电厂安监人员数量有限,通过“人盯视频监控”的方式,工作量巨大,且很难发现问题,容易导致安全监察流于形式,需要机器视觉代替人工,一旦发现到违章、违规作业行为,系统能够自动报警。
结合电厂高危作业场景特点,进行合理前端布点设计,采用机器视觉方式,对电厂常见的违章、违规作业行为进行监测预警(例如:未戴安全帽等)。对于短期素材较少的AI识别需求,基于AI训练平台训练,并实现算法快速迭代,能力提升。
目前,能够通过图像识别技术实现的违章作业包括但不仅限于:
(1)安全帽检测:自动识别生产区工作人员有无佩戴安全帽。
(2)工作服合规检测:自动识别生产区工作人员标准着装是否符合规范(如:施工作业未穿反光背心,穿短袖等)。
(3)动火作业灭火器识别:涉及电厂动火作业场景,识别监控画面内是否有灭火器。
(4)单人无监护作业识别:特殊作业要求多人同时在场的,识别监控画面内是否为单人。
(5)误跑带电间隔检测:通过区域入侵检测算法,自动识别人员是否误入带电间隔,系统报警提醒。
(6)安全监护人离岗检测:危险作业要求安全监护人在场的,识别监控画面内安全监护人是否到场,以及在离岗时间。
(7)人员滞留检测:自动识别重要/关键区域人员滞留时间,超限报警。
(8)人员在离岗检测:自动识别关键岗位(如:集控室值班人员)人员在岗离岗情况,超过离岗时间上限,系统自动报警。
(9)人员倒地检测:识别生产区是否存在人员倒地情况。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.