[Najnowszy numer] [Prenumerata] [Spis treści]     

Sztuczna inteligencja pomaga w bhp

Katarzyna Gulanowska
- trenerka kultury bezpieczeństwa z firmy Proresult
 

Tomasz Jakubczyk
- odpowiada za rozwój biznesu w obszarze AI i Data Science w spółce Promity

Chcielibyśmy zastanowić się nad możliwościami, jakie daje w bhp nowoczesna technologia, zwłaszcza zaawansowane narzędzia informatyczne i sztuczna inteligencja. Tego typu rozwiązania wykorzystywane są coraz częściej w różnych gałęziach gospodarki. Pomagają też znacząco w rozwoju koncepcji Przemysłu 4.0 i "smart manufacturing". Dodatkowo wspierają zastosowanie zintegrowanych systemów pracujących z użyciem dużych zbiorów danych, które w czasie rzeczywistym reagują na zmienne warunki w fabrykach. Pomagają tym samym np. utrzymywać maszyny w optymalnym stanie i alarmować z wyprzedzeniem o zbliżającej się awarii, przewidywać zapotrzebowanie na materiały czy sprawować nadzór nad jakością produktów. Czy tego typu wsparcie sztuczna inteligencja może zapewnić także w obszarze bhp?

Tym zagadnieniom poświęcona jest rozmowa Katarzyny Gulanowskiej, reprezentującej służbę bhp, z Tomaszem Jakubczykiem, zajmującym się się komercjalizacją produktów wykorzystujących modele sztucznej inteligencji i przetwarzanie danych.

Katarzyna Gulanowska: Co sztuczna inteligencjamoże zaproponować branży bhp?

Tomasz Jakubczyk: W ramach jednego z naszych projektów, który początkowo dotyczył budowy platformy sensorycznego wsparcia sprzedaży, udało nam się stworzyć efektywne rozwiązanie, które jest w stanie ograniczyć liczbę zachowań niebezpiecznych w miejscu pracy i zredukować poziom nieprzewidzianych kosztów związanych z karami lub przerwami w produkcji. Dzięki odpowiednio wyszkolonym algorytmom sztucznej inteligencji i technikom wizji komputerowej jesteśmy w stanie w czasie rzeczywistym zasygnalizować wybranym osobom w firmie, gdzie nie przestrzega się ustalonych zasad bezpieczeństwa, szczególnie w obszarze stosowania środków ochrony indywidualnej.

Platforma "Safetywatch" od Promity rozpoznaje obecnie brak takich śoi jak kask czy kamizelka odblaskowa. Ponadto alarmuje i przesyła notyfikację do wybranych osób także wtedy, gdy pracownik znalazł się w strefie wyłączonej przez pracodawcę lub wskazanej jako strefa niebezpieczna, np. w strefie pracy koparki, wózka widłowego lub w pobliżu głębokich wykopów.

W jakich zakładach może być wykorzystywana wasza platforma?

Moim zdaniem platforma znajdzie zastosowanie w większości branż. Przyłączona do istniejącego w firmie sytemu kamer, zadziała zarówno na placach budowy, jak i wewnątrz hali produkcyjnej czy też w centrum logistycznym. Nie budowaliśmy naszego modelu z myślą o jednej branży czy o jednym środowisku pracy.

Jakie branże dotychczas próbowały wdrażać państwa rozwiązania i jakie przyniosło to efekty?

il. 1. Przykładowy ekran prezentujący obecne działanie platformy "Safetywatch". W strefie nadzoru wyznaczonej przykładowo przez administratora (obszar na żółto - tylko tam działa w danym momencie nadzór platformy) doszło do rozpoznania wejścia człowieka (komunikat "człowiek"), jednocześnie system dokonał analizy wyposażenia pracownika w obowiązkowe środki ochrony indywidualnej: kask (brak - komunikat NIE), kamizelka (założona - komunikat TAK). Strefy nadzoru na ekranie mogą być kształtowane dowolnie przez administratora systemu - zarówno pod względem kształtu, jak i objętości. Uwaga: Widoczne na il. 1 i 2 naruszenia przepisów dotyczących bezpieczeństwa pracy na wysokości nie są na razie nadzorowane przez "Safetywatch" - wymagają oczywiście pilnej reakcji osoby kierującej pracami.
 

il. 2. Na ekranie smartfona widzimy notyfikację, jaką system wysyła automatycznie, gdy pracownik "spełnia" kryteria ustawionej w systemie reguły bezpieczeństwa - w tym przypadku reguła wyszukiwała pracowników budowy bez kamizelki ochronnej. Na zapisany w systemie numer telefonu (np. specjalisty odpowiedzialnego za bezpieczeństwo w miejscu pracy) zostanie wysłane powiadomienie (notyfikacja) wraz z miniaturą fragmentu nagrania, która ilustruje złamanie danej reguły bezpieczeństwa.

Zgodnie z moimi przewidywaniami na początku większość naszych partnerów stanowili przedstawiciele branży budowlanej, zarówno z Polski, jak i tak odległych krajów jak np. Nowa Zelandia. Doświadczenie w pracy właśnie na tym odległym rynku było dla nas szczególnie pożyteczne i umożliwiło szybką korektę naszego modelu - co jest normalnym krokiem w ewolucji rozwiązań bazujących na algorytmach głębokiego uczenia. Tu warto dodać, że modele oparte na algorytmach sztucznej inteligencji (głębokim uczeniu, żeby być bardziej precyzyjnym) wymagają na początku żmudnej pracy ze zbiorami danych, w tym ich poprawnej anotacji, czyli wskazania, opisania co jest czym na analizowanym obrazie. Opisaliśmy więc m.in., co jest kaskiem, a co kamizelką odblaskową. Okazało się jednak, że zestaw danych treningowych jakim dysponowaliśmy nie obejmował kasków w kolorze czarnym, które stanowiły znaczącą większość na obrazie z kamer od klienta w Nowej Zelandii. Tym samym dochodziło do wielu fałszywych alarmów - nasz model po prostu wtedy jeszcze nie wiedział, że kask może być także czarny. Tego typu proste niedociągnięcie byliśmy w stanie szybko skorygować poprzez "dotrenowanie" modelu, tzn. uwzględnienie w zbiorze treningowym także kasków czarnych.

Nasz klient testował również przy okazji ciekawą funkcjonalność "Safetywatcha", jaką jest możliwość inteligentnego zliczania ludzi w danej strefie - tzw. pomiar zaangażowania pracowników na danym odcinku budowy.

Jak potencjalny klient może przetestować państwa rozwiązanie? Czy wymaga to jakiegoś specjalistycznego sprzętu?

To rozwiązanie nie wymaga od użytkownika jakichś ogromnych inwestycji lub przeprowadzenia instalacji dedykowanych urządzeń wizyjnych przed jego uruchomieniem. Zakładam jednak, że każdy większy zakład pracy lub plac budowy ma już zamontowany system kamer (monitoring). Nasz model wykorzystuje istniejącą już infrastrukturę, łącząc się z nią poprzez popularny VMS (video management system). Całe rozwiązanie dostarczamy w jednym "pudełku" i przepuszczamy przez niego obraz z działających kamer, wpisując do systemu ich adresy IP.

Jednym z niewielu ograniczeń może być rodzaj kamer wykorzystanych w systemie monitoringu - nasz model "nie lubi" kamer typu "fish eye"; nie słyszałem jednak o ich szerokim zastosowaniu.

Żeby "Safetywatch" mógł dokonać poprawnej detekcji niebezpiecznego zdarzenia, człowiek musi być widoczny w obrazie kamery w odpowiednym rozmiarze - małe postacie, widoczne w oddali nie będą dla modelu właściwą "areną pracy". Oczywiście w przypadku opisanych powyżej problemów pomoże odpowiednia kalibracja kamery lub jej przeniesienie.

Jakie są plany rozwoju tego produktu w najbliższej przyszłości? Czy możemy oczekiwać nowych funkcjonalności wpierających kolejne obszary ważne z punktu widzenia bhp?

Oczywiście, po pierwszych pilotażach, chcemy podążać za potrzebami branży i potencjalnych klientów. Wydaje się, że kolejnym naturalnym krokiem będzie dodanie nowych śoi, np. detekcję okularów ochronnych czy rękawic. Ciekawym obszarem, który chcemy przenalizować, na który zwracała także uwagę wasza firma, jest jakość i stan fizyczny śoi. Możliwość skierowania uwagi kierownika budowy czy pracownika służby bhp na pęknięty kask pracownika to mogłaby być kolejna użyteczna funkcjonalność "Safetywatch'a". Na początku jednak musimy sprawdzić dostępność i jakość przedmiotowych zbiorów danych.

Prowadzimy też prace nad połączeniem modelu "inteligentnego bhp" z modelem "smart manufacturing". Użytkownik naszej platformy nie tylko będzie w stanie uzyskać podpowiedzi na temat poprawności funkcjonowania urządzeń i ich przewidywanej wydajności lub potrzeb materiałowych (z odpowiednim wyprzedzeniem), ale też zadbamy o bezpieczeństwo środowiska pracy, samego urządzenia i obszaru wokół niego. Jakikolwiek wypadek, w którym uczestniczą maszyna i człowiek rodzi nie tylko znaczące niebezpieczeństwo dla samego człowieka, ale może także wstrzymać cały proces produkcyjny i narazić zarządzających firmą na straty idące w setki tysięcy złotych.

Promity: Spółka istnieje od 2009 r., dostarcza wyspecjalizowane rozwiązania informatyczne z obszaru przetwarzania i analizy danych. Specjalizacją firmy jest wizja komputerowa oraz zastosowanie technik uczenia maszynowego
 
Proresult: Wspiera przedsiębiorstwa w rozwijaniu kultury bezpieczeństwa poprzez m.in. prowadzenie diagnoz kultury bezpieczeństwa, wdrażanie procesu bezpieczeństwa behawioralnego, a także organizację dni bezpieczeństwa.

Dodaj swój komentarz