Siji kanca tanpa helm, sing nomer loro tanpa sarung tangan.
Ing produksi ana akeh kamera sing ora apik banget, sing ora katon dening nenek sing paling enten. Luwih tepate, dheweke mung edan saka monoton lan ora tansah ndeleng kedadeyan. Banjur dheweke nelpon alon-alon, lan yen wis mlebu ing zona mbebayani, mula kadhangkala ora ana gunane nelpon bengkel, sampeyan bisa langsung menyang sedulure buruh.
Kemajuan wis tekan titik ing ngendi robot bisa ndeleng kabeh lan menehi lash kanggo sapa wae sing nglanggar. Contone, kanthi ngeling-eling liwat SMS, kanthi ngetokake arus listrik menyang sirine, kanthi geter, kanthi squeak sing ora becik, kanthi lampu kilat cahya sing padhang, utawa mung ngandhani manajer.
khususe:
- Iku gampang banget kanggo ngenali wong tanpa helm. Malah botak. Yen kita weruh wong tanpa helm, tandha langsung dikirim menyang operator utawa manager workshop.
- Semono uga kanggo kacamata lan sarung tangan ing industri sing mbebayani, sabuk sabuk (sanajan saiki mung ndeleng carabiner), rompi reflektif, respirator, tutup rambut lan PPE liyane. Saiki sistem dilatih kanggo ngenali 20 jinis Sizov.
- Sampeyan bisa ngetung kanthi akurat wong ing situs kasebut lan nggatekake kapan lan pira ana ing kono.
- Sampeyan bisa muni weker nalika wong lumebu ing zona mbebayani, lan zona iki bisa diatur adhedhasar kasunyatan sing mesin miwiti lan mandheg.
Lan sateruse. Conto sing paling gampang yaiku diferensiasi warna saka tukang bata lan tukang beton adhedhasar warna helm. Kanggo mbantu robot. Sawise kabeh, urip ing masyarakat sing ora ana bedane warna ora duwe tujuan.
Carane padha nyolong ing situs construction
Salah sawijining jinis nyolong sing umum yaiku nalika kontraktor janji bakal nggawa 100 buruh menyang situs kasebut, nanging nyatane nggawa 40-45. Lan omah lagi dibangun lan dibangun. Nanging, ora ana sing bisa ngitung kanthi bener. Kaya ing lelucon sing misuwur: yen bruwang manggon ing situs konstruksi lan mangan wong, ora ana sing bakal weruh. Kajaba iku, kontraktor umum ora duwe cara kanggo ngontrol kru. Luwih tepate, sanajan sampeyan nggunakake ACS, dheweke isih bakal diapusi, .
Biasane ora ana sistem kontrol akses ing situs konstruksi utawa mung ana ing lawang mlebu.
We tindak ijol-ijolan pengalaman karo peradaban Highly dikembangaké lan weruh sing saben Profesi (luwih tepat, peran) wis werna helem dhewe. Ing kene para tukang bata nyelehake bata - duwe helm biru, tukang tuangake beton - duwe ijo, kabeh wong pinter mlaku-mlaku - duwe kuning, dadi sampeyan kudu nindakake "ku" kaping pindho ing ngarepe. Lan sateruse.
Lan kabeh iki perlu kanggo gampang ndeteksi saben peran. Fasilitas kasebut duwe sawetara rolas kamera sing cukup murah sing ngasilake warna kaya 320x200. Buruh diitung dening helm ing wektu nyata, lan situs konstruksi tartamtu ditugasake kanggo saben kamera. Akibaté, ing pungkasan dina, kabeh iki digabungake ing analytics kanggo ngrekam jadwal miturut zona: sing makarya, ing jumlah apa lan ing wilayah apa.
Umumé, kita wis diadopsi pengalaman. Mung nalika kita nyawang kanthi tliti, jaringan saraf maju adoh, lan akeh detektor anyar sing muncul. Mung sawetara taun kepungkur, dheweke cukup capricious lan ora stabil, nanging saiki ngidini sampeyan nyekel kahanan sing paling menarik. Paling ora amarga kacepetan pangolahan, detektor asring nggawe kesalahan ing pigura individu, nanging ing stream video kanthi owah-owahan cilik ing sudut kita entuk asil praktis sing apik.
Apa yen aku sijine helm kapindho ing sabuk?
Kaping pisanan, kita sinau manawa buruh bisa njupuk rong topi keras lan sijine siji ing bokonge. Saiki kita duwe rong detektor bebarengan: nggoleki balung lan nemtokake titik warna sing cocog karo puncak balung iki, lan nggoleki obyek sing obah bebarengan. Cara liya dadi luwih gampang dideteksi: contone, wong sing nganggo helm ing bokonge meh ora nate dipriksa dening helem iki. Amarga kanggo nindakake iki sampeyan kudu muter sirah. Lan gerakan iki gampang banget dideteksi. Luwih tepate, kita ora ngerti apa sing bener dideteksi ing kono (iku jaringan saraf), nanging sinau kanthi cepet lan nyekel pelanggar, bisa uga diarani kanthi gait.
Kita mbangun model wong.
Banjur kita mung nggawe peta panas ing wektu nyata lan laporan ing mburi dina.
Mulane, nggunakake prinsip sing padha - kanthi latihan jaringan saraf - ing ngisor iki gampang dideteksi:
- Helm.
- Jubah.
- rompi.
- Boots.
- Rambut kelet.
- Carabiners safety.
- Respirator.
- Kacamata protèktif.
- Nganggo jaket kanthi bener (penting kanggo peralatan listrik: bisa nyebabake kejut ing kamar mesin nalika produksi).
- Ngalih instrumen gedhe ing njaba perimeter.
Total, 29 detektor wis diuji. Intine mung amarga kita kerja ing industri sing mbebayani kayata kimia utawa pertambangan, ana syarat kanggo jinis sarung tangan. Contone, dawa lan cendhak. Ing kasus iki, dheweke kudu warna sing beda: angel banget kanggo nemtokake dawa ing ngisor lengen nganggo kamera video.
Nanging ing kene asring ana kasus tikus. Kita ora duwe detektor tikus sing kapisah, nanging duwe detektor kanggo obyek sing ngganggu operasi mesin:
Apa maneh sing dideteksi?
Kita wis nguji detektor ing pabrik kimia, ing industri pertambangan, ing industri nuklir lan ing situs konstruksi. Ternyata kanthi gaweyan sethithik sampeyan bisa ngatasi sawetara syarat liyane sing sadurunge ditanggulangi dening nenek sing padha, kanthi kaget nyoba ndeleng gambar ing resolusi sing kurang lan tingkat pigura sing kurang. khususe:
- Awit kita isih mbangun model balung saben buruh, tiba bisa dideteksi. Yen tiba, sampeyan bisa langsung mungkasi mesin ing jejere kang dumunung (ing implementasine pilot ora ana integrasi, ana mung weker). Ya, yen sampeyan duwe IoT.
- Mesthi, ing wilayah mbebayani. Gampang banget, akurat banget lan migunani banget kanggo kabeh wong. Ing perusahaan metalurgi, wong kerja ing jejere tong baja sing nggodhok, migunani kanggo harden baja, nanging kadhangkala mbebayani kanggo ngadeg ing sisih sing salah. zona, nyetel jadwal kanggo wong-wong mau, lan liya-liyane.
- Detektor liyane sing migunani babagan anané PPE ngawasi tanggung jawab karyawan lan mriksa manawa ora ana bebaya. Ing kene mbah putri nyedhaki tugas akuntansi kanthi tanggung jawab lan nganggo kabeh PPE sing dibutuhake kanggo dheweke. Dipuji!
Gampang banget kanggo ngetrapake kontrol prilaku - apa karyawan turu utawa ora. Nalika kita nyoba kabeh iki, aturan kasebut berkembang saka "Ana wong sing nganggo helm ijo ing wilayah iki" dadi "Ing wilayah iki, wong sing nganggo helm ijo kudu pindhah." Nganti saiki mung ana siji wong pinter sing ngerti chip lan nguripake penggemar, nanging iki uga gampang didandani.
Penting banget kanggo ahli kimia ngrekam kabeh jinis jet uap lan asap. Ing industri lenga - integritas pipa. Geni umume minangka detektor standar. Ana uga mriksa lawang ditutup.
Bab sing lali dideteksi kanthi cara sing padha. Kita nyoba iki ing salah sawijining stasiun sawetara taun kepungkur, meh ora ana gunane amarga akeh acara. Nanging ing pabrik, utamane sing kimia, trep banget kanggo ngawasi barang ing wilayah sing resik.
Apike, kita bisa maca wacan piranti ing area kamera langsung saka analytics video. Iki cocog kanggo ahli kimia sing padha sing kompleks produksi duwe kelas bahaya sing dhuwur. Sembarang owah-owahan, kayata ngganti sensor, tegese koordinasi maneh proyek kasebut. Iku dawa, larang lan nglarani. Luwih tepate, iku LAWA, larang lan nglarani. Mulane, Internet of Things bakal telat kanggo dheweke. Saiki dheweke pengin ngawasi video ing meter lan maca data, nanggapi kanthi cepet lan nyuda kerugian amarga kegagalan peralatan sing ora dikarepke lan ora dingerteni. Adhedhasar data meter saiki, sampeyan bisa mbangun kembar digital saka perusahaan, ngleksanakake pangopènan prediktif lan ndandani, nanging crita sing beda banget ... Kita wis duwe kontrol: kita saiki nulis analytics proaktif adhedhasar totalitas data. Lan kanthi kapisah - modul prediksi panggantos baterei.
Liyane sing luar biasa - ternyata ing granaries lan ing panyimpenan saka bahan kayata watu ulig, sampeyan bisa njupuk tumpukan saka 3-4 sudhut lan nemtokake sawijining sudhut. Lan sawise nemtokake pinggiran, menehi volume gandum utawa materi kanthi kesalahan nganti 1%.
Detektor pungkasan sing kita tulis yaiku ngawasi kekeselen driver, kayata "nodding", yawning lan frekuensi blinking. Iki kanggo kamera HD ing ngendi mripat katon. Paling kamungkinan, bakal diinstal ing kamar kontrol. Nanging kabutuhan utama yaiku truk BelAZ lan KamAZ kanggo tambang. Kadhangkala mobil tiba ing kana, mula saiki ing lokasi pertambangan kepeksa nggawe barang kanggo ngontrol sopir. Robot luwih apik tinimbang mbah.
Babagan mobil. Contone, topik kontrol lemes aktif digunakake dening automakers ora mung BelAZ, KamAZ lan kendaraan MAZ liyane. Produsen wis mbangun sistem peringatan kelelahan driver ing mobil biasa biasa, nanging nganti saiki padha duwe solusi sing cukup prasaja sing njelasno mung posisi mobil relatif kanggo tandha lan alam saka gerakan setir. Kita luwih maju lan ndeteksi prilaku manungsa, sing luwih rumit.
Kasus liya saka pengawasan driver yaiku ndeteksi prilaku sing salah nalika nggunakake mesin enggo bareng mobil. Sampeyan ora bisa ngomong ing telpon tanpa handsfree, mangan, ngombe, ngrokok, lan liya-liyane.
Oh, lan siji bab pungkasan. Wis pirang-pirang taun saiki kita bisa nglacak obyek ing antarane kamera - nalika, contone, ana sing dicolong, sampeyan kudu mriksa cara lan kepiye. Yen ana 100 kamera ing fasilitas kasebut, sampeyan bakal kesel ngangkat materi kasebut. Banjur sistem kasebut bakal ngasilake thriller kanthi aksi babagan Ocean lan kanca-kancane.
Apa bedane karo sistem rong taun kepungkur? Saiki iki ora mung pangenalan kaya "wong gundul ing jaket oranye ninggalake siji sel lan meh langsung mlebu liyane," nanging model matematika kamar dibangun, lan adhedhasar, hipotesis babagan gerakan obyek kasebut dibangun. Yaiku, kabeh iki wiwit bisa digunakake ing wilayah sing tumpang tindih lan papan sing wuta, kadhangkala akeh. Lan detektor saiki luwih apik, amarga ana perpustakaan sing nemtokake umur kanthi pasuryan. Ing kamera HD sampeyan bisa nyetel orientasi kaya "wong lanang 30 taun karo wong wadon 35 taun."
Dadi, mbok menawa ing 5-7 taun kita bakal ngrampungake produksi lan menyang omah sampeyan. Kanggo safety. Iki kanggo kapentingan sampeyan dhewe, warga!
referensi
- Suratku - [email dilindhungi]
Source: www.habr.com