Безопасность сотрудников обеспечит искусственный интеллект

01.03.2023

Ученые Московского технического университета связи и информатики
(МТУСИ) разработали интеллектуальную систему,
направленную на обеспечение безопасности сотрудников на
производстве. По словам авторов, решение получено благодаря
применению фреймворка машинного обучения PyTorch. Результаты
работы опубликованы в журнале SYNCHROINFO.

Сегодня в промышленной индустрии все больше внимания уделяется
безопасности работников: на ее обеспечение приходится значительная часть
всех расходов предприятия. Несчастные случаи приводят не только к
травмам, но и к потере имиджа компании, снижении доходов.

Несмотря на ускоренное развитие информационных технологий,
значительная часть задач по обеспечению безопасности на производстве
выполняется вручную. По словам исследователей, у такого подхода есть
очевидные недостатки: важная информация зачастую ускользает из
человеческого поля зрения, а затраты на такую деятельность высоки.

«Мы предлагаем программу, лишенную этих несовершенств: фото- и
видеоматериалы обрабатываются в автоматическом режиме, затем
выявляются нарушения техники безопасности и предоставляется отчет»,
— пояснил декан факультета «Информационные технологии» МТУСИ, к.т.н.
Михаил Городничев.

Представленное решение позволит распознать, нарушают ли технику
безопасности работники, использующие станки на производстве. Фото и
видео, зафиксированные на камеру, передаются в программу вместе с
разметкой для оборудования. После обработки материала появляется статус,
подтверждающий или опровергающий нахождение в опасной зоне.

«Ответственный за безопасность имеет постоянный доступ к
отчетам системы: благодаря этому можно просмотреть подробную
информацию, увидеть скриншот и данные нарушителя», — комментирует
старший преподаватель кафедры «Математическая кибернетика и
информационные технологии», соавтор работы Ксения Полянцева.

Приложение разработано на языке Python, для распознавания людей и
ключевых точек на их теле (запястья, плечи, колени, голова и др.)
использованы фреймворк PyTorch и нейросеть KeyPoint R-CNN.

Нет комментариев