks, elada ühiskonnas, kus puudub värviline diferentseerimine, tähendab, et ei ole eesmärki.
Kuidas ehitusplatsilt varastatakse
Üks levinud varguse vorme on see, kui alltöövõtja on lubanud objekti tuua 100 töötajat, aga tegelikult toob 40–45. Ja maja ehitatakse ikka edasi. Keegi ei suuda neid täpselt arvestada. Nagu tuntud anekdoot: kui ehitusplatsile asub karu ja hakkab inimesi sööma, siis keegi ei pane seda tähele. Nii ei ole ka peaaegu võimalik üldehitajal meeskondi kontrollida. Pigem, isegi kui kasutada juurdepääsukontrolli süsteemi, petetakse teda ikkagi. .
Tavaliselt pole ehitusplatsidel juurdepääsukontrollisüsteeme või need on vaid sissepääsu juures.
Külastasime kõrgelt arenenud tsivilisatsioone, et omavahel kogemusi vahetada, ja nägime, et igal ametil (või õigemini rollil) on oma kiivri värv. Telliseid laduvad tellijad kannavad siniseid kiivreid, betooni valavad valajad kannavad rohelisi, ringi liiguvad igasugused nutikad inimesed — nende kiivrid on kollased, mistõttu tuleb nende ees kaks korda "ku" teha. Ja nii edasi.
Kogu selle idee eesmärk on võimaldada igat rolli väga lihtsalt tuvastada. Objektile on paigaldatud mitu kümend üsna odavat kaamerat, mis annavad midagi sarnast 320x200 värviliselt. Reaalajas arvestatakse töötajaid kiivrite järgi, ja iga kaamera on seotud konkreetse ehitusala kasutamisega. Lõpuks kombineeritakse kõik see päeva lõpus analüüsis piirkondade graafikute arvestusse: kes, kui palju ja millisel alal töötas.
Kokkuvõttes oleme omandanud kogemusi. Ainult et seni, kuni me nendele pilku heitsime, on tehisintellekt kaugemale arenenud ning ilmunud on palju uusi detektoreid. Veel paar aastat tagasi olid need üsna kapriissed ja ebastabiilsed, kuid nüüd suudavad nad väga täpselt tuvastada kõige huvitavamaid olukordi. Eriti töötlemiskiirusest tulenevalt eksivad detektorid tihti üksikute kaadrite puhul, ja väikeste nurga muutustega videovoogudel saame suurepärase praktilise tulemuse.
Ja kui ma panen teise kiivri vööle?
Esimesena õppisime, et töötaja võib saada kaks kiivrit, millest ühe võib panna pepule. Meil on kohe kaks detektorit: luustiku otsing ja värvipilve sobitamine selle luustiku tipus ning samas liikuvaid objekte otsides. Teise detekteerimine osutus lihtsamaks: näiteks inimene, kellel on kiiver pepul, ei vaata tavaliselt selle kiivriga ringi. Selleks peab pead pöörama. Ja seda liikumist on väga lihtne tuvastada. Täpsemalt, me ei tea, mis seal täpselt tuvastatakse (see on ju tehisintellekt), kuid see õppis väga kiiresti ja püüab rikkumisi kinni, öeldes nii, et ta jälgib inimese käike.
Me loodame inimese mudelit.
Edasi liigume - loome reaalajas soojuskaardi ja päevakokkuvõtteid.
Seega seetõttu sama põhimõtte kohaselt - tehisintellekti koolitus - on kergesti tuvastatavad:
- Kiivrid.
- Kitleid.
- Vestid.
- Saapad.
- Pikad juuksed.
- Kaitsekarabiinid.
- Respiraatorid.
- Kaitseprillid.
- Õige jope kandmine (oluline elektriseadmete jaoks: võib šokeerida masinasaalis tootmises).
- Suurte tööriistade eemaldamine perimeetri alt.
Kokku on praeguseks testitud 29 detektorit. Üks oluline aspekt on see, et kuna me töötame ohtlikes tööstusharudes, nagu keemia või kaevandamine, on seal nõuded kindade tüüpidele. Näiteks pikkadele ja lühikestele. Sellisel juhul peab neil olema erinev värv: kaamerast on väga keeruline määrata, kui pikk on varrukas.
Siin on sageli olnud signaale rottide osas. Eraldi rotide detektorit meil ei ole, kuid on objekti detektor, mis häirib masina töö:
Mida veel tuvastatakse?
Oleme testinud detektoreid keemiatööstustes, kaevandustes, tuumaenergeetikas ja ehitusplatsidel. Selgus, et väikeste pingutustega on võimalik täita veel mitu nõuet, mis varem olid lahendatud nende sama vanaemade poolt, kes üritasid midagi pildilt halva lahutuse ja madala kaadrisagedusega vaadata. Täpsemalt:
- Kuna me ikkagi ehitame iga töötaja jaoks skeleton mudeli, on võimalik tuvastada kukkumisi. Kukkumise korral saab kohe peatada masina, mille läheduses ta asub (pilootprojektides sellist integreerimist ei olnud, olid lihtsalt häired). Kui teil on muidugi IioT.
- Muidugi, ohtlike alade leidmine on väga lihtne, täpne ja väga kasulik. Metallurgiaettevõtetes töötavad inimesed sulatatava terase kausside kõrval, terase karastamine on kasulik, kuid mõnikord on ohtlik seista mõnes vale kohas. Arvestades erinevate elementide ja seadmete tööd, saab neid ohtlikke alasid muuta, neile graafikuid seada jne.
- Teine väga kasulik detektor, mis jälgib isikukaitsevahendite olemasolu, kontrollib töötajate vastutust ja veendub, et nad ei ole ohus. Siin läheneb vanaema ülesandele väga vastutustundlikult ja kannab kõik vajalikud isikukaitsevahendid. Kiiduväärne!
Käitumise kontrollimise rakendamine oli väga lihtne — täpsemalt, kas töötaja magab või mitte. Seni kui me seda kõike testisime, arenesid reeglid "Selles tsoonis peab olema inimene rohelise kiivri all" kuni "Selles piirkonnas peab rohelise kiivri all olev inimene liikuma". Seni on leitud ainult üks nutikas inimene, kes mõistis kava ja lülitas ventilaatori sisse, kuid ka seda oli lihtne parandada.
Keemikutele oli väga oluline jälgida erinevaid auruvoogusid, suitsu. Naftasektoris - torude terviklikkust. Tulekahju on üldiselt tavaline detektor. Ja siis on veel suletud luukide kontroll.
Sama moodi tuvastatakse unustatud asju. Proovisime seda paar aastat tagasi ühes jaamas, kus see oli peaaegu mõttetu suuri sündmuste arvu tõttu. Kuid tootmisprotsessides, eriti keemiatööstustes, on asju puhtas tsoonis väga mugav jälgida.
Kuidas videoanalüütikast saame andurid kaamera alalt jälgida, on huvitav. See on oluline keemikutele, kelle tootmisrajatised kuuluvad kõrge ohu klassi. Igale muudatusele, näiteks anduri vahetamisele, järgneb projekti korduskoordineerimine. See on pikk, kallis ja valus protsess. Täpsemalt, PIKK, KALLIS ja VALUS. Seetõttu jõuab neil asjade internet liiga hilja. Praegu tahavad nad videovalvet arvestitele ning andmeid kiiresti tõlgendada, et reageerida ja vähendada ootamatust ja märkamatust häiretest tingitud kaotusi. Ajal, mil andmed on saadaval, saab rajada ettevõtte digitaalset kaksikut ja rakendada ennustavat hooldust, kuid see on juba hoopis teine lugu… Kontroll on juba olemas: räägime proaktiivsest analüüsist andmete kogumite põhjal. Eraldi on meil moodul aku vahetuse ennustamiseks.
Veel üks uskumatu avastus on see, et teravilja- ja materjalihoidlatest, näiteks kruusast, saab võtta kuhja 3–4 erinevast nurgast ja määrata selle servad. Määrates servad, on võimalik anda teravilja või materjali maht 1% täpsusega.
Viimane seade, mille üle me töötasime, on juhi väsimuse kontroll, nagu näiteks pead kokkudõmbamine, kägistamine ja silmade vilkumise sagedus. See on mõeldud HD-kaameratele, kus näeb silmi. Tõenäoliselt paigaldatakse see töökorraldustesse. Kuid peamine vajadus on БелАЗide ja КамАЗide jaoks karjäärides. Seal johtub vahel, et masinad kukuvad, seega sunnitakse nüüd kaevandustes midagi välja mõtlema, et juhti kontrollida. Robot on parem kui vanaema.
Auto kohta. Näiteks väsimuse kontrolli teema rakendavad aktiivselt autotootjad mitte ainult БелАЗide, КамАЗide ja teiste МАЗide puhul. Tavalistesse autodesse on juba installitud juhi väsimuse hoiatavaid süsteeme, kuid praegu on neil piisavalt lihtsad lahendused, mis analüüsivad ainult auto asukohta teekatete suhtes ja rooli liikumise iseloomu. Me aga läksime edasi ja anname seiret inimese käitumise üle, mis on palju keerulisem.
Veel üks juhtum juhi jälgimise kohta on vale käitumise tuvastamine auto jagamise kasutamisel. Neis ei tohi rääkida telefoni kaudu ilma hands free'ita, süüa, juua, suitsetada ja palju muud.
Ja, ja viimases. Me oleme juba mitu aastat osanud jälgida objekti kaamerate vahel — kui näiteks midagi varastatakse, tuleb kontrollida, millist teed see läks ja kuidas. Kui objektil on 100 kaamerat, siis materjali üles tõstmine on piin. Siin aga süsteem koostab automaatselt pingelise thrilleri Ousheni ja tema sõprade kohta.
Mis on erinevus kahe aasta taguse süsteemiga? Nüüd ei ole see enam lihtsalt sarnaste isikute tuvastamine, nagu „kiilakas mees oranzhides jopes lahkus ühest kaamerast ja peaaegu kohe sisenes teise“, vaid luuakse matemaatiline mudel ruumist ja selle põhjal formuleeritakse hüpoteesid objekti liikumise kohta. See tähendab, et kõik see hakkas töötama ka aladel, kus on kattuvusi ja pimedate kohtadega, isegi mõnikord ulatuslikega. Ja detektorid on nüüd palju paremad, kuna on olemas teegid, mis määravad vanuse näo järgi. HD-kaameratel saab seadistada suunised, näiteks „30-aastane mees 35-aastase naisega“.
Nii et võib-olla 5–7 aasta pärast lõpetame tootmise ja tuleme teie koju. Teie turvalisuse huvides. See on teie huvides, kodanik!
Lingid
- Minu e-post: tpavlova@croc.ru
Allikas: habr.com
