危険な業界: 私たちはあなたを監視しています、%username% (ビデオ分析)

一人の同志はヘルメットを着用しておらず、もう一人の同志は手袋をしていません。

生産現場では、あまり良くないカメラがたくさんあり、最も注意深いおばあちゃんがそれを覗いているわけではありません。 より正確には、彼らは単調さからそこでただ夢中になり、常に事件を見るわけではありません。 それから彼らはゆっくりと電話をかけます、そしてそれが危険なゾーンに入っている場合、時には作業場に電話する意味がない場合があります、あなたは直接労働者の親戚に行くことができます。

進歩は、ロボットがすべてを見て、違反する者を鞭打ちすることができるところまで到達しました。 たとえば、SMS、サイレンへの軽い電流の放電、振動、不快なきしむ音、明るい光のフラッシュ、または単純にマネージャーに通知することによってリマインドすることによってです。

具体的には：

• ヘルメットをかぶっていない人を認識するのは非常に簡単です。 ハゲでも。 ヘルメットを着用していない人を発見した場合は、オペレーターまたはワークショップのマネージャーに即時に警告が送信されました。
• 危険産業のゴーグルや手袋、ベルト ハーネス (ただし、ここではカラビナのみを見ていきます)、反射ベスト、呼吸用保護具、ヘア キャップ、その他の PPE にも同じことが当てはまります。 現在、システムは 20 種類のシゾフを認識するように訓練されています。
• 現場の人数を正確に数え、いつ、何人がそこにいたかを考慮に入れることができます。
• 人が危険ゾーンに入ったときにアラームを鳴らすことができ、このゾーンは機械の起動と停止に基づいて設定できます。

等々。 最も単純な例は、ヘルメットの色に基づいてレンガ職人とコンクリート注入者の色を区別することです。 ロボットを助けるために。 結局のところ、色の区別のない社会で生きることは目的がないことと同じです。

建設現場でどうやって盗むのか

よくある盗難のタイプの 100 つは、請負業者が 40 人の作業員を現場に連れてくると約束していたのに、実際には 45 ～ XNUMX 人の作業員を連れてきた場合です。 そして家はどんどん建てられていきます。 しかし、実際には、その数を正確に数える人は誰もいません。 有名なジョークにあるように、クマが建設現場に住み着いて人を食べても、誰も気づかないでしょう。 同様に、ゼネコンには作業員をコントロールする方法がありません。 正確に言うと、ACSを使っても騙されるのですが、 ターミネーターキャットに関するこの投稿のように.

通常、建設現場にはアクセス制御システムがないか、入り口にのみ設置されています。

私たちは高度に発達した文明との経験を交換しに行きましたが、それぞれの職業（より正確には役割）には独自のヘルメットの色があることがわかりました。 ここではレンガ職人がレンガを積んでいます - 彼らは青いヘルメットを持っています、注入者はコンクリートを流しています - 彼らは緑のヘルメットを持っています、そしてあらゆる種類の賢い人々が歩き回っています - 彼らは黄色のヘルメットを持っています、それであなたは彼らの前で「く」をXNUMX回しなければなりません。 等々。

これらすべては、各役割を非常に簡単に検出するために必要です。 この施設には、320x200 程度のカラーを生成するかなり安価なカメラが数十台あります。 作業員はヘルメットによってリアルタイムでカウントされ、各カメラには特定の建設現場が割り当てられます。 その結果、XNUMX 日の終わりには、これらすべてが分析で統合され、誰が、どのくらいの量で、どのエリアで働いたかなど、ゾーンごとのスケジュールが記録されます。

一般的に、私たちは経験を採用しています。 私たちがそれを注意深く観察している間にのみ、ニューラル ネットワークが大幅に前進し、多くの新しい検出器が登場しました。 ほんの数年前、それらは非常に気まぐれで不安定でしたが、今では最も興味深い状況を非常に正確に捉えることができます。 特に処理速度のせいで、検出器は個々のフレームで間違いを犯すことがよくありますが、角度がわずかに変化するビデオ ストリームでは優れた実用的な結果が得られます。

XNUMX つ目のヘルメットをベルトに装着したらどうなりますか?

まず、労働者はヘルメットを XNUMX つ入手し、そのうちの XNUMX つを自分のお尻にかぶせることができることを学びました。 これで、スケルトンの検索とこのスケルトンの頂点に一致するカラー スポットの決定、および同期して移動するオブジェクトの検索の XNUMX つの検出器が同時に使用できるようになりました。 XNUMX 番目の方法のほうが検出が容易であることが判明しました。たとえば、お尻にヘルメットをかぶっている人がこのヘルメットで検査されることはほとんどありません。 これを行うには頭を回転させる必要があるからです。 そして、この動きは非常に簡単に検出されます。 より正確に言えば、そこで実際に何が検出されるのかは正確にはわかりませんが (ニューラル ネットワークです)、学習は非常に早く、違反者を歩き方で捕まえると言えるでしょう。

私たちは人物のモデルを構築しています。

次に、リアルタイムでヒート マップを作成し、XNUMX 日の終わりにレポートを作成します。

したがって、同じ原理を使用して、ニューラル ネットワークをトレーニングすることにより、次のことが簡単に検出されます。

• ヘルメット。
• バスローブ。
• ベスト。
• ブーツ
• くっつく髪。
• 安全カラビナ。
• 人工呼吸器。
• 安全メガネ。
• ジャケットを正しく着用してください (電気機器にとって重要です。生産中の機械室に感電を引き起こす可能性があります)。
• 大型機器を境界の外側に移動する。

合計 29 個の検出器がすでにテストされています。 唯一のポイントは、私たちは化学や鉱業などの危険な産業で働いているため、手袋の種類には要件があるということです。 たとえば、長いものと短いもの。 この場合、異なる色にする必要があります。ビデオカメラを使用して袖の下の長さを決定するのは非常に困難です。

しかし、ここではネズミがよく出没しました。 独立したネズミ検知器はありませんが、機械の動作を妨げる物体を検知する器はあります。

他に何が検出されていますか?

当社は、化学工場、鉱業、原子力産業、建設現場で検出器をテストしてきました。 同じおばあさんが解像度やフレームレートが低くて画像の中の何かを見ようとして唖然としていた問題を、少し努力すればさらにいくつかの要件を解決できることがわかりました。 具体的には：

• 各作業員の骨格モデルはまだ構築中であるため、転倒は検出できます。 落下した場合は、そのマシンの隣にあるマシンをすぐに停止できます (パイロット実装ではそのような統合はなく、単にアラームが発生しました)。 そうですね、IoT がある場合はそうです。
• もちろん、危険な場所にいます。 それは非常に簡単で、非常に正確で、誰にとっても非常に役立ちます。 冶金企業では、人々は沸騰した鋼鉄の大釜の隣で作業します。鋼を硬化するには便利ですが、少し間違った側に立つと危険な場合があります。さまざまなコンポーネントや機器の動作を考慮して、これらの危険な要素を変更できます。ゾーンの設定、ゾーンのスケジュールの設定など。
• PPE の存在に関するもう XNUMX つの非常に便利な検出器は、従業員の責任を監視し、従業員が危険にさらされていないことを確認します。 ここでは、祖母は非常に責任を持って会計業務に取り組み、必要な個人用保護具をすべて着用しています。 賞賛に値します！

従業員が寝ているかどうかにかかわらず、行動制御を実装するのは非常に簡単でした。 これらすべてをテストしている間に、ルールは「このエリアには緑のヘルメットをかぶった人がいる必要がある」から「このエリアでは緑のヘルメットをかぶった人が移動しなければならない」へと進化しました。 これまでのところ、チップを見つけてファンをオンにした賢い人は XNUMX 人だけですが、これも簡単に修正できることが判明しました。

化学者にとって、あらゆる種類の蒸気や煙の噴流を記録することは非常に重要でした。 石油産業では、パイプの完全性が重要です。 火災は一般的に標準的な探知器です。 閉じたハッチのチェックもあります。

忘れ物も同様に検知します。 私たちは数年前にステーションの XNUMX つでこれをテストしましたが、そこではイベントの数が多かったためにほとんど意味がありませんでした。 しかし、工場、特に化学工場では、クリーンなエリアで監視することが非常に便利です。

興味深いことに、カメラ領域のデバイスの測定値をビデオ分析から直接読み取ることができます。 これは、危険度の高い製造施設を所有する化学者にも当てはまります。 センサーの交換などの変更は、プロジェクトの再調整を意味します。 長くて、お金もかかり、苦痛も伴います。 より正確に言えば、それは長く、費用がかかり、苦痛を伴うものです。 したがって、モノのインターネットは彼らにとって遅れて登場するでしょう。 現在、彼らはメーターのビデオ監視とデータの読み取り、それに迅速に対応し、予期せぬ気付かない機器の故障による損失を削減したいと考えています。 現在のメーター データに基づいて、企業のデジタル ツインを構築し、予知メンテナンスと修理を実装できますが、それはまったく別の話です...私たちはすでにコントロールを持っています。現在、データ全体に基づいてプロアクティブな分析を作成しています。 そしてそれとは別に - バッテリー交換予測モジュール。

もう一つの驚くべきことは、穀倉や砕石などの材料の保管場所では、3〜4の角度から杭を撃ち、その端を判断できることが判明しました。 エッジを決定したら、最大 1% の誤差で粒子または材料の体積を与えます。

私たちが最後に書いた検出器は、「うなずき」、あくび、まばたきの頻度など、ドライバーの疲労を監視することでした。 これは目が見える HD カメラ用です。 おそらく、制御室に設置されるでしょう。 しかし、主なニーズは採石場用のBelAZおよびKamAZトラックです。 そこでは車が転落することもあるため、現在鉱山現場ではドライバーを制御する手段を考え出す必要に迫られている。 ロボットはおばあちゃんより上手です。

車について。 たとえば、疲労制御のトピックは、BelAZ、KamAZ、その他の MAZ 車両だけでなく、自動車メーカーによって積極的に使用されています。 メーカーはすでにドライバー疲労警告システムを普通の自動車に組み込んでいますが、これまでのところ、マーキングに対する自動車の位置とステアリングホイールの動きの性質のみを分析する非常に単純なソリューションしか提供していません。 私たちはさらに進んで、より複雑な人間の行動を検出しました。

ドライバー監視のもう XNUMX つの例は、カーシェアリング機械を使用する際の不適切な行動の検出です。 ハンズフリーで電話をしたり、飲食したり、喫煙したりすることはできません。

ああ、最後にもう一つ。 数年前から、カメラ間で物体を追跡できるようになりました。たとえば、何かが盗まれた場合、どの方向からどのようにして物体を追跡したかを確認する必要があります。 施設に 100 台のカメラがある場合、資料を持ち上げるのに疲れ果ててしまうでしょう。 そして、システムはオーシャンとその友人たちに関するアクション満載のスリラーを自動的に生成します。

30年前の制度との違いは何ですか？ これは、「オレンジ色のジャケットを着たハゲ男が 35 つのセルを出て、すぐに別のセルに入った」というような単なる認識ではなく、部屋の数学的モデルが構築され、それに基づいて物体の動きについての仮説が構築されます。 つまり、これらすべてが、重なり合う領域や死角のある場所、場合によっては広範囲にわたる場所でも機能し始めました。 そして、顔から年齢を判断するライブラリがあるため、検出器ははるかに優れています。 HD カメラでは、「XNUMX 歳の男性と XNUMX 歳の女性」のような向きを設定できます。

したがって、おそらく 5 ～ 7 年以内に生産を完了し、皆様のご自宅にお届けすることになるでしょう。 安全のために。 これはあなた自身の利益になります、国民！

リファレンス

• 毒物中毒のクマについて: 探知機よりおばあちゃんの方が安かった例。
• ターミネーターキャットと顔認識について。 エピックケース。
• カートと職長の区別について。
• さらにさまざまな検出器。
• 私のメール - [メール保護]

出所： habr.com