В «Северстали» завершился проект по созданию прототипа системы промышленной безопасности

2018

15 октября компания «БДО Юникон Бизнес Солюшнс» сообщила о завершении создания прототипа системы контроля выполнения требований техники безопасности (ТБ) на основе анализа видеоизображения. По информации компании, разработка была выполнена совместно со специалистами управления по развитию технологий ОАО «Северсталь-инфоком» и Ремонтно-механического цеха МЦ «ССМ-Тяжмаш» ПАО «Северсталь».

Перед командой «БДО Юникон Бизнес Солюшнс» стояла задача найти ИТ-решение, которое позволяло бы на основе автоматического анализа видеоизображения, получаемого с цеховых видеокамер, определить факт нарушения ТБ – а именно нахождение персонала в опасной близости от груза – и оперативно сообщить об этом специалистам по ТБ.

В основе прототипа лежит искусственная нейронная сеть YOLO, цикл обучения которой на октябрь 2018 года составил 44 часа на сервере «БДО Юникон Бизнес Солюшнс». Сеть захватывает изображение с камеры и идентифицирует на ней человека. Разработанный экспертами компании алгоритм определяет на изображении груз, отсекая лишние объекты, и на основе двухмерного изображения определяет трехмерные координаты человека и груза (размер груза, высота над землей, расстояние от груза до человека). В природе такая задача решается стереозрением (с помощью двух глаз), а для данной разработки по условиям заказчика она была решена на основе монозрения – с использованием изображения только с одной видеокамеры. Если сочетание трехмерных координат соответствует опасной ситуации (нахождение человека на расстоянии менее одного метра от груза или под грузом при условии, что груз поднят над землей на один метр и более), система посылает сигнал в виде e-mail с копией изображения ответственному сотруднику.

В ходе разработки команда «БДО Юникон Бизнес Солюшнс» преодолела целый ряд трудностей, например, по фильтрации нужных объектов на изображении и отсекании визуального шума, а также по преобразованию двухмерных координат видеоизображения в 3D систему координат, а затем 3D координат в местоположение на изображении плана цеха. В результате удалось добиться достаточной точности определения координат для решения задачи. Для увеличения этих показателей и снижения влияния шума на работу системы в будущем возможно использовать принцип стереозрения и оснастить площадки цеха дополнительными видеокамерами.

Важным преимуществом разработанного прототипа стал тот факт, что инструменты, использованные для разработки – искусственные нейронные сети, библиотеки OpenCV и язык программирования Python – являются Open Source. Это позволит потенциальным заказчикам снизить затраты на приобретение решения (не требуется покупка лицензий), а также использовать созданное решение в рамках программы импортозамещения.