В статье приведены алгоритмы для компьютерного зрения, разработанные на основе выявленных нарушений в области охраны труда.
Ключевые слова: компьютерное зрение, алгоритмы, охрана труда.
Интегрирование компьютерного зрения может значительно облегчить работу сотрудников, так как данная технология способна автоматически анализировать видеозаписи и выявлять потенциальные нарушения или опасные ситуации. Благодаря этому, нагрузка на работников существенно снизится, и они смогут сосредоточиться на выполнении своих основных обязанностей.
Необходимо классифицировать и систематизировать типовые нарушения. Это позволит не только выявить наиболее распространенные проблемы, но и определить их коренные причины, что, в свою очередь, станет основой для разработки эффективных мер по их предотвращению.
Были выявлены следующие типовые нарушения в области охраны труда — 614 несоответствий:
– не облицованы керамической плиткой, не покрыты влагостойкими и маслобензостойкими материалами светлых тонов стены осмотровой канавы в автомобильном боксе;
– не оснащена освещением осмотровая канава в боксе, не имеет ниш для размещения электрических светильников напряжением не выше 50В и розеток с влагозащищенными разъемами для подключения ручных переносных электрических светильников напряжением не выше 12В;
– не вывешен габаритный знак (знак ограничения высоты автотранспортного средства) на производственной территории над въездными воротами;
– не установлено колесоотбойное устройство, обеспечивающее расстояние не менее 0,3 м от крайней точки транспортного средства до стены, вдоль стен гаражных боксов, где осуществляется хранение транспортного средства;
– не вывешена схема движения автотранспорта по территории, отсутствует табличка «берегись автомобиля» при въезде на территорию предприятия, где осуществляется передвижение автотранспорта;
– не запрещен проход работников на территорию через въездные ворота, по причине отсутствия отдельной калитки (двери) для работников;
– не нанесена сигнальная разметка на ребордах автомобильной эстакады;
– не установлены бирки с указанием инвентарных номеров и даты следующего испытания на корпусах электроинструмента;
– не прошли испытание (отсутствуют бирки с инвентарным номером и даты испытаний) лестницы и стремянки;
– не представлены информационные таблички на стеллажах с указанием высот уровней хранения и максимально допустимой нагрузки на каждый из уровней хранения;
– не в полном объеме имеются навыки использования и применения шлангового противогаза у структурных подразделений, занимающихся аварийно-восстановительными работами и работами в котлованах, траншеях и колодцах;
– не вывешены возле действующих станков инструкции по охране труда и список допущенных к работе лиц.
Основными задачами или направлениями, которые лежат в основе разработки технологий компьютерного зрения являются проверки:
– соответствия действий работников безопасным методам и способам выполнения работ;
– наличия блокирующих устройств на калитках;
– организации размещения аварийного запаса на складе;
– укомплектованности автомобилей аварийно-диспетчерской службы;
– проведения первичного инструктажа потребителям газа;
– отсутствия посторонних предметов на газопроводах;
– облицовки и покрытия стен осмотровой канавы в автомобильном боксе;
– наличия ниш для размещения светильников;
– установки колесоотбойного устройства;
– запрета прохода работников через въездные ворота;
– нанесения сигнальной разметки;
– проведения испытания лестниц и стремянки;
– навыков использования и применения шлангового противогаза;
– размещения инструкций по охране труда;
Методы, которые позволят системе компьютерного зрения выполнять поставленные задачи:
– сравнения действия работников с заранее заданными безопасными процедурами и стандартами;
– использования алгоритмов анализа пространственных данных для определения расстояний;
– обнаружения и классификации объектов;
– идентификации и верификации лиц;
– распознавания и форматирования текста;
– анализа движений объектов или людей, например, для определения скорости или направления движения;
– стереозрения для создания 3D-карт и определения глубины объектов;
– измерения яркости пикселей [3].
Входные данные: видеоматериалы и аудиоматериалы с камер, изображения, метаданные, размеченные данные, контекстуальная информация и так далее.
Выходные данные: логирование данных с указанием времени, места и типа нарушения, генерация отчетов (cм. Рисунок 1) для анализа и дальнейшего улучшения безопасности на производстве.
Рис. 1. Форма отчета по анализу видеоматериалов
Литература:
- Bishara M. Making sites safer with AI camera technology / M Bishara. — Text: electronic // Industrial Safety News: [Website]. — URL: https://www.safetynews.co.nz/making-sites-safer-ai-camera-technology/ (date of application 26.11.2024).
