Un compagno è senza casco, il secondo è senza guanti.
Nella produzione ci sono molte fotocamere non molto buone, nelle quali non guardano le nonne più attente. Più precisamente, semplicemente impazziscono per la monotonia e non sempre vedono incidenti. Poi chiamano lentamente, e se stava entrando in una zona pericolosa, a volte non ha senso chiamare l'officina, puoi andare direttamente dai parenti del lavoratore.
Il progresso è arrivato al punto in cui il robot può vedere tutto e dare una frustata a chiunque lo violi. Ad esempio ricordandolo tramite SMS, con una leggera scarica di corrente alla sirena, con una vibrazione, con un fastidioso cigolio, con un lampo di luce forte o semplicemente avvisando il direttore.
in particolare:
- È molto facile riconoscere le persone senza casco. Anche quelli calvi. Se vedevamo una persona senza casco veniva inviato un avviso immediato all'operatore o al responsabile dell'officina.
- Lo stesso vale per occhiali e guanti nelle industrie pericolose, cinture (anche se per ora guardiamo solo al moschettone), giubbotti riflettenti, respiratori, cuffie per capelli e altri DPI. Ora il sistema è addestrato a riconoscere 20 tipi di Sizov.
- Puoi contare con precisione le persone presenti sul sito e tenere conto di quando e quante erano presenti.
- È possibile far suonare un allarme quando una persona entra in una zona pericolosa e questa zona può essere configurata in base al fatto che le macchine si avviano e si fermano.
E così via. L'esempio più semplice è la differenziazione cromatica dei muratori e dei gettatori di cemento in base al colore del loro casco. Per aiutare il robot. Dopotutto, vivere in una società senza differenziazione cromatica significa non avere uno scopo.
Come rubano in un cantiere edile
Un tipo di furto comune avviene quando un appaltatore promette di portare 100 lavoratori sul posto, ma in realtà ne porta 40-45. E la casa viene costruita e costruita. Tuttavia, nessuno può contarli con precisione. Come nella famosa battuta: se un orso si sistema in un cantiere edile e mangia le persone, nessuno se ne accorgerà. Allo stesso modo, l’appaltatore generale non ha modo di controllare gli equipaggi. Più precisamente, anche se usi ACS, verrà comunque ingannato, .
Solitamente nei cantieri non sono presenti sistemi di controllo degli accessi oppure sono presenti solo all'ingresso.
Siamo andati a scambiare esperienze con civiltà altamente sviluppate e abbiamo visto che ogni professione (più precisamente, ruolo) ha il proprio colore dell'elmo. Qui i muratori mettono i mattoni - hanno i caschi blu, i versatori versano il cemento - hanno quelli verdi, tutti i tipi di persone intelligenti che vanno in giro - hanno quelli gialli, quindi devi fare "ku" due volte davanti a loro. E così via.
E tutto ciò serve per individuare molto facilmente ogni ruolo. La struttura dispone di diverse dozzine di fotocamere abbastanza economiche che producono qualcosa come 320x200 a colori. I lavoratori vengono contati in tempo reale in base ai loro caschi e a ciascuna telecamera viene assegnato un cantiere specifico. Di conseguenza, alla fine della giornata, tutto questo viene riunito nell’analisi per registrare gli orari per zona: chi ha lavorato, in quale quantità e in quale area.
In generale, abbiamo adottato l'esperienza. Solo mentre lo osservavamo da vicino, le reti neurali hanno fatto un passo avanti e sono comparsi molti nuovi rilevatori. Solo pochi anni fa erano piuttosto capricciosi e instabili, ma ora ti permettono di cogliere con molta precisione le situazioni più interessanti. Anche a causa della velocità di elaborazione, i rilevatori spesso commettono errori sui singoli fotogrammi, ma su un flusso video con piccole variazioni di angolo otteniamo un risultato pratico eccellente.
Cosa succede se infilo il secondo casco nella cintura?
Per prima cosa abbiamo appreso che un lavoratore può prendere due elmetti e metterne uno sul sedere. Ora abbiamo due rilevatori contemporaneamente: ricerca di uno scheletro e determinazione di una macchia di colore che corrisponda al vertice di questo scheletro e ricerca di oggetti in movimento sincrono. Il secondo metodo si è rivelato più facile da rilevare: ad esempio, una persona con un casco sul sedere non viene quasi mai ispezionata con questo casco. Perché per farlo è necessario ruotare la testa. E questo movimento viene rilevato molto facilmente. Più precisamente, non sappiamo cosa viene effettivamente rilevato lì (è una rete neurale), ma ha imparato molto rapidamente e cattura i trasgressori, si potrebbe dire, dalla loro andatura.
Stiamo costruendo un modello di persona.
Quindi creiamo semplicemente una mappa di calore in tempo reale e i report a fine giornata.
Di conseguenza, utilizzando lo stesso principio, ovvero addestrando una rete neurale, è possibile rilevare facilmente:
- Caschi.
- Accappatoi.
- Gilet.
- Stivali.
- Attaccare i capelli.
- Moschettoni di sicurezza.
- Respiratori.
- Occhiali di sicurezza.
- Indossare correttamente la giacca (importante per le apparecchiature elettriche: può provocare una scossa nella sala macchine in produzione).
- Spostamento di strumenti di grandi dimensioni fuori dal perimetro.
In totale sono già stati testati 29 rilevatori. L'unico punto è che, poiché lavoriamo in settori pericolosi come la chimica o l'estrazione mineraria, esistono requisiti per i tipi di guanti. Ad esempio, lungo e corto. In questo caso devono essere di colori diversi: è molto difficile determinare la lunghezza sotto la manica utilizzando una videocamera.
Ma qui c'erano spesso casi di ratti. Non disponiamo di un rilevatore di ratti separato, ma disponiamo di un rilevatore di oggetti che interferiscono con il funzionamento della macchina:
Cos'altro viene rilevato?
Abbiamo testato rilevatori in impianti chimici, nell'industria mineraria, nell'industria nucleare e nei cantieri edili. Si è scoperto che con un piccolo sforzo è possibile risolvere molti altri requisiti che le stesse nonne avevano precedentemente risolto, cercando con stupore di vedere qualcosa nell'immagine attraverso una scarsa risoluzione e uno scarso frame rate. Nello specifico:
- Poiché stiamo ancora costruendo un modello scheletrico di ciascun lavoratore, è possibile rilevare le cadute. Se cade, puoi immediatamente fermare la macchina accanto alla quale si trova (nelle implementazioni pilota non esisteva tale integrazione, c'erano semplicemente allarmi). Bene, questo è se hai l'IoT.
- Naturalmente, essendo in zone pericolose. È molto semplice, molto preciso e molto utile a tutti. Nelle imprese metallurgiche si lavora accanto a vasche di acciaio bollente; è utile indurire l'acciaio, ma a volte è pericoloso stare un po' dalla parte sbagliata. Tenendo conto del funzionamento dei diversi componenti e attrezzature, è possibile modificare questi pericolosi zone, impostare una pianificazione per esse e così via.
- Un altro utilissimo rilevatore della presenza dei DPI monitora la responsabilità dei dipendenti e controlla che non siano in pericolo. Qui la nonna affronta il compito contabile in modo molto responsabile e indossa tutti i DPI necessari per lei. Lodevole!
È stato molto semplice implementare il controllo del comportamento, indipendentemente dal fatto che il dipendente dormisse o meno. Mentre testavamo tutto questo, le regole si sono evolute da “In quest’area deve esserci una persona con il casco verde” a “In quest’area una persona con il casco verde deve muoversi”. Finora c'è stato solo un ragazzo intelligente che ha capito il chip e ha acceso la ventola, ma anche questo si è rivelato facile da risolvere.
Era molto importante per i chimici registrare tutti i tipi di getti di vapore e fumo. Nell'industria petrolifera: l'integrità dei tubi. Il fuoco è generalmente un rilevatore standard. C'è anche un controllo dei portelli chiusi.
Le cose dimenticate vengono rilevate allo stesso modo. Lo abbiamo testato in una delle stazioni un paio di anni fa, lì non ha quasi senso a causa del gran numero di eventi. Ma nelle fabbriche, soprattutto in quelle chimiche, è molto conveniente monitorare le cose in un'area pulita.
È interessante notare che possiamo leggere le letture dei dispositivi nell'area della telecamera direttamente dall'analisi video. Ciò è rilevante per gli stessi chimici i cui complessi produttivi hanno un'elevata classe di pericolo. Qualsiasi modifica, come la sostituzione di un sensore, implica un ri-coordinamento del progetto. È lungo, costoso e doloroso. Più precisamente è LUNGO, COSTOSO e DOLOROSO. Per loro, quindi, l’Internet delle cose arriverà in ritardo. Ora vogliono la videosorveglianza sui contatori e leggere i dati, rispondere rapidamente e ridurre le perdite dovute a guasti inaspettati e inosservati delle apparecchiature. Sulla base dei dati attuali dei contatori, è possibile costruire un gemello digitale dell’azienda, implementare manutenzione e riparazione predittive, ma questa è una storia completamente diversa... Abbiamo già il controllo: ora stiamo scrivendo analisi proattive basate sulla totalità dei dati. E separatamente: un modulo di previsione della sostituzione della batteria.
Un'altra cosa incredibile: si è scoperto che nei granai e nei depositi di materiali come la pietra frantumata, puoi sparare a una pila da 3-4 angoli e determinarne i bordi. E dopo aver determinato i bordi, indicare il volume del grano o del materiale con un errore fino all'1%.
L'ultimo rilevatore di cui abbiamo scritto riguardava il monitoraggio dell'affaticamento del conducente, come la frequenza di "annuire", sbadigliare e battere le palpebre. Questo è per le telecamere HD in cui gli occhi sono visibili. Molto probabilmente verrà installato nelle sale di controllo. Ma la necessità principale riguarda i camion BelAZ e KamAZ per le cave. A volte le macchine cadono laggiù, quindi ora nel sito minerario sono costretti a inventare qualcosa per controllare l'autista. Il robot è meglio della nonna.
A proposito di automobili. Ad esempio, il tema del controllo della fatica viene utilizzato attivamente dalle case automobilistiche non solo da BelAZ, KamAZ e altri veicoli MAZ. I produttori stanno già installando sistemi di allarme per l'affaticamento del conducente nelle normali auto, ma finora hanno soluzioni abbastanza semplici che analizzano solo la posizione dell'auto rispetto alla segnaletica orizzontale e alla natura del movimento del volante. Siamo andati oltre e abbiamo rilevato il comportamento umano, che è molto più complesso.
Un altro caso di sorveglianza degli automobilisti è il rilevamento di comportamenti scorretti durante l’utilizzo dei dispositivi di car sharing. Non puoi parlare al telefono senza mani libere, mangiare, bere, fumare e molto altro.
Oh, e un'ultima cosa. Da diversi anni ormai siamo in grado di tracciare un oggetto tra le telecamere: quando, ad esempio, viene rubato qualcosa, è necessario verificare in che modo e come. Se nella struttura ci sono 100 telecamere, sarai esausto nel sollevare il materiale. E poi il sistema genererà automaticamente un thriller ricco di azione su Ocean e i suoi amici.
Qual è la differenza rispetto al sistema di due anni fa? Ora questo non è solo un riconoscimento come "un uomo calvo con una giacca arancione ha lasciato una cella ed è entrato quasi immediatamente in un'altra", ma viene costruito un modello matematico della stanza e, sulla base di esso, vengono costruite ipotesi sul movimento dell'oggetto. Cioè, tutto ciò ha iniziato a funzionare in aree con sovrapposizioni e luoghi con punti ciechi, a volte estesi. E i rilevatori ora sono molto migliori, perché ci sono biblioteche che determinano l'età in base al volto. Sulle fotocamere HD puoi impostare orientamenti come "un uomo di 30 anni con una donna di 35 anni".
Quindi, forse tra 5-7 anni finiremo la produzione e andremo a casa tua. Per sicurezza. Questo è nel tuo interesse, cittadino!
riferimenti
- La mia posta - [email protected]
Fonte: habr.com