The Use of Computer Vision to Reduce Industrial Accidents

Развитие производственных технологий приводит к существенному повышению производительности и безопасности труда, но не обязательно одновременно. В промышленных условиях накопленные к настоящему времени данные свидетельствуют о том, что технологические изменения не оказали универсального профилактического эффекта в отношении несчастных случаев и травматизма. На некоторых рабочих местах достижения в области технологий были связаны с более высокой частотой травматизма; на других – с передачей риска (т.е. устранением конкретной опасности, но только за счет передачи риска другой части технологической цепи, этапу производства или другой группе работников); на третьих – с появлением новых опасностей. Таким образом, проблема снижения уровня производственного травматизма, несмотря на стремительное развитие промышленных технологий, автоматизации и роботизации технологических процессов, не утратила своей актуальности.

Целью данной работы является исследование возможности применения технологий компьютерного зрения для снижения производственного травматизма. К задачам можно отнести анализ современных приложений компьютерного зрения в различных технологических процессах и их влияние на безопасность производства.

Исследуя динамику производственного травматизма в Российской Федерации

Исследуя отчет

Среди причин несчастных случаев с тяжелыми последствиями для здоровья в приоритете причины организационного характера – неудовлетворительная организация производства работ (примерно треть всех несчастных случаев с тяжелыми последствиями, причем их удельный вес постепенно увеличивается), нарушение правил дорожного движения и нарушение работниками правил трудового распорядка и дисциплины труда.

Каждый четвертый несчастный случай с тяжёлой степенью вреда здоровью не поддаётся классификации из-за разнообразия реальных причин таких несчастных случаев, при этом доля такого рода причин увеличивается, что подтверждает увеличение сложности технологических процессов производств, которые могут становиться причинами производственного травматизма.

В модели причинно-следственной связи возникновения несчастных случаев небезопасные условия и небезопасные действия считаются двумя прямыми причинами несчастных случаев.

Таким образом, мониторинг небезопасных условий и действий в процессе производства играет ключевую роль в определении и принятии оперативных корректирующих действий для предотвращения возникающих проблем с безопасностью и гигиеной труда.

Компьютерное зрение (computer vision, CV) является областью искусственного интеллекта, связанной с анализом изображений и видеозаписей. Анализ изображений или видеозаписей может обеспечить обширный перечень информации, что способствует быстрому, достоверному и разностороннему пониманию сложных производственных процессов.

Структура различных систем компьютерного зрения зависит от области их применения, требований к аппаратной платформе и необходимой производительности. Тем не менее существуют стандартные функции, присущие большинству систем компьютерного зрения:

- получение изображений;

- предварительная обработка изображений. На этом этапе может происходить улучшения качества изображения, например, увеличение контрастности, повышение резкости или наоборот, размытие изображения для удаления шумов;

- выделение деталей на изображении. Выделение особых точек, контуров либо каких-то специфических признаков;

- детектирование (сегментация);

- высокоуровневая обработка получившихся фрагментов. На этом этапе по найденным признакам на изображения определяются конкретные объекты с их координатами.

На базе современных аппаратных возможностей используются различные алгоритмы анализа и обработки изображений. Эти алгоритмы решают следующие задачи: обнаружение, идентификация, распознавание и т.д. Эти алгоритмы связаны с задачами искусственного интеллекта, соединением изображений определенных объектов с картиной мира. Системы видеонаблюдения представляют данные, предварительная обработка которых решается за счет применения алгоритмов низкоуровневой обработки видеоизображений. Эти алгоритмы являются универсальными для большинства видеосистем. Они обеспечивают улучшение качества видеокадров, управляют цветовой палитрой, обеспечивают стабилизацию видеопотока, синхронизацию с входным изображением, разрешение и пр.

Обработка изображений и видео в реальном времени для идентификации объектов ведется с использованием различных библиотек и инструментов, самой популярными из которых являются OpenCV (Open Source Computer Vision Library) – библиотека компьютерного зрения и машинного обучения с открытым исходным кодом. В её состав входят более 2500 алгоритмов, в которых есть как классические, так и современные алгоритмы для компьютерного зрения и машинного обучения. Основными преимуществами библиотеки OpenCV являются её кроссплатформенность, высокая надежность и скорость обработки данных. К недостаткам следует отнести сложность в освоении, отсутствие кодов обработки ошибок и ориентированность на большие платформы.

В мировой практике технологии компьютерного зрения широко применяются в торговле (ритейле)

Основными задачами компьютерного зрения в промышленности являются: распознавание брака/дефектов на конвейере

В настоящее время в Российской Федерации существуют решения контроля ношения средств индивидуальной защиты

[11]

,

[12]

, основанные на использовании технологии компьютерного зрения. Общий принцип реализации подобных систем представлен на рис. 1.

Рисунок 1 - Схема определения наличия защитных касок с помощью системы компьютерного зрения

DOI:10.23670/IRJ.2023.131.3.2

По аналогичному принципу работают и системы контроля использования защитных масок, перчаток, обуви и т.п., что позволяет внедрять решения по оповещению сотрудников о нарушении правил техники безопасности в режиме, близком к реальному времени, например, с помощью переносных устройств или систем оповещения.

Системы обнаружения присутствия работника в опасной зоне контролируют появление работников в таких зонах с помощью контрастных линий на изображениях, получаемых с видеокамер, пересечение которых приводит к подаче предупредительного сигнала ответственным лицам.

Контроль безопасности выполнения производственных операций с помощью технологий компьютерного зрения основан на отслеживании движений корпуса или отдельных частей тела в сторону потенциально опасных механизмов.

Использование систем компьютерного зрения на производстве помогает контролировать соблюдение регламентов работы, например, выявлять аномальные скопления работников на отдельных участках производства работ, что может являться свидетельством нарушения производственной и технологической дисциплины.

К недостаткам таких систем можно отнести предвзятость данных и алгоритмов обучения нейронных сетей, сложность масштабирования и проблемы детектирования объектов в сложных погодных условиях.

В целом же компьютерное зрение обладает эксплуатационными и техническими преимуществами по сравнению с другими методами анализа и контроля (например, RFID, GPS и UWB), которые требуют установки датчиков на всех объектах проекта, подлежащих мониторингу, и предоставляют ограниченную информацию, зачастую лишь данные о местоположении объекта.

Технологии компьютерного зрения обладают большим потенциалом в качестве инструментов мониторинга безопасности и здоровья на местах, которые могут устранить ограничения существующих ручных подходов к наблюдению, создавая возможности для автоматического согласования процессов идентификации и оценки рисков путем извлечения и анализа соответствующей информации из изображений или видео.