使用物聯(lián)網(wǎng)傳感器可以為算法提供實(shí)時(shí)數(shù)據(jù)，并可以在現(xiàn)場做出決定。例如，如果傳感器檢測到氣體泄漏，溫度升高或不需要的濕度，工作可以立即停止或至少通知地板經(jīng)理。這些類型的決定是確定性的，并且不能提供對未來的深入了解。

　　創(chuàng)造更安全環(huán)境的另一種方式是利用計(jì)算機(jī)和機(jī)器學(xué)習(xí)的力量。通過創(chuàng)建不同的場景，算法可以感知安全與不安全之間的區(qū)別。

　　計(jì)算機(jī)視覺能力

　　機(jī)器視覺的進(jìn)步意味著現(xiàn)在算法可以識別物體，邊緣和速度。加上處理能力(GPU)，傳感器和獨(dú)立運(yùn)載系統(tǒng)(如機(jī)器人和無人機(jī))的改進(jìn)，我們現(xiàn)在擁有創(chuàng)建最先進(jìn)的安全程序的所有必要要素，這些安全程序完全自動(dòng)化并且比人類更好。

　　計(jì)算機(jī)視覺致力于有效地復(fù)制人眼，以及大腦分辨不同物體或情況之間差異的能力。在工業(yè)環(huán)境中使用它應(yīng)該會減少事故和預(yù)防，而不是糾正。

　　工業(yè)安全分部和解決方案

　　Safeopedia是一個(gè)專門的網(wǎng)絡(luò)資源，將主題列表定義為工業(yè)安全的一部分。我們將討論計(jì)算機(jī)視覺為他們每個(gè)人提供的可能解決方案。

　　過程和生產(chǎn)安全

　　大多數(shù)生產(chǎn)設(shè)施已經(jīng)在該處安裝了閉路電視系統(tǒng)。計(jì)算機(jī)視覺算法可以使用此實(shí)時(shí)飼料來檢測異常。例如，在特定區(qū)域，由于移動(dòng)零件或其他危險(xiǎn)，不允許工人工作。如果通過現(xiàn)場錄像發(fā)現(xiàn)這種情況，整個(gè)過程可以停止。

　　機(jī)器視覺可以控制各種或不同的設(shè)備，實(shí)現(xiàn)生產(chǎn)過程的自動(dòng)化。這提高了效率，并使工作場所更安全，因?yàn)樗巳藗冞M(jìn)入危險(xiǎn)區(qū)域的需要。例如，通過使用條形碼，產(chǎn)品可以根據(jù)其最終目的地進(jìn)行分類或包裝，而無需操作人員。

　　材料安全

　　自動(dòng)掃描儀可以安裝在生產(chǎn)線上。這些可以識別原材料中使用的任何缺陷，如劃痕，不均勻的油漆層，甚至肉眼可能出現(xiàn)的小缺陷，但可能對最終產(chǎn)品造成災(zāi)難性后果。更重要的是，物聯(lián)網(wǎng)設(shè)備可以以手動(dòng)質(zhì)量控制器無法實(shí)現(xiàn)的速度進(jìn)行操作。來自InData Labs的計(jì)算機(jī)視覺專家描述了多對象檢測如何使同一對象不同部分的此過程準(zhǔn)確快速。

　　消防安全

　　熱量和煙霧傳感器已經(jīng)是所有工業(yè)環(huán)境中標(biāo)準(zhǔn)安全設(shè)備的一部分。這些可以通過紅外相機(jī)等預(yù)防措施加以補(bǔ)充。例如，如果設(shè)備過熱并引發(fā)火災(zāi)，可以在紅外熱像儀上看到并在發(fā)生危險(xiǎn)之前停止。

　　電氣安全

　　使用物聯(lián)網(wǎng)傳感器是確保所有電路正常工作的便宜且有效的方法。它們可以收集有關(guān)張力，電壓，焦耳效應(yīng)的數(shù)據(jù)，并防止過度充電，斷電甚至由短路引起的火災(zāi)。計(jì)算機(jī)視覺可以處理來自電路的各種不同信號，并檢測異常活動(dòng)。

　　建筑，工作場所和環(huán)境安全

　　安裝在無人駕駛飛機(jī)或其他類型自動(dòng)駕駛車輛上的高分辨率傳感器可以掃描周邊并檢測任何結(jié)構(gòu)變化。在煤礦，鹽礦或石油開發(fā)現(xiàn)場等高壓環(huán)境中，這種情況更為重要，因?yàn)槿魏瓮蝗坏淖兓伎赡軐?dǎo)致生命或環(huán)境危害的喪失。

　　環(huán)境被分割，每個(gè)部分都與預(yù)定義的“好”模型進(jìn)行比較。通過識別差異，電腦可以幫助驢子，如果有真正的危險(xiǎn)。

　　一般安全 - 所有人都有的安全的一般方面

　　智能傳感器系統(tǒng)已經(jīng)在一些地區(qū)實(shí)施，例如中國政府使用面部識別系統(tǒng)進(jìn)行一般安全。這個(gè)想法可以在生產(chǎn)工廠中復(fù)制以消除對通行證的需求。與傳統(tǒng)的門禁卡或鑰匙相比，生物識別措施具有更高的精度。如果數(shù)據(jù)在現(xiàn)場處理，此解決方案效果最佳。

　　挑戰(zhàn)

　　當(dāng)然，這樣的努力帶來了重大問題。首先，傳感器需要處于最佳狀態(tài)，并且與其他系統(tǒng)和整個(gè)系統(tǒng)兼容。不應(yīng)忽視為了順利操作而連續(xù)安裝，連接和校準(zhǔn)它們的工作。

　　接下來，通過處理單元發(fā)送的數(shù)據(jù)量是巨大的，這意味著系統(tǒng)應(yīng)該為網(wǎng)絡(luò)流量做好準(zhǔn)備，或者找到處理本地某些信息的方法，并只發(fā)送結(jié)果供進(jìn)一步分析。

　　最后，存儲的圖像和現(xiàn)實(shí)之間可能會有細(xì)微的差異。系統(tǒng)的容忍度應(yīng)設(shè)置得足夠低，以便正確分類對象，并且足夠高以便區(qū)分可接受和危險(xiǎn)的情況。

　　未來發(fā)展方向

　　目前，計(jì)算機(jī)視覺算法大部分是確定性的并且是有限的，但是卻非常有用。試想一下機(jī)器學(xué)習(xí)會帶來的進(jìn)步。它會告訴系統(tǒng)需要尋找什么，它將使它從過去的經(jīng)驗(yàn)中學(xué)習(xí)，就像質(zhì)量保證工程師在工作中一樣。

　　在初始訓(xùn)練階段和現(xiàn)場校準(zhǔn)之后，它將能夠提供額外的功能，如面部檢測。從各種傳感器收集數(shù)據(jù)并檢測相關(guān)危險(xiǎn)的風(fēng)險(xiǎn)是另一個(gè)潛在的方向。