基于邊緣計算的智能工廠安全管控方案 ——以小數(shù)據與小模型的工廠智能化升級
一、項目概況
1.項目背景
工廠倉庫管理是企業(yè)管理中的一個小部分，但是就企業(yè)的財務和生產而言，其重要性是顯而易見的。因為倉庫管理著企業(yè)的各類物資，而物資又占著企業(yè)流動資產的很大比重。此外，倉儲還是商品流通的重要環(huán)節(jié)，也是公司的最核心的部分。而在倉庫管理中，做好倉庫的安全管理，是重中之重。但是近年來倉庫火災、爆炸等事件仍然層出不窮。
由于工廠倉庫很多時候往往存放很多生產原料、成品、包裝等一系列易燃易爆物品，導致危險系數(shù)很高，一旦發(fā)生失火爆炸等事件帶來巨大損失，甚至傷及人命，所以加強倉庫及其物資的安全管理十分有必要。
長期以來，工廠倉庫安全生產事故的預防基本上依賴于企業(yè)的管理水平，包括建全規(guī)章制度，重視消防與安全防護設施的完善，教育工人嚴格遵守操作規(guī)程，提高其素質和應急處置能力等。然而，國際職業(yè)安全與事故預防理論和實踐的發(fā)展歷史表明：完全依賴人的警惕性來保障生產安全并非萬全之策，因為人可能受到生理、心理以及社會等諸多因素的干擾而出現(xiàn)失誤；還有一些事故致因屬于人的智力和能力難以感知和有效抑制的范疇?？v觀近年來發(fā)生的多起重大事故，雖然在調查事故原因時主要歸咎于違章、瀆職等人為責任，但進行深入分析會發(fā)現(xiàn)，也與缺乏先進、可靠、全方位的安全監(jiān)控預警技術設施不無關系。
此外，隨著經濟的發(fā)展, 生產的規(guī)模、自動化程度、材料與工藝的革新都會導致危險源和隱患的多樣性與復雜性,導致事故模式不斷翻新,導致災害規(guī)模不斷擴大，事故災難性后果日益嚴重。因此，對各種事故所采取的預防措施的有效性也在不斷發(fā)生變化,安全技術在其中就顯示出越來越重要的地位。事故不可能完全杜絕，安全技術的發(fā)展也永無止境。
實踐證明，任何事故或災害的發(fā)生都有一個自然發(fā)展的過程,在其醞釀伊始直至臨界狀態(tài)呈現(xiàn)，都有“端倪”可察、“征兆”可尋。這“端倪”與“征兆”便是危險源的安全狀態(tài)信息,在這些信息中,大多數(shù)是可觀測的,有些還是可控的。
2.項目簡介
通過建設一套邊緣計算結合5G MEC或者有線網絡的先進、可靠的工廠倉庫監(jiān)控預警系統(tǒng), 能夠通過對安全監(jiān)管系統(tǒng)前端傳感器采集的不同類型的數(shù)據進行評估分析，確定各類事物或者行為是否超出預警閾值，并通過相應的控制系統(tǒng)發(fā)出預警信息，想必就能避免事故的發(fā)生，至少能夠把事故所造成的損失和影響降到最低程度。
3. 項目目標
該系統(tǒng)如果能夠廣泛推廣和使用，需要滿足如下四個條件：
底層技術自主可控，滿足不同工廠的多樣化二次開發(fā)需求。
與5G MEC深度融合，不受地域等條件限制。
提高準確率，降低誤報率，實現(xiàn)降本增效的目的。
實施及安裝維護成本在企業(yè)可控范圍之內。
二、項目實施概況
本次案例，選擇了一個工廠倉庫實際應用場景，針對性提煉倉庫治理、安全監(jiān)管兩大業(yè)務維度，分別進行智能化設計，通過數(shù)據自動采集、邊緣處理、集中匯聚、融合分析，打造以數(shù)據為驅動的智能安全倉庫，代替原始以人為主要驅動的被動閉環(huán)管理，實現(xiàn)管理體系從事后響應到預測性判斷的快速過渡。
1.項目總體架構和主要內容
本期針對倉庫實現(xiàn)安全生產需求，建設一套基于視頻AI分析的智能安全管控系統(tǒng)，有效解決企業(yè)倉庫安全生產的痛點與訴求，提升企業(yè)安全生產管理水平。
再通過5G、寬帶技術，將識別結果傳輸?shù)皆贫耍梢源蟠筇岣咝剩瑯O大程度的降低成本。
工廠倉庫目前存在的典型安全問題。
安全制度內容 | 對應的匹配方案 | |
基本安全生產管理制度 |
| |
與人相關 | 勞動防護用品 | AI視覺分析穿戴情況 |
| “三違”行為檢查 | AI視覺分析違規(guī)行為 |
| 常規(guī)作業(yè)操作 | AI視覺分析操作規(guī)范 |
| 特種作業(yè) | AI視覺分析操作規(guī)范 |
與物相關 | 消防安全 | AI視覺分析火源及消防通道 |
| 危險物品和危險源 | AI視覺分析存放及操作規(guī)范 |
| 應急救援器材 | AI視覺分析存放及操作規(guī)范 |
與機相關 | 生產設備操作 | AI視覺分析操作規(guī)范 |
| 生產設備維護保養(yǎng) | AI視覺識別設備銘牌 |
| 特種設備操作及保養(yǎng) | AI視覺識別設備銘牌 |
其他安全生產管理制度 |
| |
行為相關 | 巡回檢查 | 物聯(lián)網技術及軌跡回查 |
| 車輛及廠內交通管理 | 車牌識別及車速軌跡分析 |
| 用電安全 | AI視覺分析操作規(guī)范 |
| 動火作業(yè) | AI視覺分析操作規(guī)范 |
| 高空作業(yè) | AI視覺分析操作規(guī)范 |
| 動土作業(yè) |
|
安全教育管理制度 |
| |
| 安全教育 |
|
| 安全作業(yè)證 |
|
| 上崗關聯(lián) | 培訓系統(tǒng)與門禁系統(tǒng)聯(lián)動 |
應急演練管理制度 |
| |
| 應急救援預案制定 | 基于實景三維圖制定 |
| 模擬演練制度 | 基于實景三維圖模擬演練 |
2）安全生產管理需求：
基于視頻AI技術的火焰檢測識別技術
基于視頻AI技術的抽煙等違章行為檢測技術
基于視頻AI技術的電子圍欄功能。
基于視頻AI技術實現(xiàn)人員雙崗識別功能。
基于邊緣計算技術和領先的算法，把安全生產管理的火焰、抽煙、電子圍欄、人員雙崗等實現(xiàn)實時、現(xiàn)場的精準識別之后，再通過4G/5G或者寬帶傳輸?shù)皆贫耍瓤梢怨?jié)省大量的帶寬及云端CPU/GPU資源，又可以實現(xiàn)實時告警，節(jié)省大量的人力、物力。
基于邊緣計算的智能工廠安全管控，在各類工廠，圍繞人、機、料、法、環(huán)等各個公共安全，具有廣泛的使用前景。
針對企業(yè)倉庫在運營過程中存在的問題，通過部署智能化設備，解決倉安全生產管理的核心需求，目標如下：
基于現(xiàn)有視頻AI分析技術，新增或者利用現(xiàn)有智能攝像頭，在倉庫內部署智能安全管控系統(tǒng)，通過視頻智能分析識別，深入倉庫安全生產各環(huán)節(jié)，全面實現(xiàn)生產安全管控，使人遠離危險、提醒人、保護人、保護企業(yè)物資安全，徹底解決倉庫安全生產問題。
2.具體應用場景和應用模式
針對企業(yè)工廠倉庫在運營過程中存在的問題，通過部署智能化設備，解決倉庫安全生產管理的核心需求，目標如下：
基于現(xiàn)有視頻AI分析技術，新增智能攝像頭，在工廠倉庫內部署智能安全管控系統(tǒng)，通過視頻智能分析識別，深入工廠倉庫安全生產各環(huán)節(jié)，全面實現(xiàn)生產安全管控，使人遠離危險、提醒人、保護人、保護企業(yè)物資安全，徹底解決倉庫安全生產問題。
2.2.1方案總體架構
視頻智能分析系統(tǒng)針對倉庫安全生產的需求和挑戰(zhàn)，從信息化、智能化角度提出了一整套端到端的解決方案。
視頻智能分析系統(tǒng)由智能攝像頭、邊緣智能分析盒、智能交互管控平臺、告警設備組成：
智能攝像頭：用于采集實時圖像畫面。
邊緣智能分析盒：支持接入各種類型的攝像機，通過人工智能深度學習技術、強化學習技術、視頻解碼技術、流媒體技術、數(shù)字矩陣技術、聯(lián)動控制技術等，對獲取到的視頻內容進行實時檢測、分析，把異常情況或違規(guī)情況實時反饋出來，在平臺上通過彈框展示出來。
智能交互管控平臺：管理用戶信息和每個邊緣智能分析盒的配置及禁區(qū)定義，同時實時展示監(jiān)控畫面和記錄、推送違規(guī)信息。平臺隸屬于本期智能安全綜合管控系統(tǒng)的一個模塊。
告警設備（可選）：如音響、警報器等，當發(fā)現(xiàn)嚴重違規(guī)行為時，智能交互管控平臺通過聯(lián)動告警設備對違規(guī)信息進行告警。
視頻智能分析系統(tǒng)打通監(jiān)控與安防，讓傳統(tǒng)的安全監(jiān)控系統(tǒng)和安全防護系統(tǒng)不再割裂，形成一體兩面。
視頻智能分析系統(tǒng)的建設基于互聯(lián)網的智能終端將應用和服務推向用戶，提供智慧的線上、線下應用，主要包含桌面應用、移動端應用和現(xiàn)場告警設備。
基于人工智能、云計算、邊緣計算等技術，搭建視頻智能分析系統(tǒng)，從安全流程管理、可視安全監(jiān)管、監(jiān)管自動化等方面構建支持系統(tǒng)。智能算法引擎做為“大腦”在收到告警信息的時候，通知攝像頭啟動錄像功能，同時通過4G、5G或有線網絡把消息第一時間推送給管理員。
視頻智能分析系統(tǒng)具備安全、靈活、穩(wěn)定、易用的數(shù)字中臺，可提供安全管理信息接口和第三方服務接口，可與企業(yè)其他模塊交互。
2.2.2系統(tǒng)功能
1)實時監(jiān)控預覽
實時監(jiān)控采用全數(shù)字架構，前端攝像頭視頻數(shù)據接入邊緣智能分析盒，匯聚后經核心交換機統(tǒng)一傳送到監(jiān)控中心進行存儲和顯示。
在主機房部署監(jiān)控管理平臺和媒體匯聚設備，管理前端攝像機及視頻監(jiān)控數(shù)據的錄制、存儲、播放和回放。
網絡傳輸子系統(tǒng)由接入層、匯聚層和核心層組成；由光纖接入網絡或者5G CPE組成前端攝像機的接入網；一級核心管理平臺承載在核心網絡上。
管理員可在管理平臺上通過傳輸網絡對所有攝像點、媒體存儲匯聚點、管理平臺及監(jiān)控中心進行管理。
監(jiān)控中心支持本地和云端部署服務器。
2)設備管理
配置、管理攝像頭監(jiān)控設備，并根據監(jiān)控畫面在每個攝像頭配置相應的算法。依托我司在監(jiān)控算法業(yè)務領域長期的技術積累，為智能安全管控系統(tǒng)提供高并發(fā)、低延遲、高清流暢、安全可靠的視頻監(jiān)控體驗。
配置、管理現(xiàn)場告警設備，監(jiān)控到違規(guī)情況即觸發(fā)現(xiàn)場相應的音響或警報設備，及時提醒在場人員。
監(jiān)控設備、告警設備、手機端能實現(xiàn)信息流快速分發(fā)，服務質量有保證，通信業(yè)務具備電信級品質保證能力。
3)告警管理
實時數(shù)據庫負責告警的判斷、通知和存儲。監(jiān)測到違規(guī)情況，即時進行記錄并彈出界面、推送告警消息至管理員，管理員第一時間了解違規(guī)時間、類型、地點等信息，并可查看相關影像。
支持郵件、短信、微信、App協(xié)作工具等多種通知方式，告警必達。
包含事件和告警的分類、聚類、異常發(fā)現(xiàn)等多種人工智能場景，形成告警信息報表，通過數(shù)據查閱和組合分析，實現(xiàn)安全情況的全面掌控，通過對歷史告警記錄的分析，形成全面的安全管理洞察，為后續(xù)安全管理培訓的知識沉淀提供強大支持。
2.2.3智能終端
1)移動終端
提供告警通知接口，支持發(fā)送信息至郵件、短信，也可對接手機APP，將告警信息即時推送至管理員。
2)監(jiān)控終端
平臺統(tǒng)一承載所有監(jiān)控終端、智能視頻分析盒，節(jié)省網絡布線，降低網絡運維難度，為部署提供理想的終端解決方案和面向未來的服務支撐能力。
3)告警終端
除了信息通知告警，平臺還支持現(xiàn)場實時的語音告警。觸發(fā)告警后，聯(lián)動相應的音響對違規(guī)情況附近的人員發(fā)出語音信息，提示在場人員。
其他亮點
商業(yè)模式先進性：
產品標準化，調參個性化：即使是同一細分場景下的同一算法模型，也可以針對不同時間段、不同光照情況、工人不同工服、不同角度等，實現(xiàn)個性化調參。
邊緣集群化，算法SAAS化：與目前基于中心服務器AI統(tǒng)一建模方式對比，可以極大的提升視頻攝像頭識別的效率與效果，真正實現(xiàn)數(shù)字化提升與降本增效。
技術方面先進性：采用自主研發(fā)的終端AI推斷框架和邊緣集群控制核心技術，自研PCB板，軟硬件高度融合，先從計算機視覺長尾場景切入，競爭較小，適應性強。
可復制推廣性：從最有成長前景的各類計算機視覺工業(yè)安全生產與經營長尾場景切入，特別是自主研發(fā)的一體化邊緣智能服務器，軟硬件深度融合，實現(xiàn)了工具化、模塊化的軟件算法和架構模型，解決了各種長尾應用場景的痛點，并實現(xiàn)了高效、快捷、低成本的個性化定制，具有極強的代表性，可涵蓋智慧交通、智慧工廠、智慧軍工、智慧能源、智慧制造、智慧校園等諸多高價值智慧場景與領域，具有廣闊的市場前景。
三、下一步實施計劃
視頻智能分析系統(tǒng)將AI分析、邊緣計算、5G等先進技術和安全生產管理有機結合，針對企業(yè)安全和隱患的風險特點，與生產運營對接，精準解決安全生產風險實時監(jiān)控和科學化決策等最具挑戰(zhàn)的安全管理難題，全面有效地幫助企業(yè)解決安全生產中的典型難題和困惑。
北京海航中軟科技有限公司“猿人行走”品牌產品-邊緣智能分析盒是基于視頻流打造的智能圖像識別系統(tǒng)，利用最新的深度學習技術，代替人眼，自動識別各種違規(guī)或異常行為，為安全生產保駕護航。產品以平臺為基、數(shù)據為體、流程為相、服務為本的思路建設全感知、全融合、全智能的智能安全體系。全面整合倉庫各區(qū)域、各主體的視頻監(jiān)控，呈現(xiàn)全局安全態(tài)勢和告警事件。當違規(guī)或異常情況發(fā)生時，系統(tǒng)聯(lián)動攝像機自動分析違規(guī)行為，并發(fā)布告警到系統(tǒng)平臺和現(xiàn)場聲光告警設備。系統(tǒng)平臺，集成告警、邊緣盒子、攝像頭等子系統(tǒng)，通過視頻分析盒智能算法，實現(xiàn)倉庫無盲區(qū)、全天候、智能化覆蓋。產品基于視頻分析、物聯(lián)網、大數(shù)據、AI等新技術，構建倉庫安全體系，使倉庫安全管理從傳統(tǒng)的被動追溯轉變?yōu)橹鲃宇A防，實現(xiàn)精準、智慧、一體化安全管理體系。
邊緣計算與人工智能這兩種高速發(fā)展的新技術之間存在著彼此賦能的巨大潛力。
信通院 2020 年 5 月調研數(shù)據顯示，中國企業(yè)中僅有不足 5% 使用了邊緣計算，但計劃使用的比例高達 44.2%。
根據艾瑞咨詢測算， 2020 年中國邊緣云計算市場規(guī)模為 91億元，其中區(qū)域、現(xiàn)場、IoT 三類邊緣云市場規(guī)模分別達到 37 億元、 38 億元及 16 億元。預計到 2025 年整體邊緣云規(guī)模將以44.0% 的年復合增長率增長至 550 億元
通過邊緣計算技術，與云技術和人工智能、物聯(lián)網結合，可以極大程度提升社會的智能化水平。
該方案的價值在于從最接地氣的各類公共安全長尾場景切入，具有極強的代表性，具有廣闊的市場前景。
邊緣計算與人工智能這兩種高速發(fā)展的新技術之間存在著彼此賦能的巨大潛力。通過邊緣計算技術，與云技術和人工智能、物聯(lián)網結合，可以極大程度提升社會的智能化水平。該方案的價值在于從最接地氣的各類公共安全長尾場景切入，具有極強的代表性，具有廣闊的市場前景。
四、項目創(chuàng)新點和實施效果
1. 項目先進性及創(chuàng)新點
該方案集合了人工智能、圖像識別、邊緣計算等關鍵核心技術。應用智能算法將非結構化的數(shù)據轉為結構化，通過邊緣智能分析盒進行智能分析，實現(xiàn)主動監(jiān)控。
北京海航中軟科技有限公司的邊緣智能分析盒，與市面上絕大多少基于開源及芯片組開發(fā)的方案完全不同，是基于完全自主研發(fā)的邊緣深度學習底層框架技術，同時支持開源算法框架，并將軟件、硬件極致融合，達到效率的提升與成本的大幅降低。
該方案可以與5G MEC等緊密融合，作為邊緣端的重要支撐與補充。支持INT8/INT16/FP16混合運算，完美兼顧性能、功耗及運算精度，支持TensorFlow、Caffe、ONNX、Darknet等框架的網絡模型轉換，具備快速模型訓練能力，準確率高、識別速度迅速，構建全棧式人工智能的產品服務體系，在AIoT（人工智能物聯(lián)網）領域提供完整的運營服務體系。
智能盒子采用嵌入式設計原理，內嵌基于深度學習的結構化算法，集成高性能模塊，搭載工業(yè)級嵌入式神經網絡處理器（NPU），雙Cortex-A72+四Cortex-A53大小核CPU結構，高達1.8GHz的主頻CPU，NPU算力可達3.0TOPs，可擴展至強勁的12T甚至更高的算力。支持局域網內所有智能盒子集群，算法服務、服務注冊中心、系統(tǒng)服務、流媒體服務、錄像存儲服務、關系型數(shù)據庫等，在邊緣終端集群聯(lián)動管理。支持H265/H264視頻解碼，外圍接口豐富，擁有超強擴展性，支持對多路攝像頭進行視頻結構化識別和分析。產品安全性高，內置加密芯片，對數(shù)據、磁盤、網絡接下加密，數(shù)據不出本地，安全合規(guī)，采用工業(yè)級設計，100%安全保障。通過AI算法，利用圖像識別技術對視頻進行高效、快速的分析處理，具有輕量化、高性能、低功耗、通用性強、接入方便等特點，廣泛應用于AI態(tài)勢感知、行為分析等各個領域。
多個邊緣智能場景之下，可以通過獨具特色的邊緣集群技術，實現(xiàn)負載均衡，集群聯(lián)動，邊緣學習。
邊緣集群技術架構圖，具體如下：
2. 實施效果
1)開發(fā)提升40%工作效率：通過自主研發(fā)的技術，大大縮短了算法模型開發(fā)的周期，120天縮短為50天，提升40%工作效率；
2)兼容性達95%以上：通過虛擬化和容器技術的兼容、適配、納管等方式打通了各種軟硬件之間的“通”與“融”難題，兼容性達95%。同時可直接接入包括?？怠⑷A為、宇視、大華等主流品牌攝像機的視頻流。
3)識別準確率95%以上：通過自研技術，識別準確率三個月時間達到95%以上，比業(yè)內六個月的時間縮短一倍。
4)節(jié)省近三分之二的人工成本：解決了傳統(tǒng)人工巡檢以及24小時人工監(jiān)控的問題，大大降低了人員的成本；
5)違規(guī)行為下降60%：采用了本方案之后，全規(guī)范化作業(yè)，24小時智能識別和告警，違規(guī)行為下降了60%；
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數(shù)據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業(yè)互聯(lián)網產業(yè)聯(lián)盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯(lián)系本聯(lián)盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發(fā)布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數(shù)據圖表。違反上述聲明者，本聯(lián)盟將追究其相關法律責任。
AII微信公眾號
AII頭條號