Một đồng chí không đội mũ bảo hiểm, đồng chí thứ hai không đeo găng tay.
Trong quá trình sản xuất có rất nhiều máy ảnh không tốt lắm mà các bà không mấy chú ý đến. Chính xác hơn, họ chỉ đơn giản là phát điên vì sự đơn điệu ở đó và không phải lúc nào cũng nhìn thấy sự cố. Sau đó họ gọi từ từ, nếu đã đi vào khu vực nguy hiểm thì đôi khi gọi đến xưởng cũng chẳng ích gì, bạn có thể đến thẳng người nhà người công nhân.
Tiến bộ đã đạt đến mức robot có thể nhìn thấy mọi thứ và trừng phạt bất cứ ai vi phạm. Ví dụ: bằng cách nhắc nhở bằng SMS, bằng cách phóng điện nhẹ tới còi báo động, bằng rung, bằng tiếng rít khó chịu, bằng tia sáng chói hoặc đơn giản bằng cách nói với người quản lý.
Đặc biệt:
- Rất dễ dàng nhận ra người không đội mũ bảo hiểm. Kể cả những người hói. Nếu chúng tôi nhìn thấy một người không đội mũ bảo hiểm, cảnh báo ngay lập tức sẽ được gửi đến người điều hành hoặc quản lý xưởng.
- Điều tương tự cũng xảy ra với kính bảo hộ và găng tay trong các ngành công nghiệp nguy hiểm, dây đai (mặc dù hiện tại chúng tôi chỉ xem xét carabiner), áo phản quang, mặt nạ phòng độc, mũ đội tóc và các PPE khác. Bây giờ hệ thống được đào tạo để nhận dạng 20 loại Sizov.
- Bạn có thể đếm chính xác số người tại địa điểm và tính đến thời điểm và số lượng họ ở đó.
- Bạn có thể phát ra âm thanh cảnh báo khi một người đi vào khu vực nguy hiểm và khu vực này có thể được cấu hình dựa trên thực tế là máy khởi động và dừng.
Và như thế. Ví dụ đơn giản nhất là sự phân biệt màu sắc của thợ nề và thợ đổ bê tông dựa trên màu mũ bảo hiểm của họ. Để giúp robot. Suy cho cùng, sống trong một xã hội không có sự phân biệt màu da là không có mục đích.
Cách họ ăn trộm ở công trường xây dựng
Một kiểu trộm cắp phổ biến là khi nhà thầu hứa đưa 100 công nhân đến công trường nhưng thực tế lại đưa tới 40–45 công nhân. Và ngôi nhà đang được xây dựng và xây dựng. Tuy nhiên, trên thực tế không ai có thể đếm chính xác được chúng. Như trong câu chuyện cười nổi tiếng: nếu một con gấu định cư ở một công trường xây dựng và ăn thịt người thì sẽ không có ai để ý. Tương tự như vậy, tổng thầu không có cách nào để kiểm soát các đội thi công. Chính xác hơn là dù bạn có sử dụng ACS thì anh ta vẫn sẽ bị lừa, .
Thông thường không có hệ thống kiểm soát truy cập tại các công trường xây dựng hoặc chúng chỉ ở lối vào.
Chúng tôi đi trao đổi kinh nghiệm với các nền văn minh phát triển cao và thấy rằng mỗi nghề (chính xác hơn là vai trò) đều có màu mũ bảo hiểm riêng. Ở đây những người thợ nề đặt những viên gạch - họ đội mũ bảo hiểm màu xanh lam, những người đổ bê tông - họ có những chiếc màu xanh lá cây, đủ loại người thông minh đi lại - họ có những chiếc mũ màu vàng, vì vậy bạn phải làm “ku” hai lần trước mặt họ. Và như thế.
Và tất cả điều này là cần thiết để rất dễ dàng phát hiện từng vai trò. Cơ sở này có vài chục máy ảnh khá rẻ có thể tạo ra màu sắc cỡ 320x200. Công nhân được tính bằng mũ bảo hiểm của họ theo thời gian thực và địa điểm xây dựng cụ thể được chỉ định cho mỗi camera. Kết quả là, vào cuối ngày, tất cả những điều này được kết hợp lại với nhau trong phân tích để ghi lại lịch trình theo khu vực: ai đã làm việc, số lượng và khu vực nào.
Nói chung, chúng tôi đã áp dụng kinh nghiệm. Chỉ khi chúng ta quan sát kỹ hơn thì mạng lưới thần kinh mới tiến xa hơn và nhiều máy dò mới xuất hiện. Chỉ vài năm trước, chúng khá thất thường và không ổn định, nhưng giờ đây chúng cho phép bạn nắm bắt rất chính xác những tình huống thú vị nhất. Không chỉ vì tốc độ xử lý, máy dò thường mắc lỗi trên từng khung hình riêng lẻ, nhưng trên luồng video có những thay đổi nhỏ về góc, chúng tôi nhận được kết quả thực tế tuyệt vời.
Nếu tôi đeo chiếc mũ bảo hiểm thứ hai vào thắt lưng thì sao?
Đầu tiên chúng tôi biết rằng một công nhân có thể lấy hai chiếc mũ cứng và đội một chiếc vào mông. Bây giờ chúng tôi có hai máy dò cùng một lúc: tìm kiếm bộ xương và xác định điểm màu khớp với đỉnh của bộ xương này và tìm kiếm các vật thể chuyển động đồng bộ. Phương pháp thứ hai hóa ra dễ phát hiện hơn: ví dụ, một người đội mũ bảo hiểm vào mông hầu như không bao giờ bị chiếc mũ bảo hiểm này kiểm tra. Vì để làm được điều này bạn cần phải xoay đầu. Và chuyển động này rất dễ bị phát hiện. Chính xác hơn, chúng tôi không biết chính xác những gì thực sự được phát hiện ở đó (đó là một mạng lưới thần kinh), nhưng nó học rất nhanh và bắt những kẻ vi phạm, có thể nói, bằng dáng đi của họ.
Chúng tôi đang xây dựng một mô hình của một người.
Sau đó, chúng tôi chỉ cần xây dựng bản đồ nhiệt theo thời gian thực và báo cáo vào cuối ngày.
Theo đó, sử dụng cùng một nguyên tắc - bằng cách huấn luyện mạng lưới thần kinh - những điều sau đây có thể dễ dàng được phát hiện:
- Mũ bảo hiểm.
- Áo choàng tắm.
- Áo khoác.
- Bốt.
- Dính tóc.
- Carabiner an toàn.
- Máy thở.
- Kính bảo vệ.
- Mặc áo khoác đúng cách (quan trọng đối với thiết bị điện: có thể gây giật điện trong phòng máy khi sản xuất).
- Di chuyển các dụng cụ lớn ra ngoài chu vi.
Tổng cộng có 29 máy dò đã được thử nghiệm. Điểm duy nhất là vì chúng tôi làm việc trong các ngành công nghiệp nguy hiểm như hóa học hoặc khai thác mỏ nên có những yêu cầu đối với các loại găng tay. Ví dụ, dài và ngắn. Trong trường hợp này, chúng cần có màu sắc khác nhau: rất khó xác định độ dài dưới tay áo bằng máy quay video.
Nhưng ở đây thường xuyên xảy ra trường hợp chuột. Chúng tôi không có thiết bị phát hiện chuột riêng nhưng chúng tôi có thiết bị phát hiện các vật thể cản trở hoạt động của máy:
Những gì khác đang được phát hiện?
Chúng tôi đã thử nghiệm máy dò trong các nhà máy hóa chất, trong ngành khai thác mỏ, trong ngành hạt nhân và trên các công trường xây dựng. Hóa ra với một chút nỗ lực, bạn có thể giải quyết thêm một số yêu cầu mà trước đây đã được giải quyết bởi những người bà tương tự, cố gắng nhìn thấy thứ gì đó trong bức ảnh thông qua độ phân giải kém và tốc độ khung hình kém. Đặc biệt:
- Vì chúng tôi vẫn đang xây dựng mô hình bộ xương của từng công nhân nên có thể phát hiện được các cú ngã. Nếu nó rơi, bạn có thể dừng ngay máy bên cạnh nó (trong quá trình triển khai thí điểm không có sự tích hợp như vậy mà chỉ có cảnh báo). Chà, đó là nếu bạn có IoT.
- Tất nhiên là ở trong khu vực nguy hiểm. Nó rất dễ dàng, rất chính xác và rất hữu ích cho mọi người. Ở các doanh nghiệp luyện kim, người ta làm việc cạnh những thùng thép đang sôi, làm cứng thép rất hữu ích nhưng đôi khi đứng sai hướng một chút cũng rất nguy hiểm. các khu vực, đặt lịch cho chúng, v.v.
- Một máy dò rất hữu ích khác về sự hiện diện của PPE sẽ giám sát trách nhiệm của nhân viên và kiểm tra xem họ có gặp nguy hiểm hay không. Ở đây, người bà tiếp cận nhiệm vụ kế toán rất có trách nhiệm và mặc tất cả các thiết bị bảo hộ cá nhân cần thiết cho bà. Đáng khen ngợi!
Việc thực hiện kiểm soát hành vi rất dễ dàng - cho dù nhân viên có ngủ hay không. Trong khi chúng tôi đang thử nghiệm tất cả những điều này, các quy tắc đã phát triển từ “Phải có người đội mũ bảo hiểm màu xanh lá cây trong khu vực này” thành “Trong khu vực này, người đội mũ bảo hiểm màu xanh lá cây phải di chuyển”. Cho đến nay chỉ có một anh chàng thông minh tìm ra con chip và bật quạt, nhưng điều này hóa ra cũng dễ sửa.
Điều rất quan trọng đối với các nhà hóa học là ghi lại tất cả các loại tia hơi nước và khói. Trong ngành dầu mỏ - tính toàn vẹn của đường ống. Lửa nói chung là một máy dò tiêu chuẩn. Ngoài ra còn có việc kiểm tra các cửa sập đã đóng.
Những thứ bị quên cũng được phát hiện theo cách tương tự. Chúng tôi đã thử nghiệm điều này tại một trong những trạm cách đây vài năm, ở đó nó gần như vô nghĩa do số lượng lớn các sự kiện. Nhưng ở các nhà máy, đặc biệt là các nhà máy hóa chất, việc giám sát mọi thứ ở khu vực sạch sẽ rất thuận tiện.
Điều thú vị là chúng ta có thể đọc dữ liệu của các thiết bị trong khu vực camera trực tiếp từ phân tích video. Điều này có liên quan đến các nhà hóa học tương tự có tổ hợp sản xuất có mức độ nguy hiểm cao. Bất kỳ thay đổi nào, chẳng hạn như thay thế cảm biến, đều có nghĩa là sự phối hợp lại của dự án. Nó dài, tốn kém và đau đớn. Chính xác hơn là DÀI, ĐẮT và ĐAU ĐAU. Vì vậy, Internet of Things sẽ đến muộn với họ. Giờ đây, họ muốn giám sát bằng video trên đồng hồ đo và đọc dữ liệu, phản hồi nhanh chóng và giảm tổn thất do lỗi thiết bị bất ngờ và không được chú ý. Dựa trên dữ liệu đồng hồ đo hiện tại, bạn có thể xây dựng bộ đôi kỹ thuật số của doanh nghiệp, triển khai bảo trì và sửa chữa dự đoán, nhưng đó lại là một câu chuyện hoàn toàn khác... Chúng tôi đã có quyền kiểm soát: chúng tôi hiện đang viết các phân tích chủ động dựa trên tổng thể dữ liệu. Và riêng biệt - một mô-đun dự đoán thay thế pin.
Một điều đáng kinh ngạc khác - hóa ra là trong các kho thóc và nơi lưu trữ các vật liệu như đá dăm, bạn có thể bắn một đống từ 3-4 góc và xác định các cạnh của nó. Và sau khi xác định các cạnh, hãy đưa ra khối lượng hạt hoặc vật liệu có sai số lên tới 1%.
Máy dò cuối cùng mà chúng tôi viết đến là theo dõi sự mệt mỏi của người lái xe, chẳng hạn như tần suất “gật đầu”, ngáp và chớp mắt. Điều này dành cho máy ảnh HD nơi có thể nhìn thấy mắt. Nhiều khả năng nó sẽ được lắp đặt trong các phòng điều khiển. Nhưng nhu cầu chính là xe tải BelAZ và KamAZ dành cho các mỏ đá. Đôi khi ô tô rơi xuống đó nên lúc này ở khu khai thác buộc phải nghĩ ra phương án nào đó để điều khiển tài xế. Robot tốt hơn bà.
Về ô tô. Ví dụ, chủ đề kiểm soát độ mỏi được các nhà sản xuất ô tô không chỉ BelAZ, KamAZ và các loại xe MAZ khác tích cực sử dụng. Các nhà sản xuất đã xây dựng hệ thống cảnh báo mệt mỏi của người lái xe trên những chiếc ô tô thông thường, nhưng cho đến nay họ có những giải pháp khá đơn giản là chỉ phân tích vị trí của ô tô so với các dấu hiệu và bản chất của chuyển động của vô lăng. Chúng tôi đã đi xa hơn và phát hiện hành vi của con người, phức tạp hơn nhiều.
Một trường hợp giám sát lái xe khác là phát hiện hành vi không đúng khi sử dụng máy chia sẻ xe. Bạn không thể nói chuyện điện thoại mà không rảnh tay, ăn, uống, hút thuốc, v.v.
Oh, và một điều cuối cùng. Trong vài năm nay, chúng tôi đã có thể theo dõi một đối tượng giữa các camera - chẳng hạn như khi một thứ gì đó bị đánh cắp, bạn cần kiểm tra theo cách nào và bằng cách nào. Nếu cơ sở có 100 camera thì việc nâng vật liệu sẽ rất mệt mỏi. Và sau đó hệ thống sẽ tự động tạo ra một bộ phim kinh dị đầy hành động về Ocean và những người bạn của anh ấy.
Sự khác biệt so với hệ thống hai năm trước là gì? Giờ đây, đây không chỉ là sự nhận biết giống như “một người đàn ông hói đầu mặc áo khoác màu cam rời khỏi một ô và gần như ngay lập tức bước vào một ô khác”, mà một mô hình toán học của căn phòng được xây dựng và dựa trên đó, các giả thuyết về chuyển động của vật thể được xây dựng. Nghĩa là, tất cả những điều này bắt đầu phát huy tác dụng ở những khu vực có sự chồng chéo và những nơi có điểm mù, đôi khi là những điểm rộng lớn. Và các máy dò hiện nay đã tốt hơn nhiều vì có những thư viện xác định độ tuổi theo khuôn mặt. Trên máy ảnh HD, bạn có thể đặt hướng như “người đàn ông 30 tuổi với người phụ nữ 35 tuổi”.
Vì vậy, có lẽ trong 5-7 năm nữa chúng tôi sẽ hoàn thành sản xuất và đến nhà bạn. Vì sự an toàn. Đây là vì lợi ích của riêng bạn, công dân!
tài liệu tham khảo
- Thư của tôi - [email được bảo vệ]
Nguồn: www.habr.com