Өнеркәсіптік қауіпсіздікке арналған компьютерлік көру: камералардан өлшенетін тәуекел төмендетуге дейін
Бекзат Маратұлы · 2026 ж. 6 маусым · 8 мин
Өнеркәсіптік қауіпсіздікке арналған компьютерлік көру: камералардан өлшенетін тәуекел төмендетуге дейін
Жауап капсуласы. HSE бейнеаналитикасы — кәсіпорынның бар камераларының үстінде жұмыс істейтін және бұзушылықтарды нақты уақытта тіркейтін нейрожелілік модельдер (YOLO класындағы детекция мен трекинг): ЖҚҚ жоқтығы, қауіпті аймаққа кіру, от жұмыстары кезіндегі бұзушылықтар. Бейне периметр ішіндегі edge-серверлерде өңделеді — жазбалар бұлтқа кетпейді. Жобаның негізгі метрикалары: әр бұзушылық түрі бойынша детекцияның толықтығы мен дәлдігі және диспетчер жүйені өшірмейтіндей жалған іске қосылу үлесі. 5–10 камерадағы пилот 8–12 апта алады және нақты алаң жағдайына бапталады: шаң, аяз, түнгі ауысымдар.
Өнеркәсіптік алаңдардың көпшілігінде камералар бұрыннан бар — бірақ олар оқиғаларды кейін талдауға арналған мұрағат ретінде пайдаланылады. Компьютерлік көру сол бейнеағынды алдын алу құралына айналдырады: жүйе бұзушылықты пайда болған сәтте көреді және ол оқиғаға айналмай тұрып ескертеді.
Бейнеаналитика қандай бұзушылықтарды анықтайды
- ЖҚҚ: каска, қорғаныш көзілдірігі, қолғап, сигнал жилеті, биіктіктегі сақтандыру байламы — аймаққа байланысты (цехта бір талаптар, алаңда басқа).
- Қауіпті аймақтар: персоналдың кран жұмыс аймағына, ілулі жүк астына, техника әсер ету радиусына кіруі; кедергілер мен қоршауларды бақылау.
- От және газ қаупі бар жұмыстар: бақылаушының, өрт сөндіру құралдарының болуы, наряд-рұқсатқа сәйкестік.
- Көлік және техника: аумақтағы жылдамдық, техника мен адамдардың қауіпті жақындасуы, карьер техникасының көрінбейтін аймақтарын бақылау.
- Персонал жағдайы: адам құлап, қозғалмай жатыр (man-down) — шалғай және аз адамды нысандар үшін өте маңызды.
Архитектура: бейне неліктен бұлтқа кетпейді
Өндірістік алаңның бейнеағыны — сезімтал деректер: онда адамдар, технологиялар және нысан периметрі бар. Сондықтан инференс кәсіпорын желісінің ішіндегі GPU edge-серверлерде орындалады (Jetson класы немесе стоечный GPU-серверлер). Диспетчерлік пунктке тек оқиғалар жетеді: бұзушылық кадры, уақыты, камера, түрі. Бұл бір мезгілде АҚ келісу мәселесін шешеді және байланыс арналарына қойылатын талаптарды төмендетеді — шалғай кен орындары үшін өзекті.
Жүйені қабылдауға негіз болатын метрикалар
| Метрика | Нені көрсетеді | Неліктен маңызды |
|---|---|---|
| Recall (толықтық) | Жүйе көрген нақты бұзушылықтардың үлесі | Өткізіп алған бұзушылық — орындалмаған қауіпсіздік функциясы |
| Precision (дәлдік) | Нақты бұзушылық болған іске қосылулардың үлесі | Жалған дабылдар ағынында диспетчер әрекет етуді тоқтатады |
| Ауысымдағы жалған іске қосылулар | Диспетчерге түсетін операциялық жүктеме | Жүйенің сіңісуінің практикалық шегі |
| Оқиғадан хабарландыруға дейінгі уақыт | Реакция жылдамдығы | Алдын алу үшін секундтар маңызды |
Маңызды адалдық: маркетингтік материалдардағы «99% дәлдік» өлшеу шарттарынсыз ештеңе білдірмейді. Метрикалар нақты алаңның бейнесінде — оның жарығымен, шаңымен және қысқы тұманымен — өлшеніп, пилот есебінде тіркелуі тиіс.
Енгізу қалай өтеді
- Аудит (2–3 апта). Камералар мен аймақтарды зерттеу, тәуекелі ең жоғары 3–5 бұзушылық түрін таңдау, HSE қызметімен және АҚ-мен келісу.
- Пилот (8–12 апта). Модельдерді алаң бейнесінде дооқыту, 5–10 камерада edge-инференсті орналастыру, диспетчерлермен бірге шектерді калибрлеу.
- Бағалау. Әр бұзушылық түрі бойынша метрикалары, кезеңдегі бұзушылықтар динамикасы және әсер есебі бар есеп.
- Масштабтау. Қалған камералар мен аймақтарға кеңейту, наряд-рұқсат жүйелерімен және HSE-есептілікпен интеграция.
105 Industrial AI («105kz» ЖШС, Astana Hub резиденті) Қазақстан кәсіпорындары үшін өнеркәсіптік қауіпсіздік бейнеаналитикасы жүйелерін құрады — бар камераларда, жабық контурда, орыс және қазақ тілдеріндегі интерфейстермен. Аудит пен NDA бойынша пилоттан бастаймыз. Бізге жазыңыз — метрикалар мен әсерді қалай есептейтінімізді көрсетеміз.