ખતરનાક ઉદ્યોગો: અમે તમને જોઈ રહ્યા છીએ, %વપરાશકર્તા નામ% (વિડિયો એનાલિટિક્સ)

એક સાથી હેલ્મેટ વગરનો છે, બીજો મોજા વગરનો છે.

ઉત્પાદનમાં ઘણા સારા કેમેરા નથી, જેમાં સૌથી વધુ સચેત દાદી દેખાતા નથી. વધુ સ્પષ્ટ રીતે, તેઓ એકવિધતાથી ત્યાં પાગલ થઈ જાય છે અને હંમેશા ઘટનાઓ જોતા નથી. પછી તેઓ ધીમે ધીમે કૉલ કરે છે, અને જો તે ખતરનાક ઝોનમાં પ્રવેશી રહ્યું હોય, તો કેટલીકવાર વર્કશોપને કૉલ કરવાનો કોઈ અર્થ નથી, તમે સીધા જ કાર્યકરના સંબંધીઓ પાસે જઈ શકો છો.

પ્રગતિ એ બિંદુએ પહોંચી છે જ્યાં રોબોટ બધું જોઈ શકે છે અને જે કોઈ તેનું ઉલ્લંઘન કરે છે તેને ફટકો આપી શકે છે. ઉદાહરણ તરીકે, એસએમએસ દ્વારા યાદ કરાવવાથી, સાયરન માટે કરંટના હળવા સ્રાવ દ્વારા, કંપન દ્વારા, બીભત્સ ચીસો દ્વારા, તેજસ્વી પ્રકાશના ફ્લેશ દ્વારા અથવા ફક્ત મેનેજરને કહીને.

ખાસ કરીને:

• હેલ્મેટ વિના લોકોને ઓળખવું ખૂબ જ સરળ છે. પણ ટાલ રાશિઓ. જો અમે હેલ્મેટ વિના કોઈ વ્યક્તિને જોયો, તો ઓપરેટર અથવા વર્કશોપ મેનેજરને તાત્કાલિક ચેતવણી મોકલવામાં આવી હતી.
• જોખમી ઉદ્યોગોમાં ગોગલ્સ અને ગ્લોવ્સ, બેલ્ટ હાર્નેસ (જોકે અમે હમણાં માટે ફક્ત કેરાબિનર જોઈ રહ્યા છીએ), રિફ્લેક્ટિવ વેસ્ટ્સ, રેસ્પિરેટર્સ, હેર કેપ્સ અને અન્ય PPE માટે પણ આ જ છે. હવે સિસ્ટમ 20 પ્રકારના સિઝોવને ઓળખવા માટે પ્રશિક્ષિત છે.
• તમે સાઇટ પર લોકોની ચોક્કસ ગણતરી કરી શકો છો અને તેમાંથી કેટલા લોકો ત્યાં હતા તે ધ્યાનમાં લઈ શકો છો.
• જ્યારે કોઈ વ્યક્તિ ખતરનાક ઝોનમાં પ્રવેશે છે ત્યારે તમે એલાર્મ વગાડી શકો છો, અને આ ઝોન એ હકીકતને આધારે ગોઠવી શકાય છે કે મશીનો શરૂ થાય છે અને બંધ થાય છે.

અને તેથી વધુ. હેલ્મેટના રંગના આધારે બ્રિકલેયર્સ અને કોંક્રીટ પૉઅરર્સનો રંગ તફાવત એ સૌથી સરળ ઉદાહરણ છે. રોબોટને મદદ કરવા માટે. છેવટે, રંગભેદ વિનાના સમાજમાં જીવવાનો કોઈ હેતુ નથી.

તેઓ બાંધકામ સાઇટ પર કેવી રીતે ચોરી કરે છે

સામાન્ય ચોરીનો એક પ્રકાર એ છે કે જ્યારે કોન્ટ્રાક્ટરે 100 કામદારોને સ્થળ પર લાવવાનું વચન આપ્યું હતું, પરંતુ હકીકતમાં 40-45 કામદારો લાવ્યા હતા. અને ઘર બનાવીને બનાવવામાં આવી રહ્યું છે. તેમ છતાં, કોઈ પણ તેમને હકીકતમાં ચોક્કસ ગણી શકતું નથી. પ્રખ્યાત મજાકની જેમ: જો રીંછ બાંધકામના સ્થળે સ્થાયી થાય છે અને લોકોને ખાય છે, તો કોઈની નોંધ લેશે નહીં. તેવી જ રીતે, સામાન્ય કોન્ટ્રાક્ટર પાસે ક્રૂને નિયંત્રિત કરવાનો કોઈ રસ્તો નથી. વધુ સ્પષ્ટ રીતે, જો તમે ACS નો ઉપયોગ કરો છો, તો પણ તે છેતરવામાં આવશે, ટર્મિનેટર બિલાડી વિશેની આ પોસ્ટની જેમ.

સામાન્ય રીતે બાંધકામ સાઇટ્સ પર કોઈ એક્સેસ કંટ્રોલ સિસ્ટમ્સ હોતી નથી અથવા તે ફક્ત પ્રવેશદ્વાર પર જ હોય ​​છે.

અમે ઉચ્ચ વિકસિત સંસ્કૃતિઓ સાથે અનુભવોની આપલે કરવા ગયા અને જોયું કે દરેક વ્યવસાય (વધુ સ્પષ્ટ રીતે, ભૂમિકા) નો પોતાનો હેલ્મેટનો રંગ હોય છે. અહીં બ્રિકલેયર ઇંટો મૂકે છે - તેમની પાસે વાદળી હેલ્મેટ છે, રેડનારાઓ કોંક્રિટ રેડે છે - તેમની પાસે લીલા છે, તમામ પ્રકારના સ્માર્ટ લોકો આસપાસ ફરતા હોય છે - તેમની પાસે પીળી હોય છે, તેથી તમારે તેમની સામે બે વાર "કુ" કરવું પડશે. અને તેથી વધુ.

અને દરેક ભૂમિકાને ખૂબ જ સરળતાથી શોધી કાઢવા માટે આ બધું જરૂરી છે. આ સુવિધામાં ઘણા ડઝન એકદમ સસ્તા કેમેરા છે જે 320x200 જેવા રંગનું ઉત્પાદન કરે છે. કામદારોને વાસ્તવિક સમયમાં તેમના હેલ્મેટ દ્વારા ગણવામાં આવે છે, અને દરેક કેમેરાને ચોક્કસ બાંધકામ સાઇટ સોંપવામાં આવે છે. પરિણામે, દિવસના અંતે, ઝોન દ્વારા શેડ્યૂલ રેકોર્ડ કરવા માટે વિશ્લેષણમાં આ બધું એકસાથે ટાંકવામાં આવે છે: કોણે, કયા જથ્થામાં અને કયા ક્ષેત્રમાં કામ કર્યું.

સામાન્ય રીતે, અમે અનુભવ અપનાવ્યો છે. જ્યારે અમે તેને નજીકથી જોઈ રહ્યા હતા ત્યારે જ, ન્યુરલ નેટવર્ક્સ ખૂબ આગળ વધ્યા, અને ઘણા નવા ડિટેક્ટર દેખાયા. થોડા વર્ષો પહેલા તેઓ તદ્દન તરંગી અને અસ્થિર હતા, પરંતુ હવે તેઓ તમને સૌથી રસપ્રદ પરિસ્થિતિઓને ખૂબ જ સચોટ રીતે પકડવાની મંજૂરી આપે છે. ઓછામાં ઓછું પ્રોસેસિંગ સ્પીડને કારણે, ડિટેક્ટર્સ ઘણીવાર વ્યક્તિગત ફ્રેમ્સ પર ભૂલો કરે છે, પરંતુ કોણમાં નાના ફેરફારો સાથે વિડિઓ સ્ટ્રીમ પર અમને ઉત્તમ વ્યવહારુ પરિણામ મળે છે.

જો હું મારા બેલ્ટ પર બીજું હેલ્મેટ મૂકું તો શું?

પહેલા આપણે શીખ્યા કે એક કાર્યકર બે સખત ટોપીઓ મેળવી શકે છે અને તેમાંથી એક તેના બટ પર મૂકી શકે છે. હવે અમારી પાસે એકસાથે બે ડિટેક્ટર છે: હાડપિંજરની શોધ કરવી અને આ હાડપિંજરના શિરોબિંદુ સાથે મેળ ખાતી રંગની જગ્યા નક્કી કરવી, અને સિંક્રનસ રીતે ફરતા પદાર્થોની શોધ કરવી. બીજી પદ્ધતિ શોધવાનું સરળ બન્યું: ઉદાહરણ તરીકે, તેના નિતંબ પર હેલ્મેટ ધરાવતી વ્યક્તિ આ હેલ્મેટ દ્વારા લગભગ ક્યારેય તપાસવામાં આવતી નથી. કારણ કે આ કરવા માટે તમારે તમારા માથાને ફેરવવાની જરૂર છે. અને આ હિલચાલ ખૂબ જ સરળતાથી શોધી શકાય છે. વધુ સ્પષ્ટ રીતે, અમે જાણતા નથી કે ખરેખર ત્યાં ખરેખર શું શોધાયું છે (તે ન્યુરલ નેટવર્ક છે), પરંતુ તે ખૂબ જ ઝડપથી શીખી ગયું અને ઉલ્લંઘન કરનારાઓને પકડે છે, કોઈ કહી શકે છે, તેમની ચાલ દ્વારા.

અમે એક વ્યક્તિનું મોડેલ બનાવી રહ્યા છીએ.

પછી અમે રીઅલ ટાઇમમાં હીટ મેપ બનાવીએ છીએ અને દિવસના અંતે રિપોર્ટ્સ કરીએ છીએ.

તદનુસાર, સમાન સિદ્ધાંતનો ઉપયોગ કરીને - ન્યુરલ નેટવર્કને તાલીમ આપીને - નીચેના સરળતાથી શોધી શકાય છે:

• હેલ્મેટ.
• ઝભ્ભો.
• વેસ્ટ્સ.
• બૂટ.
• ચોંટતા વાળ.
• સલામતી કારાબિનર્સ.
• રેસ્પિરેટર્સ.
• રક્ષણાત્મક ચશ્મા.
• યોગ્ય રીતે જેકેટ પહેરવું (ઇલેક્ટ્રિકલ સાધનો માટે મહત્વપૂર્ણ: તે ઉત્પાદન સમયે મશીન રૂમમાં આંચકો લાવી શકે છે).
• મોટા સાધનોને પરિમિતિની બહાર ખસેડવું.

કુલ, 29 ડિટેક્ટરનું પરીક્ષણ કરવામાં આવ્યું છે. એકમાત્ર મુદ્દો એ છે કે અમે રસાયણશાસ્ત્ર અથવા ખાણકામ જેવા જોખમી ઉદ્યોગોમાં કામ કરતા હોવાથી, મોજાના પ્રકારો માટેની આવશ્યકતાઓ છે. ઉદાહરણ તરીકે, લાંબા અને ટૂંકા. આ કિસ્સામાં, તેમને વિવિધ રંગોની જરૂર છે: વિડિઓ કેમેરાનો ઉપયોગ કરીને સ્લીવ હેઠળની લંબાઈ નક્કી કરવી ખૂબ જ મુશ્કેલ છે.

પરંતુ અહીં અવારનવાર ઉંદરોના કિસ્સા જોવા મળતા હતા. અમારી પાસે અલગ ઉંદર ડિટેક્ટર નથી, પરંતુ અમારી પાસે એવી વસ્તુઓ માટે ડિટેક્ટર છે જે મશીનની કામગીરીમાં દખલ કરે છે:

બીજું શું શોધી કાઢવામાં આવે છે?

અમે રાસાયણિક પ્લાન્ટમાં, ખાણકામ ઉદ્યોગમાં, પરમાણુ ઉદ્યોગમાં અને બાંધકામ સાઇટ્સ પર ડિટેક્ટર્સનું પરીક્ષણ કર્યું છે. તે બહાર આવ્યું છે કે થોડા પ્રયત્નોથી તમે ઘણી વધુ આવશ્યકતાઓને હલ કરી શકો છો જે અગાઉ સમાન દાદી દ્વારા હલ કરવામાં આવી હતી, નબળા રીઝોલ્યુશન અને નબળા ફ્રેમ રેટ દ્વારા ચિત્રમાં કંઈક જોવાનો અચંબો પ્રયાસ કરી રહ્યાં છે. ખાસ કરીને:

• અમે હજુ પણ દરેક કામદારનું હાડપિંજર મોડેલ બનાવી રહ્યા હોવાથી, ધોધ શોધી શકાય છે. જો તે પડી જાય, તો તમે તરત જ તે મશીનને રોકી શકો છો જેની બાજુમાં તે સ્થિત છે (પાયલોટ અમલીકરણમાં આવી કોઈ એકીકરણ ન હતી, ત્યાં ફક્ત એલાર્મ્સ હતા). સારું, જો તમારી પાસે IoT હોય તો તે છે.
• અલબત્ત, જોખમી વિસ્તારોમાં હોવાથી. તે ખૂબ જ સરળ, ખૂબ સચોટ અને દરેક માટે ખૂબ જ ઉપયોગી છે. મેટલર્જિકલ એન્ટરપ્રાઇઝમાં, લોકો ઉકળતા સ્ટીલના વૅટ્સની બાજુમાં કામ કરે છે; તે સ્ટીલને સખત કરવા માટે ઉપયોગી છે, પરંતુ કેટલીકવાર ખોટી બાજુએ થોડું ઊભા રહેવું જોખમી છે. વિવિધ ઘટકો અને સાધનોની કામગીરીને ધ્યાનમાં લેતા, તમે આ ખતરનાકને બદલી શકો છો. ઝોન, તેમના માટે શેડ્યૂલ સેટ કરો, વગેરે.
• PPEની હાજરી વિશે અન્ય ખૂબ જ ઉપયોગી ડિટેક્ટર કર્મચારીઓની જવાબદારી પર નજર રાખે છે અને તપાસ કરે છે કે તેઓ જોખમમાં નથી. અહીં દાદી ખૂબ જ જવાબદારીપૂર્વક હિસાબી કામ કરે છે અને તેમના માટે જરૂરી તમામ PPE પહેરે છે. પ્રશંસનીય!

વર્તન નિયંત્રણને અમલમાં મૂકવું ખૂબ જ સરળ હતું - પછી ભલે તે કર્મચારી સૂતો હોય કે ન હોય. જ્યારે અમે આ બધાનું પરીક્ષણ કરી રહ્યા હતા, ત્યારે નિયમો "આ વિસ્તારમાં લીલા હેલ્મેટમાં એક વ્યક્તિ હોવી જોઈએ" થી "આ વિસ્તારમાં લીલા હેલ્મેટમાં વ્યક્તિએ ખસેડવું આવશ્યક છે" સુધી વિકસિત થયું. અત્યાર સુધી માત્ર એક જ સ્માર્ટ વ્યક્તિ છે જેણે ચિપ શોધીને પંખો ચાલુ કર્યો હતો, પરંતુ તે પણ ઠીક કરવામાં સરળ હતું.

રસાયણશાસ્ત્રીઓ માટે વરાળ અને ધુમાડાના તમામ પ્રકારના જેટને રેકોર્ડ કરવું ખૂબ જ મહત્વપૂર્ણ હતું. તેલ ઉદ્યોગમાં - પાઈપોની અખંડિતતા. આગ સામાન્ય રીતે પ્રમાણભૂત ડિટેક્ટર છે. બંધ હેચની તપાસ પણ છે.

ભૂલી ગયેલી વસ્તુઓ એ જ રીતે શોધી કાઢવામાં આવે છે. અમે થોડા વર્ષો પહેલા એક સ્ટેશન પર આનું પરીક્ષણ કર્યું હતું, ત્યાં મોટી સંખ્યામાં ઇવેન્ટ્સને કારણે તેનો લગભગ કોઈ અર્થ નથી. પરંતુ ફેક્ટરીઓમાં, ખાસ કરીને રાસાયણિક, સ્વચ્છ વિસ્તારમાં વસ્તુઓનું નિરીક્ષણ કરવું ખૂબ અનુકૂળ છે.

રસપ્રદ વાત એ છે કે, અમે વિડિયો એનાલિટિક્સથી સીધા કેમેરા વિસ્તારમાં ઉપકરણોના રીડિંગ્સ વાંચી શકીએ છીએ. આ તે જ રસાયણશાસ્ત્રીઓ માટે સુસંગત છે જેમના ઉત્પાદન સંકુલમાં ઉચ્ચ જોખમ વર્ગ છે. કોઈપણ ફેરફાર, જેમ કે સેન્સર બદલવું, એટલે પ્રોજેક્ટનું પુનઃસંકલન. તે લાંબુ, ખર્ચાળ અને પીડાદાયક છે. વધુ સ્પષ્ટ રીતે, તે લાંબુ, ખર્ચાળ અને પીડાદાયક છે. તેથી, વસ્તુઓનું ઇન્ટરનેટ તેમના માટે મોડું આવશે. હવે તેઓ મીટર પર વિડિયો સર્વેલન્સ ઇચ્છે છે અને ડેટા વાંચે છે, તેમને ઝડપથી પ્રતિસાદ આપે છે અને અણધારી રીતે અને અજાણ્યા સાધનોની નિષ્ફળતાને કારણે નુકસાન ઘટાડે છે. વર્તમાન મીટર ડેટાના આધારે, તમે એન્ટરપ્રાઇઝનું ડિજિટલ ટ્વીન બનાવી શકો છો, અનુમાનિત જાળવણી અને સમારકામનો અમલ કરી શકો છો, પરંતુ તે સંપૂર્ણપણે અલગ વાર્તા છે... અમારી પાસે પહેલેથી જ નિયંત્રણ છે: અમે હવે ડેટાની સંપૂર્ણતાને આધારે સક્રિય વિશ્લેષણ લખી રહ્યા છીએ. અને અલગથી - બેટરી રિપ્લેસમેન્ટ અનુમાન મોડ્યુલ.

બીજી અવિશ્વસનીય વસ્તુ - તે બહાર આવ્યું છે કે અનાજ અને કચડી પથ્થર જેવી સામગ્રીના સંગ્રહમાં, તમે 3-4 ખૂણાઓથી એક ખૂંટો શૂટ કરી શકો છો અને તેની ધાર નક્કી કરી શકો છો. અને ધાર નક્કી કર્યા પછી, 1% સુધીની ભૂલ સાથે અનાજ અથવા સામગ્રીનું પ્રમાણ આપો.

અમે જે છેલ્લું ડિટેક્ટર વિશે લખ્યું હતું તે ડ્રાઇવર થાકનું નિરીક્ષણ કરતું હતું, જેમ કે "હકારવું", બગાસું ખાવું અને ઝબકવું. આ HD કેમેરા માટે છે જ્યાં આંખો દેખાય છે. મોટે ભાગે, તે નિયંત્રણ રૂમમાં સ્થાપિત કરવામાં આવશે. પરંતુ મુખ્ય જરૂરિયાત ખાણ માટે BelAZ અને KamAZ ટ્રકની છે. કેટલીકવાર ત્યાં કાર નીચે પડી જાય છે, તેથી હવે ખાણકામની સાઇટ પર તેમને ડ્રાઇવરને નિયંત્રિત કરવા માટે કંઈક લાવવાની ફરજ પડી છે. રોબોટ દાદી કરતાં વધુ સારો છે.

કાર વિશે. ઉદાહરણ તરીકે, થાક નિયંત્રણનો વિષય ફક્ત બેલાઝ, કામાઝ અને અન્ય એમએઝેડ વાહનો જ નહીં ઓટોમેકર્સ દ્વારા સક્રિયપણે ઉપયોગમાં લેવાય છે. ઉત્પાદકો પહેલાથી જ સામાન્ય સામાન્ય કારમાં ડ્રાઇવર થાક ચેતવણી પ્રણાલીઓ બનાવી રહ્યા છે, પરંતુ અત્યાર સુધી તેમની પાસે એકદમ સરળ ઉકેલો છે જે માર્કિંગ અને સ્ટીયરિંગ વ્હીલની હિલચાલની પ્રકૃતિને સંબંધિત માત્ર કારની સ્થિતિનું વિશ્લેષણ કરે છે. અમે આગળ ગયા અને માનવ વર્તન શોધી કાઢ્યું, જે વધુ જટિલ છે.

ડ્રાઇવર સર્વેલન્સનો બીજો કેસ કાર શેરિંગ મશીનોનો ઉપયોગ કરતી વખતે ખોટી વર્તણૂકની શોધ છે. તમે હાથ મુક્ત કર્યા વિના ફોન પર વાત કરી શકતા નથી, ખાવું, પીવું, ધૂમ્રપાન કરવું અને ઘણું બધું કરી શકો છો.

ઓહ, અને એક છેલ્લી વસ્તુ. હવે ઘણા વર્ષોથી અમે કેમેરા વચ્ચે ઑબ્જેક્ટને ટ્રૅક કરવામાં સક્ષમ છીએ - જ્યારે, ઉદાહરણ તરીકે, કંઈક ચોરાઈ ગયું હતું, તમારે કઈ રીતે અને કેવી રીતે તપાસવાની જરૂર છે. જો સુવિધા પર 100 કેમેરા હોય, તો તમે સામગ્રી ઉપાડવામાં થાકી જશો. અને પછી સિસ્ટમ આપોઆપ ઓશન અને તેના મિત્રો વિશે એક એક્શન-પેક્ડ થ્રિલર જનરેટ કરશે.

બે વર્ષ પહેલાની સિસ્ટમથી શું તફાવત છે? હવે આ ફક્ત "નારંગી જેકેટમાં ટાલવાળા માણસે એક કોષ છોડી દીધો અને લગભગ તરત જ બીજામાં પ્રવેશ કર્યો" જેવી માન્યતા નથી, પરંતુ રૂમનું ગાણિતિક મોડેલ બનાવવામાં આવ્યું છે, અને તેના આધારે, ઑબ્જેક્ટની હિલચાલ વિશેની પૂર્વધારણાઓ બનાવવામાં આવી છે. એટલે કે, આ બધું ઓવરલેપવાળા વિસ્તારોમાં અને અંધ ફોલ્લીઓવાળા સ્થળોએ કામ કરવાનું શરૂ કર્યું, કેટલીકવાર વ્યાપક. અને ડિટેક્ટર હવે વધુ સારા છે, કારણ કે ત્યાં પુસ્તકાલયો છે જે ચહેરા દ્વારા ઉંમર નક્કી કરે છે. HD કેમેરા પર તમે "30 વર્ષની મહિલા સાથે 35-વર્ષનો પુરૂષ" જેવા ઓરિએન્ટેશન સેટ કરી શકો છો.

તેથી, કદાચ 5-7 વર્ષમાં અમે ઉત્પાદન સમાપ્ત કરીશું અને તમારા ઘરે જઈશું. સલામતી માટે. આ તમારા પોતાના હિતમાં છે, નાગરિક!

સંદર્ભો

• ઝેરી-વ્યસની રીંછ વિશે: એક કેસનું ઉદાહરણ જ્યાં દાદી ડિટેક્ટર કરતાં સસ્તી હતી.
• ટર્મિનેટર બિલાડી અને ચહેરાની ઓળખ વિશે. એપિક કેસ.
• અમે ફોરમેનથી કાર્ટને કેવી રીતે અલગ પાડીએ છીએ તે વિશે.
• વધુ વિવિધ ડિટેક્ટર.
• મારો મેલ - [ઇમેઇલ સુરક્ષિત]

સોર્સ: www.habr.com