机器视觉自动化制造工作场所安全

每个制造商都希望为其员工创造一个安全的工作环境。但是实现这一目标可能很困难，而且成本高昂。减少工厂中的风险意味着持续监控以识别环境安全问题和适当的工作场所预防措施。但这种警示过程可能需要投入大量劳动力。

“平均而言，一个 10, 000 平方米的工厂必须至少有 10 名安全员，其中需要两名 HSE（健康、安全和环境）主任进行视频监督和监控。”提供基于机器视觉的健康和安全解决方案的人工智能公司 Aotu 的首席执行官 Stephen Li 说。

这对制造商来说是一项重大投资，尤其是在工业设施需要全天候监督的情况下。此外，手动监控也有其局限性，“尽管工厂安全员马不停蹄，但仍捉襟见肘。他们无法立即发现大多数健康和安全问题，而且他们永远做不到巨细靡遗，“Li 说。“此外，在及时响应问题方面存在延迟，因为人们必须真正打电话或亲自去违反安全规范的现场观察或纠正。”

对于重视工人安全的制造商来说，这是一种具有挑战性的局面，同时也面临着紧缩预算和优化流程的压力。但是，新的机器视觉健康和安全解决方案也许能兼顾工人的安全，同时满足对更高效率的需求。

机器视觉对装瓶厂进行自动安全监控

在中国一家基于 Aotu 机器视觉解决方案的装瓶厂的部署就很好地说明了这一点。

该工厂由一家大型饮料公司运营。庞大的厂房规模意味着要监控许多不同的区域，包括屋顶、天花板、锅炉、废弃区、仓储设施等。此外，繁忙的现场挤满了执行各种任务的工人，这使得监督员工行为变成一项复杂的任务。

Aotu与英特尔合作开发了一种基于机器视觉的健康和安全解决方案，旨在分析来自装瓶厂的视频源，并在检测到问题时自动提醒安全员。

该系统的 AI 算法配置为监控环境安全问题。该部署覆盖工厂内近 1,000 个关键监测点。与此同时，人工智能还分析视频源是否存在基于行为的安全违规行为：未穿戴适当的防护装备、不安全的攀爬和行走、未经授权进入高风险区域、违反最大人数限制等。

如果系统检测到问题，它会获取有关安全问题的 30 秒记录，将其分类为主要紧急情况或次要紧急情况，并向人事主管发送警报以进行验证和响应。如果问题非常严重，安全专员可以远程触发现场警报和警告消息，以提醒工人即将发生危险。对于不太严重的问题，安全员可以选择稍后跟进以解决问题和对工人进行培训。

实施该解决方案后，装瓶厂的安全计划效率和有效性都有所提高。“人工智能的使用减少了工厂 HSE 员工的工作量，并确保安全问题不再被忽视，” Li 说。“此外，一线工人的安全意识显著提高。”

灵活的视频分析平台

为了使机器视觉解决方案在制造业中的应用更为广泛，它必须具有适应性。毕竟，装瓶厂与汽车零部件工厂、高科技制造厂或化学设施完全不同。

为了创建一个强大而灵活的工业健康和安全机器视觉平台，Aotu 决定与英特尔合作。这两家公司合作共享了英特尔多个硬件和软件工具的功能：

• 第 11 代英特尔^® 酷睿^™ 处理器为深度学习、AI 和机器视觉场景提供了优化和加速。
• 英特尔锐炬^® X^e GPU 特别适合电脑视觉任务，例如智能视频处理。
• 英特尔^® 至强^® 可扩展处理器为^需要更繁重工作负载的配置提供支持，并且由于其坚固耐用的设计和较大的工作温度范围，也适用于更恶劣的工业环境。
• 英特尔^® OpenVINO^™ 工具套件为常见工业安全场景提供预训练的 AI 推理模型和参考模型，并为快速开发自定义 AI 算法奠定了基础。

“英特尔的处理器和人工智能工具套件是构建工业人工智能应用的可靠且强大的平台。” Li 说，并补充说，Aotu 与英特尔的合作“帮助我们缩短了开发时间，并为最终用户设计了可定制、可靠的低代码和无代码人工智能解决方案。”

迈向更安全、更高效的工业

机器视觉健康和安全解决方案越来越受大型制造商的欢迎，其适应性、成本效益和易于部署性应使其对系统集成商和小型工业企业具有吸引力。

但除了健康和安全方面的好处外，这些解决方案固有的灵活性也将适用于其他使用案例。

正如 Li 所解释的那样：“我们的机器视觉解决方案与芯片组合作伙伴的先进 AI 计算完全集成并针对先进 AI 计算进行了优化，具有许多潜在的智能制造应用，包括流程数字化、物流自动化和预测分析，并将与边缘计算和 5G 等新兴技术一起实现协同增效。”

未来，我们将寻找计算机视觉以更创新的方式进一步推动制造业的数字化转型，使工业 4.0 更安全、更高效和更具经济效益。

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。