IA e videoanalisi in ambito HSE: dall'idea al lancio con risorse interne

Intelligenza artificiale in ambito HSE: dall'idea al sistema funzionante

L'implementazione di sistemi di visione artificiale e intelligenza artificiale in ambito HSE è spesso percepita come un processo costoso e complesso, accessibile solo alle grandi corporazioni. Tuttavia, le tecnologie moderne consentono di realizzare tali progetti con le forze degli specialisti interni. Ivan Maksimov, specialista HSE dell'azienda Qummy, condivide l'esperienza pratica di creazione e lancio di un sistema di videoanalisi nella produzione alimentare utilizzando soluzioni open-source.

Presupposti per l'implementazione: perché era necessario un controllo automatizzato

La produzione alimentare ha norme sanitarie e requisiti di sicurezza rigorosi. Il relatore analizza i problemi principali che hanno spinto l'azienda ad automatizzare il controllo:

• Violazione delle regole sull'abbigliamento sanitario: i lavoratori dimenticavano regolarmente di indossare guanti, cuffie o di cambiare le scarpe durante il passaggio tra zone pulite e sporche.
• Azioni non autorizzate con le attrezzature: tentativi di riparazione autonoma o interferenza nel funzionamento dei meccanismi accesi senza la dovuta qualifica.
• Elevato dispendio di tempo per i dirigenti: i responsabili di linea dovevano dedicare una parte significativa del loro tempo lavorativo al controllo visivo del rispetto delle regole.

Scelta della tecnologia: modello open-source MoonDream

Invece di acquistare costose soluzioni commerciali, l'azienda ha scelto la strada dello sviluppo autonomo basato sul modello linguistico aperto MoonDream. Nella presentazione viene esaminata in dettaglio la funzionalità di questo sistema:

• Analisi del flusso video in tempo reale: il modello è in grado di analizzare l'immagine fotogramma per fotogramma e identificare pattern specifici (assenza di DPI, fumo, caduta di una persona).
• Flessibilità di apprendimento: il sistema viene addestrato su foto e video reali della produzione, il che consente di adattarlo alle condizioni specifiche della singola azienda.
• Economicità: l'uso di un prodotto open-source sui server di proprietà dell'azienda elimina i costi per licenze e archiviazione cloud.

Fasi di realizzazione: dal pre-addestramento all'esercizio industriale

Il processo di implementazione è durato diversi mesi e ha incluso passaggi sequenziali:

• Pre-addestramento su dati artificiali: creazione di modelli di base per il riconoscimento di incendi, fumo, presenza di mascherine, guanti e copricapi.
• Addestramento su flusso video reale: adattamento del modello alle condizioni della produzione specifica, correzione degli errori e dei falsi allarmi.
• Configurazione del sistema di notifica: sviluppo di un bot Telegram per informare tempestivamente i responsabili di reparto sulle violazioni rilevate, indicando data, ora e luogo.

Risultati dell'implementazione e lavoro con il personale

Durante il periodo di esercizio sperimentale, il sistema ha rilevato oltre 2700 non conformità, mentre la percentuale di falsi allarmi è stata ridotta al 5%. Il relatore mostra con un esempio come l'automazione abbia influenzato la cultura della sicurezza:

• Aumento dell'autodisciplina: il numero di violazioni delle regole sull'abbigliamento sanitario è diminuito significativamente.
• Riduzione dei microinfortuni: è stata registrata una diminuzione del numero di microinfortuni rispetto allo stesso periodo dell'anno precedente.
• Motivazione positiva: invece di punizioni per le violazioni, l'azienda ha introdotto un sistema di ricompensa per i lavoratori che non commettono deviazioni dalle regole di sicurezza.

Cosa imparerai da questo webinar:

• Come implementare un sistema di videoanalisi basato su soluzioni open-source gratuite?
• Quali fasi di addestramento deve superare una rete neurale per funzionare correttamente in produzione?
• Come configurare la notifica tempestiva ai dirigenti sulle violazioni tramite Telegram?
• Come superare la resistenza del personale durante l'implementazione di sistemi di controllo totale?
• Quali sono i requisiti tecnici per le telecamere per un funzionamento efficace della videoanalisi?