Промышленная безопасность, производство

Видеоаналитика контролирует безопасность человека в зоне конвейера

Пилотный проект разработки ИИ-решения на основе компьютерного зрения и видеоаналитики, которая в автоматическом режиме отслеживает нахождение людей в запрещенных зонах и анализирует их действия для предотвращения производственного травматизма.

20260218_1533_Image Generation_simple_compose_01khr1fkp6ffsv10d3e2znabym (1).png
ai-conveyor-safety-control-2.png
20260218_1533_Image Generation_simple_compose_01khr1fkp6ffsv10d3e2znabym (1).png
NDA
ЗаказчикПромышленное предприятие, лидер в производстве снековой продукции
Задача Обеспечить 100% соблюдение техники безопасности в зонах работы конвейерного оборудования. Цель — исключить несчастные случаи, связанные с попаданием людей или конечностей в движущиеся части механизмов, и создать инструмент для объективного разбора инцидентов.

О проекте

Производственная безопасность требует системного контроля, который не зависит от человеческого внимания. При высокой плотности операций в зоне конвейеров даже кратковременное нарушение регламентов создает риск травматизма, простоев и репутационных последствий.

В рамках пилота была внедрена система видеоаналитики на базе ИИ, обеспечивающая автоматический контроль опасных зон в режиме 24/7.

 

Функциональная модель пилота:

  • Детекция персонала — нейросеть в реальном времени фиксирует присутствие человека в зоне конвейера.
  • Анализ действий — система распознает опасные сценарии: пересечение запретной линии, наклон в зону механизма, протягивание руки к движущимся элементам.
  • Автоматическое оповещение — при нарушении регламента формируется уведомление с видеофиксацией инцидента.
  • Цифровой журнал событий — все случаи сохраняются в базе данных для анализа, внутреннего аудита и разбора инцидентов.

В результате заказчик получил инструмент объективного и непрерывного контроля соблюдения техники безопасности без увеличения штата и нагрузки на службу охраны труда.

NDA
ЗаказчикПромышленное предприятие, лидер в производстве снековой продукции
Задача Обеспечить 100% соблюдение техники безопасности в зонах работы конвейерного оборудования. Цель — исключить несчастные случаи, связанные с попаданием людей или конечностей в движущиеся части механизмов, и создать инструмент для объективного разбора инцидентов.

до 90%

снижение потенциально опасных нарушений в зоне конвейера
1
Разметка данных и обучение моделей
На основе видео с объекта мы создали датасет для обучения двух нейросетей: детектора людей (YOLOv8) и анализатора поз (OpenPose), адаптировав их под условия конкретного цеха (освещение, ракурсы камер)
2
Развертывание централизованной серверной архитектуры
Обеспечена обработка видеопотоков в реальном времени с автоматической фиксацией нарушений и генерацией уведомлений
3
Внедрение инструмента оперативного управления зонами риска
Руководство получило интерфейс для настройки опасных зон и анализа инцидентов без привлечения разработчиков
4
Пилотная эксплуатация на действующем объекте
Система стабильно запущена на 4 камерах с подтвержденной корректностью детекции и фиксации опасных сценариев.

Почему это важно?

За сокрытие или искажение сведений о производственных травмах штрафы для компаний в РФ достигают 250 000 ₽, а при повторных нарушениях возможна приостановка деятельности. Видеоаналитика здесь — это инструмент юридической защиты бизнеса и управления промышленными рисками.

Технологический стек

Frontend

Интерфейс пользователя: отчеты, графики, панели управления

Backend

Логика обработки и базовые компоненты системы

ML

Модели и фреймворки для обучения

Вызовы и решения

Избыточные срабатывания и риск остановок

Система безопасности не должна создавать операционные риски. Критично было исключить ложные тревоги и обеспечить фиксацию только реальных нарушений регламента в зоне конвейера.
РЕШЕНИЕ

Контекстная модель фиксации нарушений

Реализована двухуровневая логика анализа: тревога формируется только при сочетании нахождения сотрудника в зоне риска и подтвержденного опасного действия. Это обеспечило точность детекции без влияния на производственный процесс.

Работа на существующей инфраструктуре

Требовалось развернуть систему на уже установленном оборудовании без капитальных инвестиций в серверы и камеры, сохранив стабильность и производительность.
РЕШЕНИЕ

Оптимизация под реальные вычислительные ресурсы

Модели адаптированы под текущую инфраструктуру за счет оптимизации вычислительной нагрузки, что позволило обеспечить обработку нескольких видеопотоков в реальном времени без модернизации оборудования.

до 90%

снижение инцидентов, связанных с невнимательностью

100%

объективности при контроле соблюдения ТБ

24/7

автоматизированный мониторинг без выходных

Бесплатный разбор вашей задачи

На экспертной встрече разберем, какие сценарии внедрения ИИ для вашего бизнеса перспективны и возможны на вашем действующем оборудовании. Подготовим экономическое обоснование внедрения ИИ.

Рассмотрим технические ограничения и возможный первый этап проекта.

О вашей задаче (по желанию)

Готовые проекты

Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.

bracket
Разработка ИИ-системы
ИИ-видеоконтроль упаковки и отгрузки товаров для маркетплейсов
marketplace-claims-video-evidence.jpg
Разработка крупной системы
Нейросеть для определения возраста: аналитика и безопасность в одном решении
age.webp
ИИ для образования
Распознавание рукописного текста на экзаменационных бланках с помощью нейросети
ocr-documents-case.png
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
damage-detection-case.png
Пилотный запуск
Интеллектуальная видеоаналитика для контроля периметра, выявления угроз на интроскопах и БПЛА
ai-video-security-industrial-sites.jpg
Видеоаналитика для ресторанов
ИИ-контроль времени сборки заказов
ai-tray-order-analysis-fast-food.jpg