Un compañero, sin casco, el segundo, sin guante.Hay muchas cámaras no tan buenas en las instalaciones de producción, cuyos cuadrantes no son las abuelas más atentas. Más precisamente, simplemente se vuelven locos con uniformidad allí y no siempre ven incidentes. Luego llaman lentamente, y si fue una llamada a la zona de peligro, a veces no tiene sentido llamar al taller, puede relacionar inmediatamente al trabajador.
El progreso ha llegado al punto en que el robot puede ver todo y dar lyuli a todos los que violan. Por ejemplo, recordando por SMS, una descarga de corriente de luz a la sirena, vibración, un chirrido desagradable, un destello de luz brillante, o simplemente decirle a la cabeza.
Específicamente:
- Es muy fácil reconocer a las personas sin casco. Incluso calvo. Vieron a un hombre sin casco, inmediatamente una alerta para el operador o el jefe del taller.
- Lo mismo se aplica a las gafas y guantes en industrias peligrosas, seguro de cinturón (aunque solo miramos el mosquetón por ahora), chalecos reflectantes, respiradores, gorras para el cabello y otros EPP. Ahora el sistema está entrenado para reconocer 20 tipos de EPP.
- Puede contar personas con precisión en las instalaciones y tener en cuenta cuándo y cuántas hubo.
- Es posible dar una alarma cuando una persona ingresa a una zona de peligro, y esta zona se puede configurar en el arranque-parada de las máquinas.
Y así sucesivamente. El ejemplo más simple es la diferenciación de color de albañiles y vertidores de hormigón por color de casco. Para ayudar al robot. Al final, vivir en una sociedad con falta de diferenciación de color significa no tener una meta.
Cómo robar en un sitio de construcción
Un tipo de robo generalizado es cuando el contratista prometió traer a 100 trabajadores a la instalación, y de hecho llevó 40-45. Y la casa se está construyendo y construyendo. De todos modos, nadie puede calcularlos con precisión de hecho. Como en una broma famosa: si un oso se instala en un sitio de construcción y se come a la gente, nadie se dará cuenta. Por lo tanto, el contratista general no tiene ninguna oportunidad de controlar a las brigadas. Más precisamente, incluso si usa un SCA, seguirá siendo engañado,
como en esta publicación sobre el gato terminador .
Por lo general, no hay ACS en los sitios de construcción o son solo para la entrada.
Viajamos para intercambiar experiencias con civilizaciones altamente desarrolladas y vimos que cada profesión (más precisamente, su papel) tiene su propio color de casco. Los adoquines colocan los ladrillos: sus cascos son azules, el concreto se vierte por los vertidores, son verdes, todo tipo de sabios andan por ahí, son amarillos, por lo que debes hacer "ku" dos veces antes que ellos. Y así sucesivamente.
Y todo esto es necesario para detectar fácilmente cada rol. Hay varias docenas de cámaras bastante baratas en el sitio que dan algo así como 320x200 en color. Los trabajadores de casco se consideran en tiempo real, y un sitio de construcción específico está vinculado a cada celda. Como resultado, todo esto al final del día en análisis se cose en la contabilidad de gráficos por zonas: quién, en qué cantidad y en qué sección trabajó.
En general, nos hicimos cargo de la experiencia. Solo mientras miramos de cerca, las redes neuronales se adelantaron y aparecieron muchos detectores nuevos. Hace unos años eran bastante caprichosos e inestables, y ahora te permiten captar con mucha precisión las situaciones más interesantes. No menos importante debido a la velocidad de procesamiento, los detectores a menudo se confunden en cuadros separados, y en la transmisión de video con pequeños cambios en el ángulo, obtenemos un excelente resultado práctico.
¿Y si abrocho el segundo casco al cinturón?
Primero, aprendimos que un trabajador puede obtener dos cascos y uno de ellos para abrocharse el trasero. Inmediatamente tuvimos dos detectores: buscar un esqueleto y determinar una mancha de color para que coincida con la parte superior de este esqueleto y buscar objetos que se mueven sincrónicamente. El segundo resultó ser más fácil de detectar: por ejemplo, una persona con un casco en el trasero casi nunca mira a su alrededor. Porque para esto debes girar la cabeza. Y este movimiento se detecta muy fácilmente. Más precisamente, no sabemos qué se detecta exactamente allí (es una red neuronal), pero ella aprendió muy rápido y atrapa a los infractores, se podría decir, por medio de la marcha.
Estamos construyendo un modelo de hombre.Luego, simplemente construimos un mapa de calor en tiempo real e informes al final del día.
En consecuencia, por el mismo principio, entrenar redes neuronales, es fácil detectar:
- Cascos
- Túnicas
- Chalecos.
- Botas
- Cabello sobresaliente.
- Mosquetones de seguridad.
- Respiradores
- Gafas de seguridad
- Corrija el uso de una chaqueta (importante para el equipo eléctrico: puede shandarahnut en el pasillo de la fábrica).
- Eliminación de herramientas grandes alrededor del perímetro.
En total, 29 detectores ya han sido probados. El único punto es que, dado que trabajamos en industrias peligrosas como la química o la minería, existen requisitos para los tipos de guantes. Por ejemplo, largo y corto. En este caso, deben ser de diferentes colores: la longitud debajo de la funda de la videocámara es muy difícil de determinar.
Y aquí a menudo había ratas. No tenemos un detector de ratas separado, pero hay un detector de objetos que interfieren con el funcionamiento de la máquina:
¿Qué más se detecta?
Probamos los detectores en la industria química, en el sector minero, en la industria nuclear y en sitios de construcción. Resultó que con un poco de esfuerzo puedes cerrar algunos requisitos más que fueron resueltos previamente por las mismas abuelas que estúpidamente intentaban distinguir algo en la imagen a través de una resolución pobre y con una baja velocidad de cuadros. Específicamente:
- Como todavía construimos el modelo esquelético de cada empleado, podemos determinar la caída. Al caer, puede detener inmediatamente la máquina, junto a la cual está ubicada (no hubo tal integración en las implementaciones piloto, solo hubo preocupaciones). Bueno, esto es si tienes IioT.
- Por supuesto, estar en zonas peligrosas. Es muy fácil, muy preciso y muy útil para todos. En las empresas metalúrgicas, las personas trabajan cerca de tanques de acero hirviendo, es útil templar el acero, pero a veces es peligroso pararse del lado equivocado. Dado el trabajo de diferentes componentes y equipos, puede cambiar estas zonas peligrosas, establecer un cronograma, etc.
- Otro detector muy útil sobre la presencia de EPP controla la responsabilidad de los empleados y verifica que no estén en peligro. Aquí la abuela aborda de manera muy responsable la tarea de contabilidad y usa todo el PPE que se le asignó. Encomiable!
El control del comportamiento fue muy fácil de implementar, específicamente, el trabajador está durmiendo o no. Mientras estábamos probando todo esto, las reglas evolucionaron de "Debería haber una persona con un casco verde en esta zona" a "Una persona con un casco verde debería moverse en esta área". Hasta ahora, solo había un hombre inteligente que cortó un chip y encendió el ventilador, pero esto también resultó ser fácil de arreglar.
Era muy importante para los químicos arreglar todo tipo de chorros de vapor, humo. En la industria petrolera, la integridad de las tuberías. El fuego es generalmente un detector estándar. Y también hay un control de escotillas cerradas.
Del mismo modo, se detectan cosas olvidadas. Lo ejecutamos en una de las estaciones hace un par de años, allí casi no tiene sentido debido a la gran cantidad de eventos. Pero en las fábricas, especialmente las químicas, es muy conveniente hacer un seguimiento de las cosas en un área limpia.
Curiosamente, desde el análisis de video podemos leer lecturas de instrumentos en el área de la cámara. Esto es cierto para los mismos químicos cuyos complejos de producción tienen una clase de alto riesgo. Cualquier cambio como reemplazar un sensor es una renegociación del proyecto. Es largo, costoso y doloroso. Más precisamente, largo, costoso y doloroso. Por lo tanto, su Internet de las cosas llegará tarde. Ahora quieren videovigilancia en los medidores y leer los datos, responderlos rápidamente y reducir las pérdidas debido a fallas inesperadas y desapercibidas del equipo. Basado en los datos actuales de los contadores, puede construir un doble digital de la empresa, introducir el mantenimiento predictivo y la reparación, pero esta es una historia completamente diferente ... Ya hay control: estamos escribiendo análisis proactivos basados en la totalidad de los datos. Y por separado, un módulo de predicción de reemplazo de batería.
Otra cosa increíble: resultó que en los graneros y en el almacenamiento de materiales como la piedra triturada, puede eliminar un montón de 3-4 ángulos y determinar sus bordes. Y habiendo determinado los bordes, proporcione el volumen de grano o material con un error de hasta 1%.
El último detector que escribimos fue el control de la fatiga del conductor, como el "picoteo", el bostezo y las tasas de parpadeo. Esto es para cámaras HD donde los ojos son visibles. Lo más probable es que sea puesto en salas de control. Pero la necesidad principal es BelAZ, KamAZ para una carrera. Allí, sucede, los autos se caen, por lo que ahora se ven obligados a inventar algo en producción para controlar al conductor. Un robot es mejor que una abuela.
Sobre autos. Por ejemplo, el tema del control de la fatiga es utilizado activamente por los fabricantes de automóviles, no solo BelAZ, KAMAZ y otros MAZ. Ya en los autos comunes, los fabricantes integran sistemas de advertencia de fatiga del conductor, pero hasta ahora tienen soluciones bastante simples que analizan solo la posición del automóvil en relación con las marcas y la naturaleza del volante. Fuimos más allá y detectamos el comportamiento humano, que es mucho más complicado.
Otro caso de vigilancia del conductor es la detección de un comportamiento anormal cuando se utilizan máquinas para compartir vehículos. No pueden hablar por teléfono sin manos libres, comer, beber, fumar y mucho más.
Ah, y el último. Desde hace varios años, hemos podido rastrear un objeto entre cámaras: cuando, por ejemplo, algo es robado, debe verificar cómo y cómo. Si hay 100 cámaras en el objeto, entonces estás atormentado al levantar el material. Y luego el sistema formará un thriller lleno de acción sobre Ocean y sus amigos automáticamente.
¿Cuál es la diferencia de un sistema de dos años? Ahora no es solo el reconocimiento como "el hombre calvo con una chaqueta naranja salió de una cámara y se metió en otra casi de inmediato", sino que se construyó un modelo matemático del edificio, y a partir de él, hipótesis sobre el movimiento del objeto. Es decir, todo esto comenzó a funcionar en áreas con superposiciones y lugares con puntos ciegos, y a veces extensos. Y los detectores ahora son mucho mejores, porque hay bibliotecas que determinan la edad en persona. En las cámaras HD, puede establecer orientaciones como "un hombre de 30 años con una mujer de 35 años".
Entonces, tal vez en 5-7 años terminaremos la producción e iremos a su casa. Por seguridad. ¡Le conviene, ciudadano!
Referencias