#Analyse vidéo
L'analytique par la caméra, le surveillant impartial de l'ordre. Intégrer la vision IA avec le maillage CCTV. Limiter les échanges piquants avec les fautifs et lecture en chaleur thermique sur complexe.
Du contrôle vidéo à un écosystème de sécurité IA : comment transformer les données HSE en prévention des incidents
Création d'un écosystème IA complet dédié à la sécurité industrielle par une équipe interne, sans recourir à des développeurs professionnels. La solution comprend un système de vision par ordinateur, un module matériel et logiciel de contrôle de la fatigue basé sur la réponse pupillaire, la génération automatique de supports de formation et de procédures opératoires, ainsi que des simulateurs d'entraînement IA pour les audits comportementaux et l'évaluation des connaissances.
Résultats de la mise en œuvre de systèmes de surveillance de l'état de l'opérateur
Mise en œuvre à grande échelle d'un système matériel et logiciel de surveillance de l'état des opérateurs basé sur la vision par ordinateur pour 3 500 conducteurs d'engins miniers et auxiliaires. La solution est intégrée aux systèmes de répartition et de vision périphérique, avertit automatiquement en cas d'endormissement au volant et collecte des données vidéo pour l'analyse des processus de production par réseaux de neurones.
Solutions numériques pour la sécurité dans l'exploitation minière
Mise en œuvre de systèmes numériques dans l'exploitation minière pour surveiller l'état des conducteurs et prévenir les collisions. Utilisation de l'analyse vidéo (système « OKO ») pour détecter la somnolence et l'intégration de traceurs GPS pour le positionnement du personnel.
Identification des risques d'accidents ferroviaires par vidéosurveillance
Au sein de la société JSC « Apatit », l'analyse des enregistrements des caméras de vidéosurveillance a permis de déceler des violations critiques des exigences de santé et de sécurité au travail lors de l'exploitation du transport ferroviaire. Suite aux résultats des enquêtes internes, des mesures organisationnelles et techniques ont été élaborées, notamment la réalisation d'essais d'un système de vidéosurveillance analytique doté de la vision par ordinateur. L'article examine des exemples prati...
Le microsommeil : l'ennemi invisible au volant
L'article décrit l'expérience de mise en œuvre d'un système de contrôle de la fatigue des conducteurs (SKUV) au GOK de Bystrinsky pour lutter contre le microsommeil — l'endormissement involontaire au volant d'un camion benne minier. Le complexe logiciel et matériel suit les signes de fatigue en temps réel et réagit instantanément par un signal sonore et la vibration du siège. L'auteur dévoile le fonctionnement de la technologie, le processus de dépassement de la méfiance des employés et l'utilit...
IA et analyse vidéo en HSE : de l'idée au lancement en interne
Développement et intégration d'un système d'analyse vidéo basé sur le modèle open-source MoonDream par des spécialistes internes. La solution analyse le flux vidéo en temps réel, détecte les violations du port des EPI et des vêtements sanitaires, ainsi que les actions non autorisées sur les équipements, et envoie automatiquement des notifications aux responsables via un bot Telegram.
L'IA en action : comment un réseau neuronal a évité une violation HSE à la Kola MMC
Dans l'atelier d'électrolyse du nickel de Kola MMC, un système d'intelligence artificielle a enregistré pour la première fois une violation des règles de sécurité industrielle lorsqu'un employé est entré dans une zone dangereuse sans éteindre l'équipement. Un réseau neuronal doté de neuf caméras vidéo a détecté une personne dans un endroit interdit, a déclenché un avertissement sonore et a envoyé des notifications à la direction par courrier électronique et via la messagerie « Supernika ». L'art...
Intégration des technologies numériques dans le processus de contrôle du respect des exigences de sécurité lors des travaux chez ZARUBEZHNEFT-Dobycha Kharyaga LLC
L'article examine l'expérience et les projets de la SARL « ZARUBEZHNEFT-dobycha Kharyaga » concernant la mise en œuvre de systèmes de vidéo-analytique et de technologies non habitées pour la détection précoce des risques industriels. Basé sur la plateforme logicielle « Intellect », il est prévu de déployer des modules de contrôle de l'utilisation des EPI, de détection d'incendies et d'analyse du comportement du personnel, tout en élargissant la couverture des sites à l'aide de drones et de robot...
Contrôle efficace de la sécurité routière des personnes autorisées à conduire des véhicules de service, comment améliorer la sécurité sur les routes de Russie
Mise en œuvre d'un système d'analyse vidéo basé sur l'IA pour contrôler le comportement des conducteurs. Le système enregistre en temps réel les infractions critiques (distraction, endormissement, ceinture non attachée) et avertit le conducteur, tout en transmettant les données pour analyse et réaction rapide.
Solutions numériques pour la sécurité routière : État & Entreprises
Déploiement de systèmes matériels et télématiques pour la sécurité routière. La pratique inclut l'intégration des systèmes de surveillance obligatoires de l'État (ASN, tachygraphes) aux plateformes d'entreprise, ainsi que l'utilisation de l'analyse vidéo en cabine pour évaluer l'état du conducteur et son style de conduite.
Services numériques pour la sécurité : écologie et flotte automobile sous contrôle
Mise en œuvre d'un système de télématique et d'analyse vidéo par IA pour le contrôle de la flotte et la prévention prédictive des accidents. Le système comprend des alertes sonores pour les conducteurs en cas d'infraction, l'évaluation du style de conduite et un retour d'information automatisé via des bots Telegram pour les responsables hiérarchiques.
Comment l'intelligence artificielle et la vision par ordinateur contrôlent-elles le HSE sur les sites industriels ?
Mise en œuvre d'un système d'analyse vidéo basé sur l'IA et la vision par ordinateur pour le contrôle automatique de la conformité HSE. La solution reconnaît l'utilisation correcte des EPI, la présence du personnel dans des zones dangereuses dynamiques et utilise des LLM multimodaux pour l'analyse contextuelle des incidents.