Контроль соблюдения правил промышленной безопасности сегодня — это не только обязательства работодателя, закрепленные в ст.212 ТК РФ, но и стратегический приоритет компаний Индустрии 4.0. Что происходит в промышленности и что учитывать при планировании? Наша компания выделила 4 тренда будущего видеоаналитики с применением AI и CV для автоматизации контроля безопасности в промышленности. Хотя гонка внедрений цифровых технологий замедляет скорость, встречаясь с реалиями российских предприятий, все же системы автоматизации контроля внедряются. Так, в “Норникеле” и в Кольской ГМК в сентябре 2019 года презентована система, которая контролирует 4 нарушения: отсутствие каски, спецодежды, защитных очков и неиспользование подбородочного ремня. В декабре пилот на основе машинного зрения для контроля ношения СИЗ (средств индивидуальной защиты) реализован на Кольской атомной станции в рамках программы цифровизации Концерна “Росэнергоатом”. В “Северстали” машинное зрение отслеживает, находится ли человек в опасной зоне.
Если после фиксации факта нарушения работник не обращает внимание на предупреждающий сигнал, система автоматически отключает оборудование. Популярны цифровые решения и у металлургов, строителей, нефтехимического производства.
В 2018 году Ростехнадзор предлагал внести изменения в ФЗ о промышленной безопасности опасных производственных объектов. Проектом предусматривались привилегии, вроде отмены плановых проверок, для компаний, которые внедрят систему дистанционного контроля промышленной безопасности.
Автоматизация контроля соблюдения ППБ сегодня
Популярный запрос сегодня — цифровизация контроля ношения средств индивидуальной защиты: каски, перчатки, жилеты, очки. Автоматизация подразумевает, что система в кадре находит человека, детектирует на нем СИЗ, при нарушении фиксирует данные и подает спецсигнал. На первый взгляд предложений на рынке, подходящих для решения задачи, — масса. Но при близком рассмотрении всё не так просто, как кажется обывателю.
Во-первых, несмотря на тысячу с лишним опенсорсных детекторов, необходима профессиональная доработка ПО, а то и разработка с нуля. Есть нейронные сети для детекции касок, есть нейронные сети для детекции жилетов, а вот нейронная сеть с набором нескольких классов в одной — надо еще постараться поискать. И в этом ключе ПО Vmx SILA, которое определяет и человека, и наличие на нем нескольких видов СИЗ, и к этому также смотрит, не находится ли сотрудник в запрещенной зоне — это уже только собственная разработка компании со штатом программистов.
В-третьих, хайп вокруг инновационных технологий и машинного зрения в сознании пользователя приравнял искусственный интеллект ко всемогущему божеству. Да, AI умеет считать пульс человека в кадре, не прикасаясь к артериям. Классические задачи детектирования объектов, сегментации, распознавания образов соответствующее ПО решает качественно и с хорошим результатом. А вот точное определение размеров объекта в кадре до миллиметра, факт сердцебиения, обнаружение мелких деталей относятся к разряду завышенных ожиданий. Практически невозможно с высокой точностью определять в кадре, расстегнуты или застегнуты тонкие ремешки, закреплены ли шнурки на обуви, есть ли на лице прозрачные бесцветные очки. Средствами видеоаналитики эти цели решаются в идеальных условиях. Но ограничения, накладываемые реалиями большинства отечественных производств, становятся критическими. Сможет ли AI и CV достичь такого уровня развития, чтобы легко преодолеть эти трудности?
Цифровое будущее контролируемой безопасности
Будущее автоматизации контроля промышленной безопасности лежит отнюдь не в ключе модернизации нейронных сетей для работы с СИЗ. Более отчетливой становится тенденция контролировать не разрозненные детали — каски и перчатки, а весь технологический процесс в целом. В этом случае под контроль попадает как безопасное поведение сотрудника, так и соблюдение установленного технологического процесса. Такой вариант позволит срабатывать на предупреждение и беречь производство от непредвиденных потерь, а не судорожно внедрять инновации, когда дорогостоящая ошибка была уже совершена. 4 ключевых тренда будущего десятилетия:
1. Разные виды нейронных сетей будут использованы во взаимодополняющем комплексе.
Все большее количество задач требует усложнения решения. Так, уже недостаточно найти человека в кадре. Нужно рассмотреть его в деталях, сравнить с заданной нормой и сделать вывод — а того ли цвета на нём жилетка расстёгнута? В какой зоне находится и в какую движется? Комплексные задачи требуют совместного применения нейронных сетей, решающих задачу регрессии, классификации, детектирования объектов, сетей для анализа последовательностей, определения ключевых точек объекта, семантической сегментации и сегментации с идентификацией объектов и даже порождающих и тех, что для обучения с подкреплением. Материалы из открытого доступа по-прежнему будут персонализировать под задачу и дорабатывать под клиента.
2. AI будет контролировать весь сценарий поведения работника.
Машинное зрение встанет на стражу комплекса действий сотрудника. Где находится, куда пошёл, как пошёл, надел ли СИЗ, какой инструмент взял, откуда, под каким углом к объекту его использовал. В этом ключе развитие получат RNN, рекуррентные нейросети, которые позволят анализировать и учитывать переходные состояния для повышения достоверности результата.
3. Машинное зрение будет следить за технологическим процессом
Даже если на предприятии уже установлено видеонаблюдение, следить за видеопотоком с каждой камеры круглые сутки — это, во-первых, ресурсозатратно, во-вторых, ненадёжно в силу особенностей человеческого зрения и неустойчивости внимания. Искусственный интеллект становится идеальным ревизором. В поле его зрения будут находиться все этапы технологического процесса. По визуальным признакам система автоматизации возьмёт под контроль:
- факт совершения операции и её технологические детали
- корректную последовательность операций
- время выполнения операции
- взаимодействие работника с оборудованием во время технологического процесса
- оповещение оператора в случае необходимости вмешательства человека
- контроль работы оператора над устранением ошибки
- в случае отсутствия человеческой реакции, самостоятельное отключение оборудования или остановку технологического процесса
Всё в комплексе сулит сведение на нет выпуска некачественного продукта вместе с минимизацией рисков в области безопасности для работника.
4. Продукт станет сложнее внутри, но проще и удобнее — для конечного пользователя.
Пользование автоматизированной системой подразумевает лишь минимально необходимое понимание принципов её работы. Отсюда ещё больше вырастет значимость UX-дизайна цифрового продукта. Дизайн ПО-клиента системы контроля должен быть интуитивно понятным, чтобы работать с ним было легко и приятно как в чрезвычайной ситуации, так и в ежедневном режиме.
Идеальным вариантом станет получение итоговой “коробочной” версии продукта, который можно будет легко арендовать и использовать на различных производствах с минимальным дополнительным обучением нейронной сети. На сегодняшний день сложно представить реальность такого варианта, учитывая разницу между металлургией, пищевым производством, нефтехимическими предприятиями и компаниями из АПК. Но кто знает, может, в следующем десятилетии станет возможным и это.
Источник: http://www.tadviser.ru/
Понравилась статья? Тогда поддержите нас, поделитесь с друзьями и заглядывайте по рекламным ссылкам!