Адаптивная видеоаналитика в охране труда: почему решения «из коробки» неэффективны на реальном производстве

Вчера в 22:29

© Фото предоставлено компанией «Малленом Системс»

Компании все чаще выбирают видеоаналитику, чтобы минимизировать участие человека в процессах контроля. Причина проста: автоматика не устает, не отвлекается и всегда остается объективной и беспристрастной. Особенно это актуально для охраны труда на опасных производствах, где требуется обнаруживать нештатные события, контролировать действия персонала, отслеживать использование ими средств индивидуальной защиты (СИЗ). И ценой человеческого фактора может стать чья-то жизнь.

Желание заказчика получить готовое «коробочное» решение для охраны труда и обеспечения промышленной безопасности под ключ вполне объяснимо. Но на практике оно часто разбивается о суровую реальность промышленных производств с их агрессивной рабочей средой, уникальными регламентами и процессами. В подобных условиях стандартная система, заточенная под некий общий случай и идеальные условия внешней среды, просто не способна работать точно и надежно.

Именно поэтому адаптивность системы видеоаналитики становится обязательным условием ее эффективности, способным обеспечить высокие показатели детекции инцидентов, расширение функционала и кастомизацию под уникальные задачи конкретного предприятия.

Таким адаптивным решением является система EYECONT, разработанная в компании «Малленом Системс». С чем именно приходится справляться адаптивным системам и как они подстраиваются под объект, рассказал руководитель проектов «Малленом Системс» Кирилл Федосеев.

Промышленный хаос: почему стандартные алгоритмы сдаются

Производственная среда — это концентрация факторов, из-за которых «коробочные» алгоритмы будут систематически ошибаться.  Задымление и запыленность, вибрации, недостаток или избыток освещения, блики, частичное перекрытие обзора оборудованием или перемещающимися механизмами — все эти факторы сами по себе уже вызов для видеоаналитики.

А теперь добавьте сюда человека — самый непредсказуемый объект контроля. Он внезапно меняет траекторию, останавливается, поворачивается спиной к камере, перекрывает коллегу, наклоняется, приседает, скрывается за оборудованием.  Он может быть в каске, как это определено правилами, но снять ее на несколько секунд, чтобы протереть лоб. А еще некоторые промышленные объекты могут в определенный момент быть похожи на человека. Вся эта повседневная реальность заводского цеха становится для стандартных алгоритмов непроходимым лабиринтом, промышленным хаосом, в котором они теряются.

К этому добавляется вариативность средств индивидуальной защиты. Набор требуемой экипировки может меняться не только от предприятия к предприятию, но и внутри одного цеха. Например, если идет плавка, в зону допускаются только сотрудники в костюме плавильщика. Когда плавка завершается, требования к комплекту СИЗ меняются. Важным может быть не только наличие СИЗ, но и правильность их использования (куртка застегнута, щиток опущен и т. д.). При этом разные типы СИЗ предъявляют разные требования к оптической схеме и настройкам камеры.

Результатом работы «коробочного» решения во всех этих сценариях будут сотни ложных срабатываний и пропусков нарушений за смену. Вместо того, чтобы стать помощником, система станет раздражающим фактором для тех, кто ей пользуется.

Адаптивная система: как взять хаос под контроль

Адаптация системы видеоаналитики подразумевает дообучение и корректировку нейросетевых моделей под уникальные условия производства: освещение, ракурсы, специфику СИЗ, технологических процессов и пр. В результате точность детекции инцидентов возрастает до 95%. Это значит, что система вовремя замечает нарушения, позволяет оперативно реагировать и реально снижает показатели аварийности и травматизма, повышает трудовую дисциплину. 

Адаптация проходит в несколько обязательных этапов:

Этап 1. Сбор видеоматериалов с объекта

С камер, уже установленных на предприятии, ведется запись видео — именно на этих данных будут доучиваться нейросети. Чтобы ускорить процесс, допускается имитация нарушений или инцидентов.

Важное условие: для стабильной работы алгоритмов необходимы видео со всех возможных ракурсов, при разной освещенности, в разных погодных условиях, днем и ночью. Чем разнообразнее собранный материал, тем меньше ложных срабатываний и выше точность детекции будет в итоге.

Этап 2. Разметка данных

Когда нужный объем видео собран, в дело вступают эксперты по данным, чья задача — при участии специалиста по охране труда предприятия вручную зафиксировать нарушения на видео и классифицировать их. По сути, они «учат» систему, что именно считается нарушением, а что — нормой в условиях конкретного производства.

Этап 3. Дообучение нейросетевых моделей

Подготовленные и размеченные данные подаются на вход уже существующей нейронной сети. Запускается новый цикл обучения, и модель адаптируется к реальным условиям объекта. На выходе — повышенная точность классификации, стабильность детекции и заметное сокращение ложных срабатываний.

Этап 4. Внедрение обновленной модели в ПО

Дообученная модель интегрируется в готовое программное обеспечение. На этом этапе формируется финальная версия продукта, которая передается заказчику для тестирования.

Этап 5. Тестирование и гарантийные испытания на месте эксплуатации

Система отлаживается и испытывается уже в реальных условиях — на том же производстве, где ей предстоит работать. Цель — убедиться, что ее работа соответствует заявленным параметрам и ожиданиям службы охраны труда.

Только пройдя все пять этапов, порой неоднократно, видеоаналитика на производстве становится действительно рабочим инструментом.

Гибкость как преимущество

Подстраиваясь под условия и бизнес-процессы предприятия, адаптивная система дает принципиально иное качество контроля. Что получает заказчик?

1. Высокоточный мониторинг 24/7 и доказательная база

Система работает круглосуточно, качественно и надежно фиксируя реальные нарушения. Каждый инцидент фиксируется с привязкой к видео — это готовая доказательная база для расследований и разбора полетов.

2. Типовые и уникальные задачи — в одной системе

Адаптируемая система закрывает и стандартные сценарии, и те, которые уникальны для вашего производства. Всё в одном контуре.

3. Легкая интеграция в процессы предприятия

Адаптируемость — это не только про нейросети. Это еще и про то, как система вписывается в вашу реальность: в производственные условия, информационную инфраструктуру, регламенты, культуру безопасности.

4. Возможность дообучения при любых изменениях

Поменялись технологические процессы или освещение на производственной площадке? Ввели новые СИЗ? Систему можно дообучить под новые условия.

Адаптируемость системы дает заказчику такое важное преимущество, как гибкость. Возможность встроить систему контроля охраны труда и промышленной безопасности в существующие условия, а не перестраивать жизнь предприятия под систему. Возможность решать ровно тот комплекс задач, который нужен здесь и сейчас, с перспективой масштабирования и изменений.

Путь к нулевому травматизму и безаварийности — это марафон, а не спринт. Чтобы не наступать на грабли, не тратить время на бесконечные доработки и не разочароваться в технологии, доверяйте безопасность своих сотрудников и промышленных объектов только тем, кто действительно понимает, как делать видеоаналитику профессионально.

Внедряйте адаптируемое ПО. И выбирайте опытных экспертов.

Читайте также – «Обзор решений для защиты промышленных объектов от БПЛА: главный тренд – комплексный подход»