Приложение Т—Ж
В нем читать удобнее

Как нейросети помогают охране труда

9

Этот текст написан в Сообществе, в нем сохранены авторский стиль и орфография

Аватар автора

Дмитрий Класс

Страница автора

Всем привет! Хочу поделиться кейсом решения проблемы соблюдения правил охраны труда и техники безопасности на производстве.

О Сообщнике Про

Более 20 лет работаю в ИТ. Специализируюсь на автоматизации и цифровизации процессов в сфере промышленности и транспорта.

Это новый раздел Журнала, где можно пройти верификацию и вести свой профессиональный блог.

Контекст

Крупное производственное предприятие, есть зоны с опасными условиями труда.

В таких местах каждый, кто попадает в эту зону обязательно должен соблюдать требования по технике безопасности, а именно быть в спецодежде, каске, иметь спецобувь, иногда дополнительно к этому — защитные очки и перчатки. Это важно, такие правила не просто придуманы, а написаны на основе пройденного опыта травматизма и даже летальных случаев.

Боли до внедрения

Производство в глубинке. Народ там не сильно дисциплинированный с точки зрения охраны труда. Мягко говоря «разгильдяи». Постоянно большое количество тех, кто в зоне опасных работ то без каски, то без спецобуви. А это же реально может спасти от тяжелой травмы.

Кроме того если, не дай бог что случится, то кроме человеческих последствий будет наказана еще и компания, потому что не обеспечила безопасные условия труда.

Есть инженер по охране труда, который старается контролировать чтоб все были в «спецухе». Но понятно же что у него и других дел полно. Кроме того, человеческое зрение имеет предел. Через 30 минут просмотра однообразного видеоряда он уже просто теряет концентрацию внимания.

Как итог большое количество нарушений в неделю в части несоблюдения правил ношения спецодежды, ручной контроль со стороны службы по охране труда.

Идея решения

Нашли ИТ решение, которое позволяло перевести контроль «человеческим глазом» за соблюдением правил ношения спецодежды на систему. И в этом первый помощник — специально заточенная нейросеть.

Перед внедрением проводили этап обучения — залили в нее около сотни фотографий сотрудников в правильном комплекте спецодежды. Видеопоток с камер наблюдения в производственных цехах передается на сервер видеоаналитики.

На нем нейронная модель проверяет видеоизображения с «правильным» образом, определяет отсутствие элементов спецодежды и регистрирует факт нарушения в системе. дает уведомление инженеру по охране труда.

Перед запуском мы конечно же проводили разъяснительную работу, рассказывали почему важно соблюдать правила ТБ и что система — это не следилка за ними а инструмент контроля их же безопасности.

Сначала у рабочих был шок. Но он быстро прошел. Многие поняли что лучше соблюдать правила, чем получать предупреждения или выговоры, а то и недополучение премиальной части оплаты труда.

Система полностью автоматизировала мониторинг соблюдения ОТ и ТБ. Информация о нарушениях передается мгновенными сообщениями на рабочее место (монитор или мобильное устройство) инженеру по охране труда.

Что в итоге

В течение 3 недель эксплуатации удалось на 2 порядка снизить случаи нарушения ношения спецодежды в зоне проведения опасных работ. О травмах никто не вспоминает.

Стоит ли это инвестиций? На мой взгляд Да, хоть это не дешево. Если вы реально печетесь о безопасности на производстве, то кажется что это должно быть. Принимая во внимание, что видеонаблюдение есть почти на всех производствах, то с текущей скоростью развития современных ИИ моделей и удешевлением доступа к их использованию такие сервисы скоро станут стандартом де-факто.

Экономику от внедрения системы посчитать сложно. все таки ключевая цель — нулевой травматизм на производстве. Но потенциально, полагаю, что и производный экономический эффект тоже есть — инженеры по охране труда занимаются другими важными делами, нулевые штрафы от регуляторов и компенсации по травматизму.

Что дальше

Есть идея развить этот инструмент в части ТБ по поведенческому сценарию. Например, контроль запрета куреня там, где категорически нельзя, контроль воспроизведения опасных действий (спрыгивать/запрыгивать на движущее транспортное средство и так далее)

Буду рад, если поделитесь комментами, если внедряли похожие кейсы или задумались о таком внедрении.

  • АлексДмитрий, здравствуйте! Вы пишете про обучение на «сотне фотографий», НО это же очень мало. Для реального цеха, где разное освещение, пыль, блики и люди в кадре иногда мельком, нужно минимум несколько тысяч тщательно размеченных кадров. Иначе нейросеть будет постоянно ошибаться, то примет тень за отсутствие каски, то не заметит человека с защитой из-за ракурса. Инженер по ОТ просто утонет в ложных тревогах и перестанет на них реагировать, это известная проблема. Плюс вы не учли, что модель нужно переобучать каждые несколько месяцев, т. к. условия на производстве меняются (сезонное освещение, износ спецодежды, новые ракурсы камер), и без этого точность падает. А ещё обработка видео с 20-30 камер в реальном времени даже на своём сервере выливается в сотни тысяч рублей ежемесячно. Экономика становится совсем неочевидной.2
  • АлексЕлена, с вами тут не соглашусь: 2) Вы путаете, по закону следить за охраной труда обязанность работодателя в целом. Это могут делать и линейные руководители, и специалист по ОТ, и даже автоматическая система. То, что автор её поставил, не значит, что СУОТ нет. Наоборот, система как раз помогает её соблюдать. 3) Непонятного тут ничего. Без каски есть риск разбить голову, без спецобуви имеется риск травмировать ногу. Это азы, которые объясняют на любом заводе. 4) Автор сам пишет, что проводил беседы, объяснял, предупреждал. Система не заменяет живое общение, а просто фиксирует факты. Это не «подлавливание», а объективный контроль. И закон это разрешает, та же статья 214 ТК РФ обязывает информировать работников о видеофиксации для контроля безопасности. 5) Статья не идеальна, но называть её бредом и неграмотной слишком громко. Это обычный пользовательский кейс со своими плюсами и минусами.1
  • Дмитрий КлассАлекс, спасибо за отзыв. вы совершенно правы, у нас было несколько сотен фото своих в хорошем освещении, все это было дополнением к модели, которая была обучена на других примерах спецодежды. И конечно у нас все сразу не взлетело. система выдавала в день сотни "псевдонарушений", по которым приходилось корректировать модель. например, считала, что желтая каска - это нарушение, а белое - нет. пришлось заменить часть камер из за недостаточного разрешения. про экономику - не так все плохо с учетом планового срока окупаемости в 4 года на оборудование и лицензии сейчас наши косты это несколько десятков тысяч руб месяц1
  • АлексДмитрий, пожалуйста! Дмитрий, дополню, та самая история, когда на старте система выдавала сотни ложных срабатываний в день, и есть классическая усталость от сигналов. Если оператор видит 100 ложных тревог, он перестает верить системе и может проморгать реальное ЧП. А если система ошибется и пропустит нарушение, которое приведет к травме, в суде могут спросить: вы же внедрили ИИ, значит, видели риск, почему не предотвратили?. Это превращает помощника в мину замедленного действия, если не прописать документально, что окончательное решение всегда за человеком.1
  • Дмитрий КлассАлекс, ну мы прошли этот этап когда было 100 ложных тревог. окончательное решение всегда за человеком. система за него решать не будет, согласен1
  • АлексДмитрий, успехов вам в дальнейших проектах!)0
  • Дмитрий ИТема охраны труда действительно важная. У вас есть опыт реализации других кейсов по этой теме? (Мед осмотры, обучение сотрудников по электробезопасности и т.д. и т.п.)0
  • Дмитрий КлассДмитрий, мы начинали такой проект у себя, который включал в себя процессы СУОТ, медосмотров, обучения, учет и оборот СИЗ. дошли до стадии функциональных требований. но потом фокус и приоритет в автоматизации поменялся и он остался на паузе . Если нужна будет какая то консультативная помощь - рады будем помочь1
Вот что еще мы писали по этой теме
Сообщество