खतरनाक उद्योगहरू: हामी तपाईंलाई हेर्दै छौं, % प्रयोगकर्ता नाम% (भिडियो विश्लेषण)

एक जना कामरेड हेलमेट बिना, दोस्रो पन्जा बिना।

उत्पादनमा त्यहाँ धेरै राम्रा क्यामेराहरू छैनन्, जसमा सबैभन्दा ध्यान दिने हजुरआमाहरू देखिँदैनन्। अझ स्पष्ट रूपमा, तिनीहरू त्यहाँ एकरसताबाट पागल हुन्छन् र सधैं घटनाहरू देख्दैनन्। त्यसपछि बिस्तारै फोन गर्छन्, र यदि यो खतरनाक क्षेत्रमा प्रवेश गर्दै थियो भने, कहिलेकाहीँ कार्यशालामा बोलाउनुको कुनै मतलब छैन, तपाईं सिधै कामदारका आफन्तहरूमा जान सक्नुहुन्छ।

रोबोटले सबै कुरा देख्न सक्ने र उल्लङ्घन गर्ने जो कोहीलाई कुटपिट गर्ने बिन्दुमा प्रगति पुगेको छ। उदाहरणका लागि, एसएमएस मार्फत सम्झाएर, साइरनमा करेन्टको हल्का डिस्चार्ज गरेर, कम्पनद्वारा, नराम्रो चिच्याएर, चम्किलो प्रकाशको फ्ल्यासद्वारा, वा केवल प्रबन्धकलाई बताएर।

विशेष गरी:

• हेलमेट बिना मान्छे चिन्न धेरै सजिलो छ। टाउको पनि। यदि हामीले हेलमेट बिनाको व्यक्ति देख्यौं भने, अपरेटर वा कार्यशाला प्रबन्धकलाई तत्काल अलर्ट पठाइयो।
• खतरनाक उद्योगहरूमा चश्मा र पन्जाहरू, बेल्ट हार्नेस (यद्यपि हामी अहिलेको लागि केवल क्याराबिनर हेर्दैछौं), रिफ्लेक्टिभ भेस्ट, रेस्पिरेटर, कपालको क्याप र अन्य पीपीईहरूमा पनि त्यस्तै हुन्छ। अब प्रणाली 20 प्रकार Sizov पहिचान गर्न प्रशिक्षित छ।
• तपाईंले साइटमा मानिसहरूलाई सही रूपमा गणना गर्न सक्नुहुन्छ र तिनीहरूमध्ये कति जना थिए भन्ने कुरालाई ध्यानमा राख्न सक्नुहुन्छ।
• एक व्यक्ति खतरनाक क्षेत्रमा प्रवेश गर्दा तपाईंले अलार्म बजाउन सक्नुहुन्छ, र यो क्षेत्र मेशिनहरू सुरु र बन्द भएको तथ्यको आधारमा कन्फिगर गर्न सकिन्छ।

र यस्तै। सबैभन्दा सरल उदाहरण ईंटा र कंक्रीट पोयररहरूको रंग भिन्नता तिनीहरूको हेलमेटको रंगमा आधारित छ। रोबोटलाई मद्दत गर्न। आखिर, रंग भेद बिनाको समाजमा बाँच्नुको कुनै उद्देश्य छैन।

उनीहरूले कसरी निर्माण स्थलमा चोरी गर्छन्

एक प्रकारको सामान्य चोरी हो जब एक ठेकेदारले साइटमा 100 कामदार ल्याउने वाचा गरे, तर वास्तवमा 40-45 ल्याए। र घर निर्माण र निर्माण भइरहेको छ। अझै पनि, कसैले पनि तिनीहरूलाई सही रूपमा गणना गर्न सक्दैन। प्रसिद्ध मजाकमा जस्तै: यदि भालु निर्माण स्थलमा बस्छ र मानिसहरूलाई खान्छ, कसैले पनि ध्यान दिनेछैन। त्यसैगरी, सामान्य ठेकेदारसँग टोलीलाई नियन्त्रण गर्ने कुनै उपाय छैन। अझ स्पष्ट रूपमा, यदि तपाईंले ACS प्रयोग गर्नुभयो भने पनि, उसलाई अझै धोका दिइनेछ, टर्मिनेटर बिरालोको बारेमा यो पोस्टमा जस्तै.

सामान्यतया त्यहाँ निर्माण साइटहरूमा पहुँच नियन्त्रण प्रणालीहरू छैनन् वा तिनीहरू केवल प्रवेश द्वारमा छन्।

हामी उच्च विकसित सभ्यताहरूसँग अनुभवहरू आदानप्रदान गर्न गयौं र देख्यौं कि प्रत्येक पेशा (अधिक स्पष्ट रूपमा, भूमिका) को आफ्नै हेलमेट रंग छ। यहाँ इँटा बनाउनेहरूले इँटाहरू राख्छन् - तिनीहरूसँग नीलो हेलमेट छ, खन्याउनेहरूले कंक्रीट खन्याउछन् - तिनीहरूसँग हरियोहरू छन्, सबै प्रकारका स्मार्ट मानिसहरू वरिपरि घुम्छन् - तिनीहरूसँग पहेँलो छ, त्यसैले तपाईंले तिनीहरूको अगाडि दुई पटक "कु" गर्नु पर्छ। र यस्तै।

र यो सबै धेरै सजिलै प्रत्येक भूमिका पत्ता लगाउन आवश्यक छ। सुविधासँग धेरै दर्जन सस्तो क्यामेराहरू छन् जसले 320x200 रङ जस्तो उत्पादन गर्दछ। कामदारहरूलाई वास्तविक समयमा तिनीहरूको हेलमेटद्वारा गणना गरिन्छ, र प्रत्येक क्यामेरामा एक विशिष्ट निर्माण साइट तोकिएको हुन्छ। नतिजाको रूपमा, दिनको अन्त्यमा, यो सबै विश्लेषणमा सँगै टाँसिएको छ जुन क्षेत्र अनुसार तालिकाहरू रेकर्ड गर्न: कसले काम गर्यो, कुन मात्रामा र कुन क्षेत्रमा।

सामान्यतया, हामीले अनुभव अपनाएका छौं। हामीले यसलाई नजिकबाट हेर्दा मात्र, न्यूरल नेटवर्कहरू धेरै अगाडि बढे, र धेरै नयाँ डिटेक्टरहरू देखा पर्‍यो। केही वर्ष पहिले, तिनीहरू धेरै मनमोहक र अस्थिर थिए, तर अब तिनीहरूले तपाईंलाई एकदम सही रूपमा सबैभन्दा रोचक अवस्थाहरू समात्न अनुमति दिन्छ। कम्तिमा प्रसोधन गतिको कारणले गर्दा, डिटेक्टरहरूले प्राय: व्यक्तिगत फ्रेमहरूमा गल्तीहरू गर्छन्, तर कोणमा सानो परिवर्तनको साथ भिडियो स्ट्रिममा हामीले उत्कृष्ट व्यावहारिक परिणाम पाउँछौं।

यदि मैले मेरो बेल्टमा दोस्रो हेलमेट राखें भने के हुन्छ?

पहिले हामीले सिकेका थियौं कि कामदारले दुईवटा कडा टोपी लिन सक्छ र ती मध्ये एउटा उसको नितम्बमा राख्न सक्छ। हामीसँग अब एकैचोटि दुईवटा डिटेक्टरहरू छन्: कंकालको खोजी गर्दै र यो कंकालको शीर्षसँग मेल खाने रङ स्पट निर्धारण गर्दै, र सिंक्रोनस रूपमा चल्ने वस्तुहरू खोज्दै। दोस्रो विधि पत्ता लगाउन सजिलो भयो: उदाहरणका लागि, आफ्नो बटमा हेलमेट भएको व्यक्तिले यो हेलमेटद्वारा लगभग कहिल्यै निरीक्षण गर्दैन। किनभने यो गर्नको लागि तपाईंले आफ्नो टाउको घुमाउनुपर्छ। र यो आन्दोलन धेरै सजिलै पत्ता लगाउन सकिन्छ। अझ स्पष्ट रूपमा, हामीलाई थाहा छैन कि त्यहाँ वास्तवमा के पत्ता लगाइएको छ (यो एक न्यूरल नेटवर्क हो), तर यसले धेरै चाँडो सिके र उल्लङ्घन गर्नेहरूलाई समात्छ, कसैले भन्न सक्छ, तिनीहरूको चालबाट।

हामी एक व्यक्तिको नमूना निर्माण गर्दैछौं।

त्यसोभए हामी वास्तविक समयमा तातो नक्सा र दिनको अन्त्यमा रिपोर्टहरू बनाउँछौं।

तदनुसार, एउटै सिद्धान्त प्रयोग गरेर - एक तंत्रिका नेटवर्क प्रशिक्षण गरेर - निम्न सजिलै पत्ता लगाउन सकिन्छ:

• हेलमेट।
• लुगा।
• भेस्टहरू।
• जुत्ता।
• टाँसिएको कपाल।
• सुरक्षा carabiners।
• रेस्पिरेटरहरू।
• सुरक्षात्मक चश्मा।
• ज्याकेट सही रूपमा लगाउने (विद्युत उपकरणहरूको लागि महत्त्वपूर्ण: यसले उत्पादनमा मेसिन कोठामा झटका निम्त्याउन सक्छ)।
• परिधि बाहिर ठूला उपकरणहरू सार्दै।

कुलमा, 29 डिटेक्टरहरू पहिले नै परीक्षण गरिएको छ। केवल बिन्दु यो हो कि हामी रसायन विज्ञान वा खनन जस्ता खतरनाक उद्योगहरूमा काम गर्ने हुनाले, पन्जाका प्रकारहरूका लागि आवश्यकताहरू छन्। उदाहरणका लागि, लामो र छोटो। यस अवस्थामा, तिनीहरू विभिन्न रंगहरूको हुनुपर्छ: भिडियो क्यामेरा प्रयोग गरेर आस्तीन अन्तर्गत लम्बाइ निर्धारण गर्न धेरै गाह्रो छ।

तर यहाँ अक्सर मुसाको घटनाहरू थिए। हामीसँग छुट्टै मुसा डिटेक्टर छैन, तर हामीसँग मेसिनको सञ्चालनमा हस्तक्षेप गर्ने वस्तुहरूका लागि डिटेक्टर छ:

अरू के के पत्ता लगाइन्छ?

हामीले रासायनिक प्लान्टहरूमा, खानी उद्योगमा, आणविक उद्योगमा र निर्माण साइटहरूमा डिटेक्टरहरू परीक्षण गरेका छौं। यो बाहिरियो कि थोरै प्रयासको साथ तपाईले धेरै आवश्यकताहरू समाधान गर्न सक्नुहुन्छ जुन पहिले नै हजुरआमाहरू द्वारा हल गरिएको थियो, खराब रिजोल्युसन र कमजोर फ्रेम दर मार्फत चित्रमा केहि हेर्ने प्रयास गर्दै। विशेष गरी:

• हामी अझै पनि प्रत्येक कामदारको कंकाल मोडेल निर्माण गर्दैछौं, झरना पत्ता लगाउन सकिन्छ। यदि यो खस्यो भने, तपाईले तुरुन्तै मेसिनलाई रोक्न सक्नुहुन्छ जुन यो अवस्थित छ (पाइलट कार्यान्वयनमा त्यहाँ त्यस्तो एकीकरण थिएन, त्यहाँ केवल अलार्महरू थिए)। ठीक छ, यदि तपाईंसँग IoT छ भने।
• निस्सन्देह, खतरनाक क्षेत्रहरूमा हुनु। यो धेरै सजिलो, धेरै सटीक र सबैको लागि धेरै उपयोगी छ। मेटलर्जिकल उद्यमहरूमा, मानिसहरूले उमालेको स्टीलको भ्याटको छेउमा काम गर्छन्; यो स्टिललाई कडा बनाउन उपयोगी छ, तर कहिलेकाहीँ यो गलत पक्षमा अलिकति खडा हुनु खतरनाक हुन्छ। विभिन्न घटक र उपकरणहरूको सञ्चालनलाई ध्यानमा राख्दै, तपाइँ यी खतरनाक परिवर्तन गर्न सक्नुहुन्छ। क्षेत्रहरू, तिनीहरूको लागि तालिका सेट गर्नुहोस्, र यस्तै।
• पीपीईको उपस्थितिको बारेमा अर्को धेरै उपयोगी डिटेक्टरले कर्मचारीहरूको जिम्मेवारी निगरानी गर्दछ र तिनीहरू खतरामा छैन भनेर जाँच गर्दछ। यहाँ हजुरआमाले धेरै जिम्मेवारीपूर्वक लेखाको काममा जानुहुन्छ र उनको लागि आवश्यक सबै पीपीई लगाइदिनुहुन्छ। प्रशंसनीय!

यो व्यवहार नियन्त्रण लागू गर्न धेरै सजिलो थियो - चाहे कर्मचारी सुतिरहेको थियो वा छैन। हामीले यी सबैको परीक्षण गर्दा, नियमहरू "यस क्षेत्रमा हरियो हेलमेटमा एक व्यक्ति हुनुपर्छ" देखि "यस क्षेत्रमा हरियो हेलमेटमा एक व्यक्ति चल्नै पर्छ" मा विकसित भयो। अहिलेसम्म त्यहाँ एउटा मात्र स्मार्ट केटा छ जसले चिप पत्ता लगाए र फ्यान खोल्यो, तर यो पनि ठीक गर्न सजिलो भयो।

रसायनशास्त्रीहरूका लागि भाप र धुवाँका सबै प्रकारका जेटहरू रेकर्ड गर्न धेरै महत्त्वपूर्ण थियो। तेल उद्योग मा - पाइप को अखण्डता। आगो सामान्यतया एक मानक डिटेक्टर हो। त्यहाँ बन्द ह्याचहरूको जाँच पनि छ।

बिर्सिएका कुराहरू त्यसैगरी पत्ता लगाइन्छ। हामीले केहि वर्ष पहिले यो स्टेशनहरू मध्ये एकमा परीक्षण गर्‍यौं, त्यहाँ घटनाहरूको ठूलो संख्याको कारणले यसको कुनै अर्थ छैन। तर कारखानाहरूमा, विशेष गरी रासायनिकहरू, सफा क्षेत्रमा चीजहरू निगरानी गर्न धेरै सुविधाजनक छ।

चाखलाग्दो कुरा के छ भने, हामी सीधा भिडियो विश्लेषणबाट क्यामेरा क्षेत्रमा उपकरणहरूको पढाइ पढ्न सक्छौं। यो उही केमिस्टहरूका लागि सान्दर्भिक छ जसको उत्पादन परिसरहरूमा उच्च जोखिम वर्ग छ। कुनै पनि परिवर्तन, जस्तै सेन्सर प्रतिस्थापन, परियोजना को पुन: समन्वय को अर्थ हो। यो लामो, महँगो र पीडादायी छ। अझ स्पष्ट रूपमा, यो लामो, महँगो र पीडादायी छ। त्यसकारण, चीजहरूको इन्टरनेट तिनीहरूको लागि ढिलो हुनेछ। अब तिनीहरू मिटरहरूमा भिडियो निगरानी र डेटा पढ्न चाहन्छन्, तिनीहरूलाई द्रुत रूपमा प्रतिक्रिया दिन र अप्रत्याशित रूपमा र अप्रत्याशित उपकरण विफलताको कारण घाटा कम गर्न चाहन्छन्। हालको मिटर डेटाको आधारमा, तपाइँ उद्यमको डिजिटल जुम्ल्याहा निर्माण गर्न सक्नुहुन्छ, पूर्वानुमानात्मक मर्मत र मर्मत कार्यान्वयन गर्न सक्नुहुन्छ, तर यो पूर्णतया फरक कथा हो... हामीसँग पहिले नै नियन्त्रण छ: हामी अब डेटाको समग्रतामा आधारित सक्रिय विश्लेषणहरू लेखिरहेका छौं। र अलग - ब्याट्री प्रतिस्थापन भविष्यवाणी मोड्युल।

अर्को अविश्वसनीय कुरा - यो पत्ता लाग्यो कि अन्न भण्डारमा र कुचल ढुङ्गा जस्ता सामग्रीको भण्डारणमा, तपाईं 3-4 कोणबाट ढेर शूट गर्न सक्नुहुन्छ र यसको किनाराहरू निर्धारण गर्न सक्नुहुन्छ। र किनाराहरू निर्धारण गरिसकेपछि, 1% सम्मको त्रुटिको साथ अनाज वा सामग्रीको मात्रा दिनुहोस्।

हामीले लेखेको अन्तिम डिटेक्टरले ड्राइभरको थकानलाई निगरानी गरिरहेको थियो, जस्तै "नडिंग", हाई र झिम्काउने फ्रिक्वेन्सी। यो HD क्यामेराहरूको लागि हो जहाँ आँखाहरू देखिन्छन्। सम्भवतः, यो नियन्त्रण कोठामा स्थापित हुनेछ। तर मुख्य आवश्यकता खदानहरूको लागि BelAZ र KamAZ ट्रकहरूको लागि हो। कहिलेकाहीँ कारहरू त्यहाँ खस्छन्, त्यसैले अब खनन साइटमा तिनीहरू चालकलाई नियन्त्रण गर्न केहि ल्याउन बाध्य छन्। रोबोट हजुरआमा भन्दा राम्रो छ।

कारहरूको बारेमा। उदाहरणका लागि, थकान नियन्त्रणको विषय सक्रिय रूपमा अटोमेकरहरू द्वारा प्रयोग गरिन्छ न केवल BelAZ, KamAZ र अन्य MAZ सवारीहरू। निर्माताहरूले पहिल्यै साधारण साधारण कारहरूमा ड्राइभर थकान चेतावनी प्रणालीहरू निर्माण गरिरहेका छन्, तर अहिलेसम्म तिनीहरूसँग एकदम सरल समाधानहरू छन् जसले चिन्हहरू र स्टीयरिंग व्हील आन्दोलनको प्रकृतिसँग सम्बन्धित कारको स्थिति मात्र विश्लेषण गर्दछ। हामी अगाडि गयौं र मानव व्यवहार पत्ता लगायौं, जुन धेरै जटिल छ।

ड्राइभर निगरानीको अर्को मामला कार साझेदारी मिसिनहरू प्रयोग गर्दा गलत व्यवहारको पत्ता लगाउनु हो। तपाईं हातहरू बिना फोनमा कुरा गर्न सक्नुहुन्न, खान, पिउन, धुम्रपान, र अधिक।

ओह, र एउटा अन्तिम कुरा। धेरै वर्षदेखि हामीले क्यामेराहरू बीचको वस्तु ट्र्याक गर्न सक्षम भएका छौं - जब, उदाहरणका लागि, केहि चोरी भएको थियो, तपाईंले कुन तरिका र कसरी जाँच गर्न आवश्यक छ। यदि त्यहाँ सुविधामा 100 क्यामेराहरू छन् भने, तपाइँ सामग्री उठाउन थकित हुनुहुनेछ। र त्यसपछि प्रणालीले स्वत: महासागर र उनका साथीहरूको बारेमा एक कार्य-प्याक थ्रिलर उत्पन्न गर्नेछ।

दुई वर्षअघिको प्रणालीभन्दा के फरक छ ? अब यो "सुन्तला रंगको ज्याकेटमा टाउको मानिसले एउटा सेल छोडेर तुरुन्तै अर्कोमा प्रवेश गर्यो" जस्तै पहिचान मात्र होइन, तर कोठाको गणितीय मोडेल बनाइएको छ, र यसको आधारमा, वस्तुको चालको बारेमा परिकल्पनाहरू बनाइन्छ। त्यो हो, यी सबैले ओभरल्याप भएका क्षेत्रहरूमा काम गर्न थाल्यो र अन्धा ठाउँहरू भएका ठाउँहरूमा, कहिलेकाहीँ व्यापक। र डिटेक्टरहरू अब धेरै राम्रो छन्, किनभने त्यहाँ पुस्तकालयहरू छन् जुन अनुहार द्वारा उमेर निर्धारण गर्दछ। HD क्यामेराहरूमा तपाईंले "30 वर्षीया महिलासँग 35 वर्षीय पुरुष" जस्ता अभिमुखीकरणहरू सेट गर्न सक्नुहुन्छ।

त्यसोभए, सायद 5-7 वर्षमा हामी उत्पादन समाप्त गरेर तपाईंको घर जानेछौं। सुरक्षाको लागि। यो तपाईको हितमा छ, नागरिक!

सन्दर्भ

• विषाक्त दुर्व्यसनी भालुहरूको बारेमा: एउटा उदाहरण जहाँ हजुरआमाहरू डिटेक्टरहरू भन्दा सस्तो थिए।
• टर्मिनेटर बिरालो र अनुहार पहिचान बारे। महाकाव्य मामला।
• हामीले कसरी फोरम्यानबाट कार्ट छुट्यायौं भन्ने बारे।
• थप विभिन्न डिटेक्टरहरू।
• मेरो मेल - [ईमेल सुरक्षित]

स्रोत: www.habr.com