Indústrias perigosas: estamos assistindo você,% username% (análise de vídeo)


Um camarada - sem capacete, o segundo - sem luva.

Existem muitas câmeras não tão boas nas instalações de produção, cujos quadrantes não são as avós mais atentas. Mais precisamente, eles simplesmente enlouquecem com a uniformidade e nem sempre veem incidentes. Então eles ligam lentamente e, se foi uma ligação para a zona de perigo, às vezes não faz sentido ligar para a oficina, você pode relacionar imediatamente o trabalhador.

O progresso chegou ao ponto em que o robô pode ver tudo e dar lulus a todos que violam. Por exemplo, lembrando via SMS, uma descarga de corrente de luz na sirene, vibração, um chiado desagradável, um flash de luz brilhante ou simplesmente avise a cabeça.

Especificamente:

  • É muito fácil reconhecer pessoas sem capacete. Mesmo careca. Eles viram um homem sem capacete - imediatamente um alerta para o operador ou o chefe da oficina.
  • O mesmo se aplica a óculos e luvas em indústrias perigosas, seguro de cinto (embora só olhemos o mosquetão por enquanto), coletes refletivos, respiradores, toucas e outros equipamentos de proteção individual. Agora, o sistema está treinado para reconhecer 20 tipos de EPI.
  • Você pode contar com precisão as pessoas na instalação e levar em consideração quando e quantas havia.
  • É possível emitir um alarme quando uma pessoa entra em uma zona de perigo, e essa zona pode ser configurada na parada de partida das máquinas.

E assim por diante O exemplo mais simples é a diferenciação de cores dos pedreiros e dos vazadores de concreto pela cor do capacete. Para ajudar o robô. No final, viver em uma sociedade com falta de diferenciação de cores significa não ter um objetivo.

Como roubar em um canteiro de obras


Um tipo de roubo generalizado é quando o contratado promete trazer 100 trabalhadores para a instalação e, de fato, traz 40-45. E a casa está sendo construída e construída. Mesmo assim, ninguém pode calculá-los com precisão. Como em uma piada famosa: se um urso se instala em um canteiro de obras e come pessoas, ninguém notará. Portanto, o empreiteiro geral não tem nenhuma oportunidade de controlar as brigadas. Mais precisamente, mesmo se você usar um ACS, ele ainda será enganado, como neste post sobre o gato terminador .

Normalmente, não há ACS nos canteiros de obras ou eles são apenas para entrada.

Viajamos para trocar experiências com civilizações altamente desenvolvidas e vimos que cada profissão (mais precisamente, seu papel) tem sua própria cor de capacete. Os tijolos são depositados pelas pavimentadoras - seus capacetes são azuis, o concreto é derramado pelos vazadores - são verdes, todos os tipos de sábios circulam - são amarelos, então você precisa fazer o “ku” duas vezes antes deles. E assim por diante

E tudo isso é necessário para detectar com facilidade cada função. Existem várias dezenas de câmeras bastante baratas no local que oferecem algo como 320x200 em cores. Os trabalhadores do capacete são considerados em tempo real e um canteiro de obras específico é vinculado a cada célula. Como resultado, tudo isso no final do dia na análise é costurado na contabilidade de gráficos por zonas: quem, em que quantidade e em que seção funcionou.

Em geral, assumimos a experiência. Somente enquanto olhamos atentamente, as redes neurais avançaram muito e surgiram muitos novos detectores. Alguns anos atrás, eles eram bastante caprichosos e instáveis, e agora permitem capturar com muita precisão as situações mais interessantes. Além disso, devido à velocidade de processamento, os detectores geralmente são confundidos em quadros separados e, no fluxo de vídeo com pequenas alterações de ângulo, obtemos um excelente resultado prático.

E se eu prender o segundo capacete no cinto?


Primeiro, aprendemos que um trabalhador pode pegar dois capacetes e um deles prender na bunda dele. Nós imediatamente tínhamos dois detectores: procure um esqueleto e determine uma mancha de cor que combine com o topo desse esqueleto e procure objetos em movimento síncrono. O segundo acabou sendo mais fácil de detectar: ​​por exemplo, uma pessoa com um capacete na bunda quase nunca olha em volta desse capacete. Porque para isso você precisa virar a cabeça. E esse movimento é facilmente detectado. Mais precisamente, não sabemos o que exatamente é detectado lá (é uma rede neural), mas ela aprendeu muito rapidamente e pega violadores, pode-se dizer, pela marcha.


Estamos construindo um modelo de homem.

Depois, criamos um mapa de calor em tempo real e relatórios no final do dia.

Consequentemente, pelo mesmo princípio - treinando redes neurais - é fácil detectar:

  • Capacetes.
  • Vestes.
  • Coletes.
  • Botas.
  • Cabelos salientes.
  • Mosquetões de segurança.
  • Respiradores
  • Óculos de segurança.
  • Correto, vestindo uma jaqueta (importante para equipamentos elétricos: pode acontecer no corredor da fábrica).
  • Remoção de grandes ferramentas ao redor do perímetro.

No total, 29 detectores já foram testados. O único ponto é que, como trabalhamos em indústrias perigosas, como química ou mineração, existem requisitos para os tipos de luvas. Por exemplo, longo e curto. Nesse caso, elas devem ser de cores diferentes: o comprimento sob a manga da câmera de vídeo é muito difícil de determinar.

E aqui havia frequentemente ratos. Não temos um detector de rato separado, mas há um detector de objetos que interferem no funcionamento da máquina:



O que mais é detectado?


Testamos os detectores na indústria química, no setor de mineração, na indústria nuclear e nos canteiros de obras. Acontece que, com um pouco de esforço, você pode fechar mais alguns requisitos que foram resolvidos anteriormente pelas mesmas avós que tentavam estupidamente entender algo na imagem com baixa resolução e baixa taxa de quadros. Especificamente:

  • Como ainda construímos o modelo esquelético de cada funcionário, podemos determinar a queda. Ao cair, você pode parar imediatamente a máquina, ao lado da qual ela está localizada (não havia essa integração nas implementações do piloto, havia apenas preocupações). Bem, isso é se você tiver IIOT.
  • Claro, estar em áreas perigosas. É muito fácil, muito preciso e muito útil para todos. Nas empresas metalúrgicas, as pessoas trabalham perto de tanques de aço fervente, é útil temperar o aço, mas às vezes é perigoso ficar do lado errado. Dado o trabalho de diferentes componentes e equipamentos, você pode alterar essas zonas perigosas, definir um cronograma e assim por diante.
  • Outro detector muito útil sobre a presença de EPI monitora a responsabilidade dos funcionários e verifica se eles não estão em perigo. Aqui, a avó aborda com muita responsabilidade a tarefa da contabilidade e usa todos os EPI atribuídos a ela. Louvável!




O controle do comportamento foi muito fácil de implementar - especificamente, o trabalhador está dormindo ou não. Enquanto testávamos tudo isso, as regras evoluíram de "Deve haver uma pessoa em um capacete verde nesta zona" para "Uma pessoa em um capacete verde deve se mover nesta área". Até agora, havia apenas um homem inteligente que cortou um chip e ligou o ventilador, mas isso também se tornou fácil de consertar.

Era muito importante para os químicos consertar todos os tipos de jatos de vapor, fumaça. Na indústria de petróleo, a integridade dos tubos. O fogo é geralmente um detector padrão. E também há uma verificação de escotilhas fechadas.



Da mesma forma, coisas esquecidas são detectadas. Nós o rodamos em uma das estações há alguns anos atrás, quase não faz sentido por causa do grande número de eventos. Mas nas fábricas, especialmente as químicas, é muito conveniente acompanhar as coisas em uma área limpa.

Curiosamente, desde a análise de vídeo, podemos ler as leituras de instrumentos na área da câmera. Isso é verdade para os mesmos químicos cujos complexos de produção têm uma classe de alto risco. Qualquer alteração, como a substituição de um sensor, é uma renegociação do projeto. É longo, caro e doloroso. Mais precisamente, longo, caro e doloroso. Portanto, a Internet das coisas chegará tarde. Agora eles querem vigilância por vídeo nos medidores e leem os dados, respondem rapidamente a eles e reduzem as perdas devido a falhas inesperadas e despercebidas no equipamento. Com base nos dados atuais dos contadores, você pode criar um duplo digital da empresa, introduzir a manutenção preditiva e o reparo, mas essa é uma história completamente diferente ... Já existe controle: estamos escrevendo análises proativas com base na totalidade dos dados. E separadamente, um módulo de previsão de substituição da bateria.

Outra coisa incrível - aconteceu que em celeiros e em depósitos de materiais como pedra britada, você pode remover um monte de 3-4 ângulos e determinar suas arestas. E tendo determinado as arestas - forneça o volume de grão ou material com um erro de até 1%.

O último detector que escrevemos foi o controle da fadiga do motorista, como "bicar", bocejar e piscar. Isto é para câmeras HD onde os olhos são visíveis. Provavelmente, ele será colocado nas salas de controle. Mas a principal necessidade é o BelAZ, o KamAZ, para uma carreira. Lá, acontece, os carros caem, então agora eles são forçados a inventar algo em produção para controlar o motorista. Um robô é melhor que uma avó.

Sobre carros. Por exemplo, o tópico controle de fadiga é usado ativamente pelas montadoras, não apenas pela BelAZ, KAMAZ e outras MAZ. Já em carros comuns, os fabricantes integram sistemas de alerta para fadiga do motorista, mas até agora eles têm soluções bastante simples que analisam apenas a posição do carro em relação às marcações e a natureza do volante. Fomos mais longe e detectamos o comportamento humano, o que é muito mais complicado.

Outro caso de vigilância do motorista é a detecção de comportamento anormal ao usar máquinas de compartilhamento de carros. Eles não podem falar ao telefone sem as mãos livres, comer, beber, fumar e muito mais.



Ah, e o último. Há vários anos, conseguimos rastrear um objeto entre câmeras - quando, por exemplo, algo é roubado, você precisa verificar como e como. Se houver 100 câmeras no objeto, você será atormentado aumentando o material. E então o sistema formará um thriller repleto de ação sobre Ocean e seus amigos automaticamente.

Qual é a diferença de um sistema de dois anos? Agora, não é apenas o reconhecimento como "o careca de jaqueta laranja saiu de uma câmera e entrou na outra quase imediatamente", mas um modelo matemático do edifício é construído e, a partir dele, hipóteses sobre o movimento do objeto. Ou seja, tudo isso começou a funcionar em áreas com sobreposições e locais com pontos cegos, e às vezes extensos. E os detectores agora são muito melhores, porque existem bibliotecas que determinam a idade pela face. Nas câmeras HD, você pode definir orientações como "um homem de 30 anos com uma mulher de 35 anos".

Então, talvez em 5 a 7 anos terminaremos a produção e iremos para sua casa. Por segurança. É do seu interesse, cidadão!

Referências


Source: https://habr.com/ru/post/pt449560/


All Articles