Нейросетевая видеоаналитика для охраны труда и промышленной безопасности

82
views

Проблемы нарушений техники безопасности (ТБ) в виде отсутствия средств индивидуальной защиты (СИЗ) у работника в виде жилетов, каски, перчаток известны давно.

Основными способами предупреждений нарушений чаще всего является контроль за деятельностью работников со стороны руководящего персонала и специалиста по ТБ в виде плановых и внеплановых проверок, а с приходом систем видеонаблюдения с помощью камер.

Все эти способы не исключают человека в контроле действий сотрудников, а только с развитием информационных технологий, облегчают его работу. Всем известен факт, что в системах, в которых присутствует человек есть «человеческий фактор» в виде низкой скорости реакции, отвлечение на другие задачи, усталость, невнимательность и т.д. Как бы все средства не помогали ему в работе, наличие несчастных случаев на производствах остается. Печальная статистика фактов приведена ниже:

Система видеоаналитики позволяет убрать из контроля человека и поручить контроль системе на основе машинного зрения и искусственного интеллекта .

Обычно контроль выдачи СИЗ и контроль организации работ уже реализован, например в продукте «1С:Предприятие 8. Производственная безопасность», то систему видеоаналитики с использованием искусственного интеллекта можно строить на ее базе.

Система видеоаналитики работает в онлайн-режиме. Она обрабатывает параллельные потоки видео с камер видеонаблюдения и отслеживает события по заданным параметрам. Среди основных сценариев работы — контроль наличия средств индивидуальной защиты (СИЗ). Регистрация событий, поступивших с систем видеонаблюдения, установленных на предприятии осуществляется в системе, реализованной на базе использующейся на предприятии системы по производственной безопасности. Выявленные инциденты фиксируются в виде стоп-кадра или фрагмента видео.

В Системе предусматривается возможность настройки контуров видеонаблюдения, видов контролируемых СИЗ и способов информирования ответственных лиц предприятия о зафиксированном нарушении.

Система видеоаналитики дает возможность в режиме реального времени обрабатывать параллельные потоки информации с камер видеонаблюдения, отслеживать события исходя из поставленных задач видеоконтроля (к примеру, отсутствие необходимых СИЗ на работнике в зоне выполнения работ), передавать сведения о нарушении соответствующим лицам согласно заданным сценариям работы и формировать перечень мероприятий для устранения подобных нарушений.

Для анализа видеопотока используется чаще всего платформа TensorFlow – открытая программная библиотека для машинного обучения, разработанная для решения задач построения и тренировки нейронной сети с целью автоматического нахождения и классификации образов, достигая качества человеческого восприятия.

Основные сценарии работы системы видеоаналитики:

  • Автоматическая фиксация нарушения правил использования СИЗ на основании нарядов-допусков и видеоаналитики.
  • Автоматическое изменение маршрута обхода инспектором по ОТиТБ на основании статистики нарушения правил использования СИЗ.
  • Автоматическая фиксация нарушения безопасных зон производства работ с уведомлением производителя работ и оперативного персонала.

Типовые настройки параметров работы системы видеоконтроля


Определяет задачи для системы видеоконтроля (например, контроль наличия СИЗ на работниках при осуществлении работ, по конкретному месту выполнения работ, контроль нахождения в опасной зоне).


Возможность выбора типа видеопотока (ip-камера, web-камера, видеофайл) и указание адреса видеопотока.


Список объектов, над которыми должен осуществляться видеоконтроль (СИЗ, маски медицинские, опасные зоны и т.д.)





Преимущества видеоаналитики

Удобство

  • Полная интеграция в существующее программное решение для автоматизации бизнес-процессов производственной безопасности.
  • Отсутствие необходимости приобретения и установки дополнительного программного обеспечения
  • Малые затраты на внедрение системы (возможна интеграция с существующей системой видеонаблюдения)

Надежность

  • Функционирование системы в режиме 24/7
  • Практически полное исключение ошибок при детектировании нарушений ввиду использования гибкой адаптивной модели распознавания образов
  • Внедрение алгоритмов для минимизации влияния мешающих факторов (таких, как погодные условия)
  • Выполнение одновременной обработки различных видеопотоков (IP-камеры, web-камеры, анализ видеофайлов)

Функциональность

  • Детектирование нарушений в режиме реального времени
  • Постоянное расширение возможностей настройки системы (задание контуров наблюдений, перечня детектируемых СИЗ и т.д.)
  • Использование различных настраиваемых сценариев работы (оповещения ответственных сотрудников о нарушениях, персонализация нарушений в соответствие с действующими наряд-допусками и т.д.)
  • Возможность использования мобильной платформы