Seorang rakan tanpa topi keledar, yang kedua tanpa sarung tangan.
Dalam pengeluaran terdapat banyak kamera yang tidak begitu baik, di mana nenek yang tidak paling prihatin melihat. Lebih tepat lagi, mereka menjadi gila di sana dari kebosanan dan tidak selalu melihat insiden. Kemudian mereka memanggil perlahan-lahan, dan jika ia memasuki zon berbahaya, maka kadang-kadang tidak ada gunanya memanggil bengkel, anda boleh terus ke saudara-mara pekerja.
Kemajuan telah mencapai tahap di mana robot boleh melihat segala-galanya dan memberikan sebatan kepada sesiapa sahaja yang melanggarnya. Contohnya, dengan mengingatkan melalui SMS, dengan pelepasan arus yang ringan ke siren, dengan getaran, dengan decitan jahat, dengan kilat cahaya terang, atau hanya dengan memberitahu pengurus.
Khususnya:
- Sangat mudah untuk mengenali orang tanpa topi keledar. Malah yang botak. Jika kita melihat seseorang tanpa topi keledar, amaran segera dihantar kepada pengendali atau pengurus bengkel.
- Perkara yang sama berlaku untuk cermin mata dan sarung tangan dalam industri berbahaya, abah-abah tali pinggang (walaupun kami hanya melihat pada carabiner buat masa ini), jaket reflektif, alat pernafasan, penutup rambut dan PPE lain. Kini sistem ini dilatih untuk mengenali 20 jenis Sizov.
- Anda boleh mengira dengan tepat orang di tapak dan mengambil kira bila dan berapa ramai daripada mereka berada di sana.
- Anda boleh membunyikan penggera apabila seseorang memasuki zon berbahaya, dan zon ini boleh dikonfigurasikan berdasarkan fakta bahawa mesin bermula dan berhenti.
Dan sebagainya. Contoh paling mudah ialah pembezaan warna tukang batu dan penuang konkrit berdasarkan warna topi keledar mereka. Untuk membantu robot. Lagipun, untuk hidup dalam masyarakat tanpa perbezaan warna adalah tidak mempunyai tujuan.
Bagaimana mereka mencuri di tapak pembinaan
Satu jenis kecurian biasa ialah apabila kontraktor berjanji untuk membawa 100 pekerja ke tapak, tetapi sebenarnya membawa 40-45. Dan rumah itu sedang dibina dan dibina. Namun, tiada siapa yang boleh mengira dengan tepat sebenarnya. Seperti dalam jenaka terkenal: jika beruang menetap di tapak pembinaan dan memakan orang, tiada siapa yang akan perasan. Begitu juga, kontraktor am tidak mempunyai cara untuk mengawal krew. Lebih tepat lagi, pakai ACS pun dia tetap akan tertipu, .
Biasanya tiada sistem kawalan akses di tapak pembinaan atau hanya di pintu masuk.
Kami pergi untuk bertukar pengalaman dengan tamadun yang sangat maju dan melihat bahawa setiap profesion (lebih tepat, peranan) mempunyai warna topi keledar sendiri. Di sini tukang batu meletakkan bata - mereka mempunyai topi keledar biru, penuang menuang konkrit - mereka mempunyai yang hijau, semua jenis orang pintar berjalan-jalan - mereka mempunyai yang kuning, jadi anda perlu melakukan "ku" dua kali di hadapan mereka. Dan sebagainya.
Dan semua ini diperlukan untuk mengesan setiap peranan dengan mudah. Kemudahan ini mempunyai beberapa dozen kamera yang agak murah yang menghasilkan sesuatu seperti 320x200 dalam warna. Pekerja dikira oleh topi keledar mereka dalam masa nyata, dan tapak pembinaan khusus diberikan kepada setiap kamera. Akibatnya, pada penghujung hari, semua ini disatukan dalam analitik untuk merekodkan jadual mengikut zon: siapa yang bekerja, dalam kuantiti berapa dan dalam kawasan apa.
Secara umum, kami telah menerima pakai pengalaman. Hanya semasa kami melihatnya dengan teliti, rangkaian saraf melangkah jauh ke hadapan, dan banyak pengesan baharu muncul. Hanya beberapa tahun yang lalu mereka agak berubah-ubah dan tidak stabil, tetapi kini mereka membolehkan anda menangkap situasi yang paling menarik dengan sangat tepat. Tidak kurang kerana kelajuan pemprosesan, pengesan sering membuat kesilapan pada bingkai individu, tetapi pada aliran video dengan perubahan kecil dalam sudut kami mendapat hasil praktikal yang sangat baik.
Bagaimana jika saya meletakkan topi keledar kedua pada tali pinggang saya?
Mula-mula kami mengetahui bahawa seorang pekerja boleh mendapatkan dua topi keras dan meletakkan salah satu daripadanya di punggungnya. Kami kini mempunyai dua pengesan serentak: mencari rangka dan menentukan titik warna untuk memadankan puncak rangka ini, dan mencari objek bergerak serentak. Kaedah kedua ternyata lebih mudah untuk dikesan: sebagai contoh, seseorang yang mempunyai topi keledar di punggungnya hampir tidak pernah diperiksa oleh topi keledar ini. Kerana untuk melakukan ini, anda perlu memutar kepala anda. Dan pergerakan ini sangat mudah dikesan. Lebih tepat lagi, kita tidak tahu apa sebenarnya yang dikesan di sana (ia adalah rangkaian saraf), tetapi ia belajar dengan cepat dan menangkap pelanggar, mungkin dikatakan, dengan gaya berjalan mereka.
Kami sedang membina model seseorang.
Kemudian kami hanya membina peta haba dalam masa nyata dan laporan pada penghujung hari.
Sehubungan itu, menggunakan prinsip yang sama - dengan melatih rangkaian saraf - perkara berikut mudah dikesan:
- Topi keledar.
- Jubah mandi.
- Vest.
- but.
- Melekat rambut.
- Carabiner keselamatan.
- Alat pernafasan.
- Cermin mata pelindung.
- Memakai jaket dengan betul (penting untuk peralatan elektrik: ia boleh menyebabkan kejutan di dalam bilik mesin semasa pengeluaran).
- Memindahkan instrumen besar di luar perimeter.
Secara keseluruhan, 29 pengesan telah pun diuji. Satu-satunya perkara ialah kerana kita bekerja dalam industri berbahaya seperti kimia atau perlombongan, terdapat keperluan untuk jenis sarung tangan. Contohnya, panjang dan pendek. Dalam kes ini, mereka perlu mempunyai warna yang berbeza: sangat sukar untuk menentukan panjang di bawah lengan menggunakan kamera video.
Tetapi di sini sering terdapat kes tikus. Kami tidak mempunyai pengesan tikus yang berasingan, tetapi kami mempunyai pengesan untuk objek yang mengganggu pengendalian mesin:
Apa lagi yang dikesan?
Kami telah menguji pengesan dalam loji kimia, dalam industri perlombongan, dalam industri nuklear dan di tapak pembinaan. Ternyata dengan sedikit usaha anda boleh menyelesaikan beberapa lagi keperluan yang sebelum ini diselesaikan oleh nenek yang sama, dengan terkejut cuba melihat sesuatu dalam gambar melalui resolusi yang lemah dan kadar bingkai yang lemah. Secara khusus:
- Memandangkan kami masih membina model rangka setiap pekerja, jatuh dapat dikesan. Jika ia jatuh, anda boleh segera menghentikan mesin di sebelah mana ia terletak (dalam pelaksanaan perintis tidak ada penyepaduan sedemikian, hanya ada penggera). Nah, itu jika anda mempunyai IoT.
- Sudah tentu, berada di kawasan berbahaya. Ia sangat mudah, sangat tepat dan sangat berguna kepada semua orang. Di perusahaan metalurgi, orang bekerja di sebelah tong keluli mendidih; ia berguna untuk mengeras keluli, tetapi kadang-kadang berbahaya untuk berdiri sedikit di sebelah yang salah. Dengan mengambil kira operasi komponen dan peralatan yang berbeza, anda boleh menukar berbahaya ini zon, tetapkan jadual untuk mereka, dan sebagainya.
- Satu lagi pengesan yang sangat berguna tentang kehadiran PPE memantau tanggungjawab pekerja dan memeriksa bahawa mereka tidak berada dalam bahaya. Di sini nenek mendekati tugas perakaunan dengan sangat bertanggungjawab dan memakai semua PPE yang diperlukan untuknya. Terpuji!
Sangat mudah untuk melaksanakan kawalan tingkah laku - sama ada pekerja sedang tidur atau tidak. Semasa kami menguji semua ini, peraturan berkembang daripada "Mesti ada orang bertopi keledar hijau di kawasan ini" kepada "Di kawasan ini orang yang memakai topi keledar hijau mesti bergerak." Setakat ini hanya ada seorang lelaki pintar yang mengetahui cip dan menghidupkan kipas, tetapi ini juga ternyata mudah untuk diperbaiki.
Adalah sangat penting bagi ahli kimia untuk merekodkan semua jenis jet wap dan asap. Dalam industri minyak - integriti paip. Kebakaran biasanya pengesan standard. Terdapat juga pemeriksaan menetas tertutup.
Perkara yang terlupa dikesan dengan cara yang sama. Kami menguji ini di salah satu stesen beberapa tahun yang lalu, di sana ia hampir tidak masuk akal kerana jumlah acara yang banyak. Tetapi di kilang, terutamanya yang berbahan kimia, adalah sangat mudah untuk memantau perkara di kawasan yang bersih.
Menariknya, kita boleh membaca bacaan peranti di kawasan kamera secara langsung daripada analisis video. Ini adalah relevan untuk ahli kimia yang sama yang kompleks pengeluarannya mempunyai kelas bahaya yang tinggi. Sebarang perubahan, seperti menggantikan penderia, bermakna penyelarasan semula projek. Ia panjang, mahal dan menyakitkan. Lebih tepat lagi, ianya PANJANG, MAHAL dan MENYAKITKAN. Oleh itu, Internet Perkara akan datang lewat untuk mereka. Kini mereka mahukan pengawasan video pada meter dan membaca data, bertindak balas dengan cepat dan mengurangkan kerugian akibat kegagalan peralatan yang tidak dijangka dan tidak disedari. Berdasarkan data meter semasa, anda boleh membina kembar digital perusahaan, melaksanakan penyelenggaraan ramalan dan pembaikan, tetapi itu cerita yang sama sekali berbeza... Kami sudah mempunyai kawalan: kami kini menulis analisis proaktif berdasarkan keseluruhan data. Dan secara berasingan - modul ramalan penggantian bateri.
Satu lagi perkara yang luar biasa - ternyata di dalam jelapang dan dalam penyimpanan bahan seperti batu hancur, anda boleh menembak timbunan dari 3-4 sudut dan menentukan tepinya. Dan setelah menentukan tepi, berikan isipadu bijirin atau bahan dengan ralat sehingga 1%.
Pengesan terakhir yang kami tulis ialah memantau keletihan pemandu, seperti "mengangguk", menguap dan kekerapan berkelip. Ini adalah untuk kamera HD di mana mata boleh dilihat. Kemungkinan besar, ia akan dipasang di bilik kawalan. Tetapi keperluan utama adalah untuk trak BelAZ dan KamAZ untuk kuari. Kadang-kadang kereta jatuh di sana, jadi sekarang di tapak perlombongan mereka terpaksa membuat sesuatu untuk mengawal pemandu. Robot itu lebih baik daripada nenek.
Mengenai kereta. Sebagai contoh, topik kawalan keletihan digunakan secara aktif oleh pembuat kereta bukan sahaja BelAZ, KamAZ dan kenderaan MAZ yang lain. Pengilang sudah membina sistem amaran keletihan pemandu ke dalam kereta biasa biasa, tetapi setakat ini mereka mempunyai penyelesaian yang agak mudah yang menganalisis hanya kedudukan kereta berbanding tanda dan sifat pergerakan stereng. Kami pergi lebih jauh dan mengesan tingkah laku manusia, yang jauh lebih kompleks.
Satu lagi kes pengawasan pemandu ialah pengesanan tingkah laku yang tidak betul apabila menggunakan mesin perkongsian kereta. Anda tidak boleh bercakap di telefon tanpa bebas tangan, makan, minum, merokok dan banyak lagi.
Oh, dan satu perkara terakhir. Selama beberapa tahun sekarang kami telah dapat menjejaki objek di antara kamera - apabila, sebagai contoh, sesuatu dicuri, anda perlu menyemak cara dan caranya. Jika terdapat 100 kamera di kemudahan itu, maka anda akan keletihan mengangkat bahan tersebut. Dan kemudian sistem akan secara automatik menjana thriller penuh aksi tentang Ocean dan rakan-rakannya.
Apakah perbezaan daripada sistem dua tahun lalu? Sekarang ini bukan sekadar pengiktirafan seperti "seorang lelaki botak berjaket oren meninggalkan satu sel dan hampir serta-merta memasuki sel lain," tetapi model matematik bilik itu dibina, dan berdasarkannya, hipotesis tentang pergerakan objek dibina. Iaitu, semua ini mula berfungsi di kawasan yang bertindih dan tempat dengan bintik buta, kadang-kadang luas. Dan pengesan kini jauh lebih baik, kerana terdapat perpustakaan yang menentukan umur mengikut wajah. Pada kamera HD, anda boleh menetapkan orientasi seperti "lelaki berumur 30 tahun dengan wanita berumur 35 tahun."
Jadi, mungkin dalam 5-7 tahun kami akan menyelesaikan pengeluaran dan pergi ke rumah anda. Untuk keselamatan. Ini adalah untuk kepentingan anda sendiri, warganegara!
rujukan
- mel saya - [e-mel dilindungi]
Sumber: www.habr.com