위험한 산업: 우리는 당신을 지켜보고 있습니다, %username%(비디오 분석)

한 동지는 헬멧이 없고, 두 번째 동지는 장갑이 없습니다.

생산 중에는 가장 세심한 할머니가 보지 않는 좋지 않은 카메라가 많이 있습니다. 더 정확하게 말하면 그들은 단조로움 때문에 그곳에서 미쳐가고 항상 사건을 보지는 않습니다. 그런 다음 천천히 전화를 걸어 위험 구역에 들어간 경우 작업장에 전화해도 소용이 없을 때도 있고 작업자의 친척에게 바로 갈 수 있습니다.

로봇이 모든 것을 볼 수 있고 이를 위반하는 사람에게 채찍질을 할 수 있는 지점에 도달했습니다. 예를 들어 SMS, 사이렌에 대한 전류의 가벼운 방전, 진동, 불쾌한 삐걱거리는 소리, 밝은 빛의 깜박임 또는 단순히 관리자에게 알리는 방법으로 알림을 받을 수 있습니다.

구체적으로 :

• 헬멧을 쓰지 않은 사람을 알아보는 것은 매우 쉽습니다. 대머리라도요. 헬멧을 쓰지 않은 사람을 발견하면 운영자나 작업장 관리자에게 즉시 경고가 전송되었습니다.
• 위험한 산업 분야의 고글과 장갑, 벨트 하네스(지금은 카라비너만 살펴보지만), 반사 조끼, 인공호흡기, 헤어캡 및 기타 PPE에도 마찬가지입니다. 이제 시스템은 20가지 유형의 Sizov를 인식하도록 훈련되었습니다.
• 현장에 있는 사람의 수를 정확하게 계산하고 그 사람이 언제, 얼마나 있었는지 고려할 수 있습니다.
• 사람이 위험 구역에 진입하면 경보음을 울릴 수 있으며, 이 구역은 기계가 시작하고 정지한다는 사실을 기반으로 구성할 수 있습니다.

등등. 가장 간단한 예는 헬멧 색상에 따라 벽돌공과 콘크리트 타설공의 색상 구별입니다. 로봇을 돕기 위해. 결국, 색차별이 없는 사회에 산다는 것은 아무런 목적도 없다는 것이다.

건설현장에서 도둑질을 하는 방법

일반적인 절도 유형 중 하나는 계약자가 100명의 작업자를 현장에 데려오겠다고 약속했지만 실제로는 40~45명을 데려온 경우입니다. 그리고 집이 지어지고 지어지고 있습니다. 하지만 실제로는 그 수를 정확하게 셀 수 있는 사람이 아무도 없습니다. 유명한 농담처럼, 곰이 건설 현장에 자리를 잡고 사람을 잡아먹는다면 아무도 눈치 채지 못할 것입니다. 마찬가지로, 일반 계약자는 승무원을 통제할 방법이 없습니다. 좀 더 정확하게 말하면 ACS를 사용해도 계속 속이게 되고, 터미네이터 고양이에 관한 이 게시물처럼.

일반적으로 건설 현장에는 접근 통제 시스템이 없거나 입구에만 있습니다.

우리는 고도로 발전된 문명과 경험을 교환하러 갔으며 각 직업(더 정확하게는 역할)마다 고유한 헬멧 색상이 있다는 것을 확인했습니다. 여기서 벽돌공은 벽돌을 쌓습니다. 파란색 헬멧이 있고, 콘크리트를 붓는 사람이 있고, 녹색 헬멧이 있고, 온갖 똑똑한 사람들이 돌아다니고 있습니다. 노란색 헬멧이 있으므로 앞에 "ku"를 두 번 해야 합니다. 등등.

그리고 이 모든 것은 각 역할을 매우 쉽게 감지하는 데 필요합니다. 이 시설에는 320x200과 같은 컬러를 생성하는 상당히 저렴한 카메라 수십 대가 있습니다. 헬멧을 착용한 작업자는 실시간으로 집계되며 각 카메라에는 특정 건설 ​​현장이 할당됩니다. 결과적으로, 하루가 끝나면 이 모든 것이 분석에 통합되어 구역별 일정(누가, 어느 정도, 어느 지역에서 일했는지)을 기록합니다.

일반적으로 우리는 경험을 채택했습니다. 우리가 자세히 살펴보는 동안에만 신경망이 훨씬 더 발전했고, 많은 새로운 탐지기가 나타났습니다. 불과 몇 년 전만 해도 매우 변덕스럽고 불안정했지만 이제는 가장 흥미로운 상황을 매우 정확하게 포착할 수 있습니다. 특히 처리 속도로 인해 감지기는 개별 프레임에서 실수를 저지르는 경우가 많지만 각도가 약간만 변경된 비디오 스트림에서는 뛰어난 실제 결과를 얻습니다.

벨트에 두 번째 헬멧을 착용하면 어떻게 되나요?

먼저 우리는 작업자가 안전모 두 개를 구해서 그 중 하나를 엉덩이에 씌울 수 있다는 것을 배웠습니다. 이제 한 번에 두 개의 감지기가 있습니다. 즉, 뼈대를 검색하고 이 뼈대의 꼭지점과 일치하는 색상 반점을 결정하며 동시에 움직이는 물체를 검색합니다. 두 번째 방법은 감지하기가 더 쉬운 것으로 밝혀졌습니다. 예를 들어 엉덩이에 헬멧을 쓴 사람은 이 헬멧으로 검사하는 경우가 거의 없습니다. 그러기 위해서는 고개를 돌려야 하기 때문이다. 그리고 이 움직임은 매우 쉽게 감지됩니다. 더 정확하게 말하면, 실제로 거기에서 정확히 무엇이 감지되는지는 알 수 없지만(신경망) 매우 빠르게 학습하고 걸음걸이로 위반자를 포착합니다.

우리는 사람의 모델을 만들고 있습니다.

그런 다음 실시간으로 히트 맵을 구축하고 하루가 끝날 때 보고합니다.

따라서 동일한 원리를 사용하여 신경망을 훈련함으로써 다음 사항을 쉽게 감지할 수 있습니다.

• 헬멧.
• 목욕 가운.
• 조끼.
• 부츠.
• 머리카락이 붙어 있습니다.
• 안전 카라비너.
• 인공호흡기.
• 보호 안경.
• 재킷을 올바르게 착용하십시오(전기 장비에 중요: 생산 시 기계실에 감전을 일으킬 수 있음).
• 대형 장비를 경계 밖으로 이동합니다.

총 29개의 검출기가 이미 테스트되었습니다. 유일한 요점은 우리가 화학이나 광업과 같은 위험한 산업에 종사하기 때문에 장갑 유형에 대한 요구 사항이 있다는 것입니다. 예를 들어 길고 짧습니다. 이 경우 색상이 달라야 합니다. 비디오 카메라를 사용하여 소매 아래 길이를 결정하는 것은 매우 어렵습니다.

하지만 여기에는 쥐가 자주 발생했습니다. 별도의 쥐 탐지기는 없지만, 기계 작동을 방해하는 물체를 탐지하는 장치는 있습니다.

또 무엇이 감지되고 있나요?

우리는 화학 공장, 광업, 원자력 산업 및 건설 현장에서 검출기를 테스트했습니다. 약간의 노력으로 동일한 할머니가 이전에 해결했던 몇 가지 요구 사항을 더 많이 해결할 수 있다는 것이 밝혀졌으며, 해상도가 낮고 프레임 속도가 좋지 않아 사진에서 무언가를 보려고 깜짝 놀랐습니다. 구체적으로:

• 우리는 아직 각 작업자의 골격 모델을 구축하는 중이므로 넘어짐을 감지할 수 있습니다. 떨어지면 옆에 있는 기계를 즉시 중지할 수 있습니다(파일럿 구현에서는 그러한 통합이 없었고 단순히 경보만 있었습니다). 글쎄요, IoT가 있다면 그렇습니다.
• 물론 위험한 지역에 있을 때도 마찬가지다. 매우 쉽고 정확하며 모든 사람에게 매우 유용합니다. 야금 기업에서 사람들은 끓는 강철 통 옆에서 일합니다. 강철을 굳히는 것은 유용하지만 때로는 약간 잘못된 편에 서는 것이 위험합니다. 다양한 구성 요소와 장비의 작동을 고려하여 이러한 위험을 변경할 수 있습니다. 영역에 대한 일정을 설정하는 등의 작업을 수행합니다.
• PPE 유무에 대한 또 다른 매우 유용한 감지기는 직원의 책임을 모니터링하고 위험에 처해 있지 않은지 확인합니다. 여기서 할머니는 매우 책임감 있게 회계 업무에 접근하고 그녀에게 필요한 모든 PPE를 착용합니다. 칭찬할 만하다!

직원이 자고 있는지 여부에 관계없이 행동 제어를 구현하는 것은 매우 쉬웠습니다. 우리가 이 모든 것을 테스트하는 동안 규칙은 "이 지역에는 녹색 헬멧을 쓴 사람이 있어야 합니다."에서 "이 지역에서는 녹색 헬멧을 쓴 사람이 움직여야 합니다."로 발전했습니다. 지금까지 칩을 알아내고 팬을 켠 똑똑한 사람은 단 한 명뿐이었지만 이 역시 쉽게 고칠 수 있는 것으로 밝혀졌습니다.

화학자들이 모든 종류의 증기와 연기 제트를 기록하는 것은 매우 중요했습니다. 석유 산업에서 - 파이프의 무결성. 화재는 일반적으로 표준 감지기입니다. 닫힌 해치도 점검됩니다.

잊혀진 것들도 같은 방식으로 감지됩니다. 우리는 몇 년 전에 이것을 역 중 한 곳에서 테스트했는데, 거기에서는 많은 수의 이벤트로 인해 거의 의미가 없습니다. 하지만 공장, 특히 화학 공장에서는 깨끗한 공간에서 모니터링하는 것이 매우 편리합니다.

흥미롭게도 비디오 분석을 통해 카메라 영역에 있는 장치의 판독값을 직접 읽을 수 있습니다. 이는 생산 단지의 위험 등급이 높은 동일한 화학자와 관련이 있습니다. 센서 교체와 같은 모든 변경은 프로젝트의 재조정을 의미합니다. 길고 비용이 많이 들고 고통스럽습니다. 보다 정확하게는 길고, 비용이 많이 들고, 고통스럽습니다. 따라서 사물 인터넷은 그들에게 늦게 다가올 것입니다. 이제 그들은 미터에 대한 비디오 감시와 데이터 읽기를 원하고, 신속하게 대응하고, 예상치 못한 눈에 띄지 않는 장비 고장으로 인한 손실을 줄이고 싶어합니다. 현재 계량기 데이터를 기반으로 기업의 디지털 트윈을 구축하고 예측 유지 관리 및 수리를 구현할 수 있지만 이는 완전히 다른 이야기입니다. 우리는 이미 제어권을 갖고 있습니다. 이제 전체 데이터를 기반으로 사전 예방적 분석을 작성하고 있습니다. 그리고 별도로 - 배터리 교체 예측 모듈.

또 다른 놀라운 사실은 곡물 창고와 쇄석과 같은 재료를 보관할 때 3-4 각도에서 더미를 쏘고 가장자리를 결정할 수 있다는 것입니다. 가장자리를 결정한 후 최대 1%의 오차로 곡물이나 재료의 양을 지정합니다.

우리가 작성한 마지막 감지기는 "끄덕거림", 하품 및 깜박임 빈도와 같은 운전자 피로를 모니터링하는 것이었습니다. 이는 눈이 보이는 HD 카메라용입니다. 아마도 제어실에 설치될 것입니다. 그러나 주요 요구 사항은 채석장용 BelAZ 및 KamAZ 트럭입니다. 때때로 자동차가 그곳으로 떨어지기 때문에 이제 광산 현장에서는 운전자를 제어할 수 있는 장치를 마련해야 합니다. 로봇이 할머니보다 낫다.

자동차에 대해서. 예를 들어, 피로 제어라는 주제는 BelAZ, KamAZ 및 기타 MAZ 차량뿐만 아니라 자동차 제조업체에서도 적극적으로 사용됩니다. 제조업체는 이미 일반 일반 자동차에 운전자 피로 경고 시스템을 구축하고 있지만 지금까지는 표시와 관련된 자동차 위치와 스티어링 휠 움직임의 특성만 분석하는 매우 간단한 솔루션을 보유하고 있습니다. 우리는 더 나아가 훨씬 더 복잡한 인간 행동을 탐지했습니다.

운전자 감시의 또 다른 사례는 차량 공유 기계를 사용할 때 잘못된 행동을 감지하는 것입니다. 핸즈프리 없이는 전화 통화를 할 수 없으며, 먹고, 마시고, 담배를 피우는 등 많은 일을 할 수 없습니다.

아, 그리고 마지막으로 한 가지. 몇 년 동안 우리는 카메라 사이에서 물체를 추적할 수 있었습니다. 예를 들어 물건을 도난당한 경우 어느 방향으로, 어떻게 도난당했는지 확인해야 합니다. 시설에 100대의 카메라가 있다면 자재를 들어올리느라 지치게 될 것입니다. 그러면 시스템은 Ocean과 그의 친구들에 관한 액션으로 가득 찬 스릴러 영화를 자동으로 생성합니다.

30년 전 시스템과 어떤 차이가 있나요? 이제 이것은 “오렌지색 재킷을 입은 대머리 남자가 한 감방에서 나갔다가 거의 즉시 다른 감방으로 들어갔다”와 같은 단순한 인식이 아니라, 방의 수학적 모델이 구축되고 이를 바탕으로 물체의 움직임에 대한 가설이 세워집니다. 즉, 이 모든 것이 겹치는 영역과 사각 지대, 때로는 광범위한 영역에서 작동하기 시작했습니다. 그리고 얼굴별로 연령을 판단하는 라이브러리가 있기 때문에 감지기가 훨씬 더 좋아졌습니다. HD 카메라에서는 '35세 남성과 XNUMX세 여성'과 같은 방향을 설정할 수 있습니다.

그래서 아마도 5~7년 안에 우리는 생산을 마치고 여러분의 집으로 갈 것입니다. 안전을 위해. 이것은 여러분의 이익을 위한 것입니다, 시민 여러분!

참조

• 독성에 중독된 곰에 관하여: 할머니가 탐지기보다 더 싼 사례의 예입니다.
• 터미네이터 고양이와 얼굴인식에 대해서. 에픽 케이스.
• 카트와 감독을 구별하는 방법에 대해.
• 더 다양한 탐지기.
• 내 메일 - [이메일 보호]

출처 : habr.com