四川
工厂部署了数百路视频摄像头，但绝大多数视频的作用是"出事后调监控回看"。人员违规作业、区域非法闯入、PPE穿戴缺失、烟火异常等行为完全依赖监控室值守人员的肉眼观察。一个人同时盯几十个屏幕，注意力无法持续集中。更关键的是，发现异常后的告警证据回收和处置任务分配没有贯通——看到违规了，截图保存、电话通知、口头描述，整个过程零散低效。
逐米时代制造新解法
逐米时代的制造新解法推动视频监控从"被动记录"转型为"主动感知"。核心思路是融合视频、热成像、人员定位和区域规则建立多维度感知网络，由AI替代人眼进行7×24小时的不间断行为识别，发现异常时自动保留证据并生成处置任务。
第一步是多源数据融合感知网络的搭建。单一的视频画面信息有限——光照不足时看不清、遮挡物背后看不到、距离远了辨识度低。通过融合多源感知数据来弥补单一传感器的不足：视频画面提供视觉信息，热成像在弱光和烟雾环境中检测人体和热源，UWB定位提供人员实时位置，RFID门禁记录人员进出信息。多源融合后的感知能力远超任一单一传感器。
第二步是危险行为与异常事件的智能识别。系统加载了针对制造业典型场景的行为识别模型：PPE穿戴检测（安全帽、护目镜、防护服、防砸鞋）、危险区域闯入检测（叉车通道、自动化设备运行区、高压电柜区域）、违规作业检测（高处作业未系安全带、动火作业无人监护）、烟火与泄漏检测（火焰、烟雾、液体泄漏扩散）。每个识别模型都经过企业场景的标注数据微调，适配本工厂的着装规范、作业规程和环境特征。
第三步是证据链的自动保留与分级告警。当系统识别到异常事件后，自动截取事件发生前后各15秒的关键视频片段，同时记录模型识别置信度、事件触发时间和关联的摄像头编号。按照预设的风险分级规则，将事件分为三个等级：一级即时告警（如人员坠落、明火），二级巡检提醒（如安全帽未系扣带），三级统计汇总（如人员短时误入警示区域后立即离开）。不同等级的告警对应不同的响应时效和处置流程。
第四步是处置任务的自动生成与闭环跟踪。告警发出后，系统自动生成处置任务并指派给对应区域的安全负责人。处置任务中包含异常事件描述、关键视频证据和模型置信度。责任人查看证据后进行人工确认——是真异常还是误报。确认真异常后执行处置动作，完成后在系统中反馈处置结果和闭环证据。
智能体编排
EHS安全管控智能体作为主智能体，统管多源感知数据的融合处理、行为识别模型的运算调度、告警分级和处置任务的全生命周期管理。主智能体内置了视频AI分析引擎，负责模型推理和异常事件判定。当告警涉及多个区域或多个安全领域时，EHS安全管控智能体会自动关联相关的感知数据和历史事件记录，避免孤立看待单个告警。
实施要点
第一，误报率控制是系统可用性的生死线。如果每天产生上千条告警但95%是误报，安全人员会关掉告警提示，系统形同虚设。需要在模型训练阶段充分积累本企业的场景数据，针对性地降低高频误报类型。第二，隐私合规是硬约束。视频AI分析需要严格遵守员工个人信息保护要求，图像的采集、存储、调取和删除都要有明确的授权制度和操作日志。第三，告警处置流程需要与安全管理制度配套。系统生成处置任务后，如果责任人不响应、不确认、不闭环，系统的技术能力无法弥补管理的缺失。建议将处置闭环率纳入责任人绩效考核。第四，模型需要持续迭代。生产线布局调整后、新增设备后、着装规范变更后，原有的行为识别规则可能不再适用。需要建立模型效果的定期评估和再训练机制。
参考目标
·风险事件发现从事后回看变为实时识别的比例≥80%
·有效告警率（非误报占比）≥75%
·告警响应时间从分钟级缩短至秒级
·告警到处置闭环的全流程可追溯率100%
咨询链接：https://agent.rztzmsd.com/cocreation/consult
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.
