01、背景與挑戰

制造行業亟需提升安全生產能力

近幾年，隨著全球技術的創新活躍，以智能化為核心的新一輪工業革命席卷國內外，制造行業正從規模化走向定制化、快速柔性響應化，工廠數字化、智能化已然成為未來制造業轉型升級的必然趨勢。在工業4.0、工業互聯網、物聯網、云計算等熱潮下，全球知名制造企業都開展了智慧工廠建設實踐。2020年，工業和信息化部印發《關于進一步加強工業行業安全生產管理的指導意見》中指出“管行業必須管安全、管業務必須管安全、管生產經營必須管安全”，應不斷加強安全生產管理，并通過技術改造促進企業提升本質安全水平，推進化工園區綠色安全發展，為工業高質量發展提供強有力保障。生產安全和生產效率是建設智慧工廠的重要目標。作為企業經營過程中的頭等大事，智慧工廠需要解決生產安全的問題并且改變傳統的生產方式，提高生產效率。

傳統的設備和人員安全生產管理存在諸多問題，具體表現在：生產人員數量多，分散在不同作業區域，無法實時掌握危險區域的人員出入情況，造成潛在安全隱患；無法實時、全面的監管員工的著裝穿戴，在一些危險作業區域時常發生因著裝不規范而產生的意外事故，人員人身安全得不到保障；無法自定義限制區域，當不符合要求的人員闖入危險作業區域時，易造成傷害事故；針對不同的生產階段的不同著裝要求，企業缺乏有效的管理手段進行實施監督，導致事故發生等挑戰。

02、解決方案

智慧工廠安全監測解決方案

智慧工廠安全監測主要圍繞工裝檢測、工業車輛安全駕駛領域，基于AI技術和視頻流數據，利用人工智能模式識別算法，對工人的著裝情況，操作情況進行全方位、全時段的智能監測及自動預警，對工業車輛盲區進行識別監測并主動介入，保證企業的人員和財產安全。

人員身份識別

系統可以通過攝像頭捕捉人員的面部特征進行人臉識別，以核實人員身份信息。生產人員身份識別支持人臉識別。人臉識別主要分為人臉數據獲取、人臉檢測、特征提取、人臉識別和識別結果處理等五個部分。人臉識別主要是通過截取5G攝像頭視頻流數據，獲得圖像數據，利用卷積神經網絡算法在圖像中準確標定出人臉的位置和大小，使用AI算法提取檢測到的人臉特征，并將人臉特征信息與已存在人臉數據庫的員工分別計算相似度。通過設定一個閾值，當相似度超過這一閾值，則識別出員工的身份信息，完成身份驗證。否則身份認證失敗，并發出身份識別失敗警告。

穿戴規范識別，確保人員安全作業

通過穿戴規范識別，可以判斷員工是否嚴格按照要求穿戴。例如，為了安全生產，電池廠要求工人佩戴特殊的頭盔、衣服、手套和鞋子。該系統可以檢測每個工人著裝是否符合要求。生產人員穿戴規范識別實現方式：首先，通過5G攝像頭采集工作車間視頻流數據，把視頻流數據傳回給智能識別終端；然后，智能終端對圖像進行解碼和預處理，再輸入到人形框提取模型進行人形框提取；最后，把人形框數據輸入工裝屬性檢測模型進行檢測，同時把結果通過5G CPE上傳給邊緣服務器或本地實時顯示。

安全圍欄識別，解決危險區域安全隱患

安全圍欄識別根據用戶需求構建電子圍欄，可以監控電子圍欄區域內的員工身份或穿戴是否符合要求。生產車間安全圍欄識別實現方式：首先，通過5G攝像頭采集工作車間視頻流數據，把視頻流數據傳回給安全圍欄智能識別終端；接著，進行兩方面的工作：一方面，智能終端接收鼠標輸入數據，通過算法生成電子圍欄，另一方面智能終端對圖像進行解碼和預處理，輸入模型對安裝圍欄內的目標進行識別；最后，結合安全圍欄和目標識別結果，對違法行為進行判斷，同時把結果通過5G CPE上傳給邊緣服務器或本地實時顯示。

不同生產階段識別，滿足不同檢測需求

不同生產階段的人員穿戴規范識別，可以根據不同階段的著裝檢測需求選擇不同的AI模型來識別員工的穿著，以規范人員操作，保障人員人身安全。

不同階段的生產人員穿戴規范識別實現方式：首先，要按照不同階段的安全生產要求采集數據、構建工裝識別模型庫；其次，通過攝像頭或其他傳感器對不同階段進行識別；最后，根據識別的不同階段去工裝識別模型庫匹配相應的模型，利用相應的模型對工人工裝進行自動檢測，判斷工人的工裝是否符合此階段的安全生產流程，把識別結果通過5G CPE上傳給邊緣服務器或本地實時顯示。

生產人員產線動作識別

生產人員產線動作識別實現方式：首先，通過5G攝像頭采集工作車間視頻流數據，把視頻流數據傳回給產線動作識別終端；然后，智能終端對視頻流數據進行解碼，并對解碼后的圖像數據進行預處理；隨后，結合人體骨架提取模型和目標檢測模型提取人體骨架信息和目標物體；最后，通過動作識別模型識別出產線人員動作，并對違規動作進行警示，同時把結果通過5G CPE上傳給邊緣服務器或本地實時顯示。

工業車輛高級駕駛輔助系統

ADAS(Advanced Driving Assistant System)高級駕駛輔助系統，是利用安裝在工業車輛上的攝像頭進行感應和探索車輛周圍環境，進行靜態、動態物體的識別、偵測和追蹤，提前讓駕駛員察覺到可能發生的危險，有效提升駕駛安全性。通過安裝在工業車輛上的邊緣視覺處理終端，實現工業車輛的行人檢測、防撞預警、盲區監測、視頻記錄等能力，并通過聲光告警、主動制動等方式防止安全事故的發生。

技術先進性

? 能夠根據不同業務需求自動切換識別模型；

? 能夠進行身份識別和著裝不規范識別；

? 能夠對自定義區域進行檢測；

? 模型準確率>90%；

? 檢測速度<1秒；

? 攝像頭和邊緣推理端分離的部署架構，方便后期模塊擴展；

? 支持平臺化管理、可視化大屏展示；

英特爾? Movidius? 視覺處理器以超低功耗為現代計算機視覺和人工智能應用的嚴苛工作負載提供支持，非常適合具有功耗、規格和成本限制的攝像機和網絡攝像機，支持小內存占用網絡，只需最少的軟件更改，即可實現單芯片到多芯片的解決方案。通過Intel? VPU的性能優勢，幫助愛動科技實現人工智能識別準確率提升，識別速度大大縮短，為解決方案的應用提供支撐和保障。

03、成功案例

汽車生產企業安全管理應用案例

某汽車生產廠擁有大量作業區域和上千員工，因其行業作業的特殊性，對員工的著裝和操作有非常嚴格的規定，組織了相應的管理人員對員工穿戴進行監督，但近年來由于員工不斷增多，使得傳統管理顯得力不從心，員工穿戴不符合作業規定的情況時有發生，不僅影響產品質量，生產事故也難以避免。通過為其部署網絡攝像頭、路由器、AI邊緣主機，通過AI識別技術，為其實現了人員身份識別、穿戴規范識別、不同生產階段員工穿戴識別、電子圍欄識別等功能，并將識別結果通過大屏進行呈現，用戶可以隨時進行可視化查閱，為管理者提供分析和決策支撐通過在工廠內實施智慧工廠產線安全監測方案，部署一系列硬件設備，對重要生產環境進行全面監測管理，實現了智能工廠的數字化管理，有效提高了員工的自我保護意識，降低了生產事故率。

汽車生產企業安全管理應用案例

北京某物流企業的順義區倉庫，主要業務是進行倉儲物流分配。據倉庫負責人稱，倉庫存在的主要運輸車輛是叉車，共計72臺，員工有165人。據現場調查了解，他們在行進過程中往往會因為場內較亂的環境和駕駛視野盲區的情況，發生輕微的剮蹭等。在2019年，該倉庫內發生的大小事故共58起，嚴重事故造成車輛損壞無法使用的高達5起；2020年上半年，愛動對該倉庫進行了工業車輛主動安全解決方案的相關部署，截止至2020年10月1日，該倉庫發生重大碰撞事故0起，發生剮蹭等小型事故2起，幫助企業節省10w+運營成本。

04、應用展望

開源應用賦能行業同發展

行業未來的發展不僅在于人和設備的智慧化管理，各平臺和工業互聯網應用之間的互聯互通也是重中之重，愛動自主研發的人員安全管理、設備安全管理、數據可視化應用正式基于這一遠景研發，目前我們已經實現SaaS應用訂閱服務+硬件終端使用費，按需付費；支持web、Android、iOS應用程序和其他管理應用程序系統；將人工智能算法部署到邊緣側，以獲得更快速和準確的識別結果；自主開發的工業互聯網網關可以實現各種傳輸協議的兼容、數據采集和互聯，未來希望能夠提供更多開源應用，賦能行業共同發展。

愛動超越人工智能科技(北京)有限責任公司是專注于為工業互聯網領域提供基于人工智能的資產管理解決方案的科技企業，系國家高新技術企業、中關村高新技術企業、中關村金種子企業、中關村瞪羚企業、北京市“專精特新”中小企業。擁有AIoT、邊緣計算、云計算、工業智能和大數據等技術儲備，為工業領域用戶提供最具競爭力的產品和解決方案，牽頭和參與了4項工業設備上云相關國家和行業標準制定。

2020年愛動入選第十批清華科技園“鉆石計劃企業”，“重點工業設備上云解決方案應用推廣公共服務平臺”中標工信部工業互聯網創新發展工程重大專項。其擁有自主知識產權的“基于人工智能的工業車輛互聯網平臺”入選2020工信部“支撐疫情防控和復工復產的工業互聯網平臺解決方案”，“2019年制造業與互聯網融合發展試點示范項目”等，并獲得北京市科信局科技計劃項目、人社局優秀創業項目支持，擁有超過20多個行業700余家頭部客戶，累計接入設備近100000臺，形成行業標桿效應。未來，愛動將繼續深耕智能制造產業，聚焦更多數字經濟應用場景的技術研發，不斷擴充業務經營領域，持續助力“新基建”高質量發展。