תעשיות מסוכנות: אנחנו צופים בך, %username% (ניתוח וידאו)

חבר אחד בלי קסדה, השני בלי כפפות.

בייצור יש הרבה מצלמות לא טובות, שהסבתות לא הכי קשובות מסתכלות אליהן. ליתר דיוק, הם פשוט משתגעים שם מהמונוטוניות ולא תמיד רואים תקריות. ואז הם מתקשרים לאט, ואם זה היה נכנס לאזור מסוכן, אז לפעמים אין טעם להתקשר לסדנה, אתה יכול ללכת ישר לקרובים של העובד.

ההתקדמות הגיעה לנקודה שבה רובוט יכול לראות הכל ולתת מלקה לכל מי שמפר אותו. לדוגמה, על ידי תזכורת באמצעות SMS, על ידי פריקת זרם קלה לצפירה, על ידי רטט, על ידי חריקה מגעיל, על ידי הבזק של אור בהיר, או פשוט על ידי כך למנהל.

באופן ספציפי:

• קל מאוד לזהות אנשים בלי קסדה. אפילו קירחים. אם ראינו אדם ללא קסדה, נשלחה התראה מיידית למפעיל או למנהל הסדנה.
• כנ"ל לגבי משקפי מגן וכפפות בתעשיות מסוכנות, רתמת חגורות (למרות שאנו מסתכלים רק על הקרבינה לעת עתה), ווסטים מחזירי אור, מכונות הנשמה, כובעי שיער וציוד הגנה אחר. כעת המערכת מאומנת לזהות 20 סוגי Sizov.
• ניתן לספור במדויק את האנשים באתר ולקחת בחשבון מתי וכמה מהם היו שם.
• אתה יכול להפעיל אזעקה כאשר אדם נכנס לאזור מסוכן, וניתן להגדיר אזור זה על סמך העובדה שהמכונות מתחילות ועוצרות.

וכולי. הדוגמה הפשוטה ביותר היא בידול הצבעים של לבנים ויוצקי בטון על סמך צבע הקסדה שלהם. לעזור לרובוט. אחרי הכל, לחיות בחברה ללא הבחנה בצבע זה ללא מטרה.

איך הם גונבים באתר בנייה

סוג אחד של גניבות נפוצות הוא כאשר קבלן הבטיח להביא 100 עובדים לאתר, אך למעשה הביא 40–45. והבית נבנה ונבנה. ובכל זאת, אף אחד לא יכול לספור אותם במדויק. כמו בבדיחה המפורסמת: אם דוב מתיישב באתר בנייה ואוכל אנשים, אף אחד לא ישים לב. כמו כן, לקבלן הכללי אין דרך לשלוט על הצוותים. ליתר דיוק, גם אם תשתמש ב-ACS, הוא עדיין ילך שולל, כמו בפוסט הזה על חתול המחסל.

לרוב אין מערכות בקרת כניסה באתרי בנייה או שהן נמצאות רק בכניסה.

הלכנו להחליף חוויות עם ציוויליזציות מפותחות וראינו שלכל מקצוע (ליתר דיוק, תפקיד) יש את צבע הקסדה שלו. כאן מניחים הלבנים את הלבנים - יש להם קסדות כחולות, המוצקים יוצקים את הבטון - יש להם ירוקים, כל מיני אנשים חכמים מסתובבים - יש להם צהובים, אז צריך לעשות "קו" פעמיים לפניהם. וכולי.

וכל זה נחוץ כדי לזהות כל תפקיד בקלות רבה. למתקן יש כמה עשרות מצלמות זולות למדי שמפיקות משהו כמו 320x200 בצבע. עובדים נספרים על ידי הקסדות שלהם בזמן אמת, וכל מצלמה מוקצה אתר בנייה ספציפי. כתוצאה מכך, בסופו של יום, כל זה נתפר באנליטיקה כדי להקליט לוחות זמנים לפי אזור: מי עבד, באיזו כמות ובאיזה אזור.

באופן כללי, אימצנו ניסיון. רק בזמן שהסתכלנו על זה מקרוב, רשתות עצביות צעדו רחוק קדימה, והופיעו גלאים חדשים רבים. רק לפני כמה שנים הם היו די קפריזית ולא יציבים, אבל עכשיו הם מאפשרים לך לתפוס בצורה מדויקת מאוד את המצבים המעניינים ביותר. לא מעט בגלל מהירות העיבוד, גלאים עושים לעתים קרובות טעויות במסגרות בודדות, אבל בזרם וידאו עם שינויים קלים בזווית אנו מקבלים תוצאה מעשית מצוינת.

מה אם אשים את הקסדה השנייה על החגורה שלי?

תחילה למדנו שעובד יכול להשיג שני כובעים קשיחים ולשים אחד מהם על ישבנו. כעת יש לנו שני גלאים בו-זמנית: חיפוש שלד וקביעת כתם צבע שיתאים לקודקוד שלד זה, וחיפוש עצמים הנעים באופן סינכרוני. השיטה השנייה התבררה כקל יותר לזיהוי: למשל, אדם עם קסדה על ישבנו כמעט אף פעם לא נבדק על ידי קסדה זו. כי כדי לעשות זאת אתה צריך לסובב את הראש. ואת התנועה הזו ניתן לזהות בקלות רבה. ליתר דיוק, אנחנו לא יודעים מה בדיוק מזוהה שם (זו רשת עצבית), אבל היא למדה מהר מאוד ותופסת מפרים, אפשר לומר, לפי ההליכה שלהם.

אנחנו בונים מודל של אדם.

אז אנחנו פשוט בונים מפת חום בזמן אמת ומדווחים בסוף היום.

בהתאם לכך, באמצעות אותו עיקרון - על ידי אימון רשת עצבית - ניתן לזהות בקלות את הדברים הבאים:

• קסדות.
• חלוקי רחצה.
• וסטים.
• מגפיים.
• שיער מדביק.
• קרבינים בטיחותיים.
• מכשירי הנשמה.
• משקפי מגן.
• לבישת מעיל בצורה נכונה (חשוב לציוד חשמלי: זה יכול לגרום לזעזוע בחדר המכונות בעת הייצור).
• העברת מכשירים גדולים אל מחוץ לתחום.

בסך הכל, 29 גלאים כבר נבדקו. הנקודה היחידה היא שמכיוון שאנו עובדים בתעשיות מסוכנות כמו כימיה או כרייה, יש דרישות לסוגי הכפפות. למשל, ארוך וקצר. במקרה זה, הם צריכים להיות בצבעים שונים: קשה מאוד לקבוע את האורך מתחת לשרוול באמצעות מצלמת וידאו.

אבל כאן היו לעתים קרובות מקרים של חולדות. אין לנו גלאי חולדות נפרד, אבל יש לנו גלאי לחפצים המפריעים לפעולת המכונה:

מה עוד מתגלה?

בדקנו גלאים במפעלים כימיים, בתעשיית הכרייה, בתעשייה הגרעינית ובאתרי בנייה. התברר שעם קצת מאמץ אפשר לפתור עוד כמה דרישות שנפתרו בעבר על ידי אותן סבתות, כשהן מנסות להדהים לראות משהו בתמונה דרך רזולוציה גרועה וקצב פריימים גרוע. באופן ספציפי:

• מכיוון שאנו עדיין בונים מודל שלד של כל עובד, ניתן לזהות נפילות. אם הוא נופל, ניתן לעצור מיד את המכונה שלידה היא ממוקמת (ביישומי פיילוט לא הייתה אינטגרציה כזו, פשוט היו אזעקות). ובכן, זה אם יש לך IoT.
• כמובן, להיות באזורים מסוכנים. זה מאוד קל, מאוד מדויק ומאוד שימושי לכולם. במפעלים מתכות עובדים ליד בורות מפלדה רותחת; זה שימושי להקשיח פלדה, אבל לפעמים מסוכן לעמוד קצת בצד הלא נכון. בהתחשב בפעולה של רכיבים וציוד שונים, אתה יכול לשנות את המסוכנים האלה אזורים, קבעו להם לוח זמנים וכן הלאה.
• עוד גלאי שימושי מאוד לנוכחות PPE עוקב אחר אחריות העובדים ובודק שהם אינם בסכנה. כאן הסבתא ניגשת למשימה החשבונאית באחריות רבה ולובשת את כל ה-PPE הנדרש עבורה. ראוי לשבח!

היה קל מאוד ליישם בקרת התנהגות - בין אם העובד ישן או לא. בזמן שבדקנו את כל זה, הכללים התפתחו מ"חייב להיות אדם בקסדה ירוקה באזור הזה" ל"באזור הזה אדם עם קסדה ירוקה חייב לזוז". עד כה היה רק ​​בחור חכם אחד שהבין את השבב והפעיל את המאוורר, אבל גם את זה התברר שקל לתקן.

לכימאים היה חשוב מאוד להקליט כל מיני סילוני קיטור ועשן. בתעשיית הנפט - תקינות הצינורות. אש היא בדרך כלל גלאי סטנדרטי. יש גם בדיקה של פתחים סגורים.

דברים נשכחים מתגלים באותו אופן. בדקנו את זה באחת התחנות לפני כמה שנים, שם זה כמעט לא הגיוני בגלל ריבוי האירועים. אבל במפעלים, בעיקר כימיים, מאוד נוח לפקח על דברים באזור נקי.

באופן מעניין, אנו יכולים לקרוא את קריאות המכשירים באזור המצלמה ישירות מניתוח וידאו. זה רלוונטי לאותם כימאים שלמתחמי הייצור שלהם יש דרגת סיכון גבוהה. כל שינוי, כמו החלפת חיישן, פירושו תיאום מחדש של הפרויקט. זה ארוך, יקר וכואב. ליתר דיוק, זה ארוך, יקר וכואב. לכן, האינטרנט של הדברים יגיע מאוחר עבורם. כעת הם רוצים מעקב וידאו על מונים ולקרוא נתונים, להגיב אליהם במהירות ולצמצם הפסדים עקב תקלה בלתי צפויה ובלתי מורגשת בציוד. בהתבסס על נתוני מונה עדכניים, אתה יכול לבנות תאום דיגיטלי של הארגון, ליישם תחזוקה ותיקון חזוי, אבל זה סיפור אחר לגמרי... כבר יש לנו שליטה: אנחנו כותבים כעת אנליטיקה פרואקטיבית המבוססת על מכלול הנתונים. ובנפרד - מודול חיזוי החלפת סוללה.

עוד דבר מדהים - התברר שבאגרנים ובאחסון חומרים כמו אבן כתוש, אפשר לצלם ערימה מ-3-4 זוויות ולקבוע את הקצוות שלה. ולאחר שקבענו את הקצוות, תן את נפח התבואה או החומר עם שגיאה של עד 1%.

הגלאי האחרון שכתבנו עליו היה ניטור עייפות הנהג, כגון "הנהון", פיהוק ותדירות מצמוץ. זה מיועד למצלמות HD שבהן העיניים נראות לעין. סביר להניח שהוא יותקן בחדרי בקרה. אבל הצורך העיקרי הוא משאיות BelAZ ו- KamAZ למחצבות. לפעמים מכוניות נופלות שם למטה, אז עכשיו באתר הכרייה הם נאלצים להמציא משהו כדי לשלוט בנהג. הרובוט יותר טוב מסבתא.

לגבי מכוניות. לדוגמה, הנושא של בקרת עייפות משמש באופן פעיל על ידי יצרני רכב, לא רק BelAZ, KamAZ וכלי רכב אחרים של MAZ. היצרנים כבר בונים מערכות התרעה על עייפות נהג במכוניות רגילות, אך עד כה יש להם פתרונות פשוטים למדי המנתחים רק את מיקום המכונית ביחס לסימונים ולאופי תנועת ההגה. הלכנו רחוק יותר וזיהינו התנהגות אנושית, שהיא הרבה יותר מורכבת.

מקרה נוסף של מעקב אחר נהג הוא זיהוי התנהגות לא נכונה בעת שימוש במכונות שיתוף רכב. אתה לא יכול לדבר בטלפון בלי ידיים חופשיות, לאכול, לשתות, לעשן ועוד הרבה יותר.

אה, ודבר אחרון. כבר כמה שנים שאנחנו יכולים לעקוב אחר חפץ בין מצלמות - כשלמשל נגנב משהו צריך לבדוק באיזה כיוון ואיך. אם יש 100 מצלמות במתקן, אז אתה תהיה מותש בהרמת החומר. ואז המערכת תיצור אוטומטית מותחן עמוס באקשן על אושן וחבריו.

מה ההבדל מהמערכת לפני שנתיים? עכשיו זו לא רק הכרה כמו "קירח בז'קט כתום יצא מתא אחד ונכנס כמעט מיד לאחר", אלא נבנה מודל מתמטי של החדר, ועל פיו נבנות השערות לגבי תנועת האובייקט. כלומר, כל זה התחיל לעבוד באזורים עם חפיפה ומקומות עם כתמים עיוורים, לפעמים נרחבים. והגלאים עכשיו הרבה יותר טובים, כי יש ספריות שקובעות גיל לפי פנים. במצלמות HD אתה יכול להגדיר כיוונים כמו "גבר בן 30 עם אישה בת 35".

אז, אולי בעוד 5-7 שנים נסיים את הייצור ונלך לביתך. לבטיחות. זה האינטרס שלך, אזרח!

תזכור

• על דובים מכורים לרעילים: דוגמה למקרה שבו סבתות היו זולות יותר מגלאים.
• על חתול המחסל וזיהוי פנים. מקרה אפי.
• על איך הבדינו בין עגלה למנהל עבודה.
• עוד גלאים שונים.
• הדואר שלי - [מוגן בדוא"ל]

מקור: www.habr.com