Jedan suborac je bez kacige, drugi bez rukavica.
U proizvodnji postoji mnogo ne baš dobrih kamera, u koje ne gledaju najpažljivije bake. Točnije, tamo jednostavno polude od monotonije i ne vide uvijek incidente. Onda zovu polako, a ako se radilo o ulasku u opasnu zonu, onda ponekad nema smisla zvati radionicu, možete otići ravno do rodbine radnika.
Napredak je došao do točke u kojoj robot može sve vidjeti i udariti bičem svakoga tko ga prekrši. Na primjer, podsjećanjem SMS-om, laganim pražnjenjem struje u sirenu, vibracijom, neugodnim škripanjem, bljeskom jakog svjetla ili jednostavno priopćavanjem upravitelju.
Posebno:
- Vrlo je lako prepoznati ljude bez kacige. Čak i ćelavi. Ako smo vidjeli osobu bez kacige, operateru ili voditelju radionice odmah smo poslali upozorenje.
- Isto vrijedi i za zaštitne naočale i rukavice u opasnim industrijama, pojaseve (iako za sada gledamo samo karabiner), reflektirajuće prsluke, respiratore, kape za kosu i drugu OZO. Sada je sustav osposobljen za prepoznavanje 20 vrsta Sizova.
- Možete točno prebrojati ljude na mjestu i uzeti u obzir kada i koliko ih je bilo.
- Možete uključiti alarm kada osoba uđe u opasnu zonu, a ta se zona može konfigurirati na temelju činjenice da se strojevi pokreću i zaustavljaju.
I tako dalje. Najjednostavniji primjer je razlikovanje boja zidara i lijevača betona prema boji njihove kacige. Da pomognem robotu. Uostalom, živjeti u društvu bez razlikovanja boja znači nemati svrhu.
Kako se krade na gradilištu
Jedna vrsta uobičajene krađe je kada je izvođač radova obećao dovesti 100 radnika na gradilište, a zapravo ih je doveo 40-45. A kuća se gradi i gradi. Ipak, nitko ih zapravo ne može točno prebrojati. Kao u poznatom vicu: ako se medvjed naseli na gradilištu i jede ljude, nitko to neće primijetiti. Isto tako, glavni izvođač nema načina kontrolirati posade. Točnije, čak i ako koristite ACS, on će i dalje biti prevaren, .
Obično nema sustava kontrole pristupa na gradilištima ili su samo na ulazu.
Išli smo razmjenjivati iskustva s visokorazvijenim civilizacijama i vidjeli da svako zanimanje (točnije uloga) ima svoju boju kacige. Ovdje zidari slažu ciglu - imaju plave kacige, lijevači betoniraju - imaju zelene, svakakvi pametnjakovići šetaju - imaju žute, pa moraš dvaput pred njima “ku”. I tako dalje.
A sve je to potrebno kako bi se vrlo lako detektirala svaka uloga. Postrojenje ima nekoliko desetaka prilično jeftinih kamera koje proizvode nešto poput 320x200 u boji. Radnici se broje po kacigama u stvarnom vremenu, a svakoj kameri je dodijeljeno određeno gradilište. Kao rezultat toga, na kraju dana, sve se to spaja u analitici kako bi se zabilježili rasporedi po zonama: tko je radio, u kojoj količini i na kojem području.
Općenito, usvojili smo iskustvo. Samo dok smo ga pomno promatrali, neuronske mreže su zakoračile daleko naprijed, a pojavilo se i mnogo novih detektora. Prije samo nekoliko godina bili su prilično hiroviti i nestabilni, ali sada vam omogućuju da vrlo precizno uhvatite najzanimljivije situacije. Ne samo zbog brzine obrade, detektori često griješe na pojedinačnim sličicama, ali na video streamu s manjim promjenama kuta dobivamo odličan praktični rezultat.
Što ako stavim drugu kacigu na pojas?
Prvo smo saznali da radnik može dobiti dvije kacige i jednu od njih staviti na svoju guzicu. Sada imamo dva detektora odjednom: traženje kostura i određivanje mrlje boje koja odgovara vrhu ovog kostura i traženje objekata koji se sinkrono kreću. Pokazalo se da je drugu metodu lakše otkriti: na primjer, osobu s kacigom na stražnjici gotovo nikad ne pregledava ova kaciga. Jer da biste to učinili morate rotirati glavu. I to se kretanje vrlo lako detektira. Točnije, ne znamo što se točno tamo detektira (radi se o neuronskoj mreži), ali vrlo brzo uči i hvata prekršitelje, reklo bi se, po njihovom hodu.
Gradimo model osobe.
Tada jednostavno izrađujemo toplinsku kartu u stvarnom vremenu i izvješćujemo na kraju dana.
U skladu s tim, korištenjem istog principa - treniranjem neuronske mreže - lako se detektira sljedeće:
- Kacige.
- Ogrtači za kupanje.
- Prsluci.
- Čizme.
- Zalijepljena kosa.
- Sigurnosni karabineri.
- Respiratori.
- Sigurnosne naočale.
- Ispravno nošenje jakne (važno za električnu opremu: može izazvati udar u strojarnici tijekom proizvodnje).
- Pomicanje velikih instrumenata izvan perimetra.
Ukupno je već testirano 29 detektora. Jedina stvar je da, budući da radimo u opasnim industrijama kao što su kemija ili rudarstvo, postoje zahtjevi za vrste rukavica. Na primjer, dugi i kratki. U ovom slučaju, moraju biti različitih boja: vrlo je teško odrediti duljinu ispod rukava pomoću video kamere.
Ali ovdje je često bilo slučajeva štakora. Nemamo poseban detektor štakora, ali imamo detektor za predmete koji ometaju rad stroja:
Što se još otkriva?
Testirali smo detektore u kemijskim postrojenjima, u rudarskoj industriji, u nuklearnoj industriji i na gradilištima. Pokazalo se da uz malo truda možete riješiti još nekoliko zahtjeva koje su prije rješavale iste bake, zaprepašteno pokušavajući vidjeti nešto na slici kroz lošu rezoluciju i lošu brzinu slike. Posebno:
- Budući da još uvijek izrađujemo kosturni model svakog radnika, padovi se mogu otkriti. Ako padne, možete odmah zaustaviti stroj pokraj kojeg se nalazi (u pilot implementacijama nije bilo takve integracije, postojali su jednostavno alarmi). Pa, to je ako imate IoT.
- Naravno, biti u opasnim područjima. Vrlo je jednostavan, vrlo točan i vrlo koristan svima. U metalurškim poduzećima ljudi rade pored bačvi kipućeg čelika; korisno je očvrsnuti čelik, ali ponekad je opasno stajati malo s pogrešne strane. Uzimajući u obzir rad različitih komponenti i opreme, možete promijeniti ove opasne zonama, postavite raspored za njih i tako dalje.
- Još jedan vrlo koristan detektor prisutnosti OZO prati odgovornost zaposlenika i provjerava da nisu u opasnosti. Ovdje baka vrlo odgovorno pristupa računovodstvenom zadatku i nosi svu osobnu zaštitnu opremu koja joj je potrebna. Pohvalno!
Bilo je vrlo jednostavno provesti kontrolu ponašanja – spava li zaposlenik ili ne. Dok smo sve ovo testirali, pravila su evoluirala od "U ovom području mora biti osoba sa zelenom kacigom" do "U ovom području mora se kretati osoba sa zelenom kacigom." Do sada je samo jedan pametnjaković skužio čip i uključio ventilator, ali pokazalo se da je i to lako popraviti.
Za kemičare je bilo vrlo važno zabilježiti sve vrste mlazova pare i dima. U naftnoj industriji - cjelovitost cijevi. Požar je općenito standardni detektor. Tu je i provjera zatvorenih otvora.
Zaboravljene stvari otkrivaju se na isti način. To smo testirali na jednoj od stanica prije par godina, tamo gotovo da nema smisla zbog velikog broja događaja. Ali u tvornicama, posebno kemijskim, vrlo je zgodno pratiti stvari u čistom prostoru.
Zanimljivo je da očitanja uređaja u području kamere možemo očitati izravno iz video analitike. Ovo je relevantno za iste kemičare čiji proizvodni kompleksi imaju visoku klasu opasnosti. Svaka promjena, poput zamjene senzora, znači ponovnu koordinaciju projekta. To je dugo, skupo i bolno. Točnije, DUGO je, SKUPO i BOLNO. Stoga će im Internet of Things kasniti. Sada žele videonadzor na brojilima i očitavanje podataka, brzo reagiranje na njih i smanjenje gubitaka zbog neočekivanog i neprimjećenog kvara opreme. Na temelju trenutnih podataka brojila možete izgraditi digitalnog blizanca poduzeća, implementirati prediktivno održavanje i popravke, ali to je sasvim druga priča... Mi već imamo kontrolu: sada pišemo proaktivnu analitiku na temelju ukupnih podataka. I zasebno - modul predviđanja zamjene baterije.
Još jedna nevjerojatna stvar - pokazalo se da u žitnicama iu skladištima materijala poput drobljenog kamena možete snimiti hrpu iz 3-4 kuta i odrediti joj rubove. I nakon što odredite rubove, dajte volumen zrna ili materijala s pogreškom do 1%.
Posljednji detektor o kojem smo pisali bio je praćenje umora vozača, poput "kimanja glavom", zijevanja i učestalosti treptanja. Ovo je za HD kamere gdje su oči vidljive. Najvjerojatnije će biti instaliran u kontrolnim sobama. Ali glavna potreba je za kamionima BelAZ i KamAZ za kamenolome. Ponekad tamo padnu automobili, pa su sada na rudarskom mjestu prisiljeni smisliti nešto za kontrolu vozača. Robot je bolji od bake.
O autima. Na primjer, temu kontrole umora aktivno koriste proizvođači automobila ne samo BelAZ, KamAZ i druga vozila MAZ. Proizvođači već ugrađuju sustave upozorenja na umor vozača u obične obične automobile, ali zasad imaju prilično jednostavna rješenja koja analiziraju samo položaj automobila u odnosu na oznake i prirodu kretanja upravljača. Otišli smo dalje i otkrivamo ljudsko ponašanje, koje je mnogo složenije.
Drugi slučaj nadzora vozača je otkrivanje neispravnog ponašanja prilikom korištenja automata 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, primjerice, nešto ukradeno, treba provjeriti na koji način i kako. Ako na objektu ima 100 kamera, onda ćete biti iscrpljeni u dizanju materijala. A onda će sustav automatski generirati akcijski triler o Oceanu i njegovim prijateljima.
Koja je razlika u odnosu na sustav prije dvije godine? Sada to nije samo prepoznavanje kao što je "ćelavi muškarac u narančastoj jakni napustio jednu ćeliju i gotovo odmah ušao u drugu", već se gradi matematički model sobe, a na temelju njega se grade hipoteze o kretanju objekta. Odnosno, sve je to počelo djelovati u područjima s preklapanjem i mjestima sa slijepim točkama, ponekad i opsežnim. I detektori su sada mnogo bolji, jer postoje biblioteke koje određuju dob po licu. Na HD kamerama možete postaviti orijentaciju poput "30-godišnji muškarac s 35-godišnjom ženom."
Tako da možda za 5-7 godina završimo proizvodnju i odemo kod vas doma. Za sigurnost. Ovo je u vašem interesu, građanine!
reference
- moj mail - [e-pošta zaštićena]
Izvor: www.habr.com