聚焦 | 人工智能机器视觉，护航安全生产
人民日报重磅发声
安全就是竞争力，安全就是效益！
对于企业而言，确保生产的安全合规，企业才能往更高质量、更大规模发展。相反，把安全只当做成本，只顾短期利益，只要出事故，往往一失万无。
在传统工业和制造环境中，监控工人安全、提高操作人员效率以及改进质量检测都是体力工作。现如今，全球制造商已开始在边缘使用人工智能，来改造其制造流程。
工业工人经常在制造现场操作重型机械和处理危险品。使用配备 AI 视频分析功能的摄像头和传感器网络，制造商可以识别处于不安全条件下的工人，并快速干预以防止事故发生。边缘计算对工人安全至关重要，因为需要实时做出救生决策。
电子围篱
在现代化的智能工厂中，人与机器协同工作，一些具有潜在危险的机械设备，如机器手臂、冲压机、金属切削设备、自动化焊接线、机械传送搬运设备、 危险区域（有毒、高压、高温等）等，稍有疏失，就可能造成人员伤害。针对这类问题，目前工厂大都采用安全光幕来应对，安全光幕通过在机器接入点和周围创建一个感应屏幕来保护人员免受伤害，但安全光幕占地面积大，并且难以部署，缺乏灵活性。在某些情况下，安全光幕的响应时间有限，从而带来其他的问题。
随着深度学习的软硬件日趋成熟，以AI算法搭配图像进行安全监控的方式逐渐可行，而且功能更强大和更具灵活性。
机器视觉为基础的方案
以机器视觉为基础的方案，通常配置IP相机和AI计算机，虽然灵活性大、易部署，但需要较高带宽且配线复杂，工厂里的带宽与面积很宝贵，而且运行方式：相机的压缩图像通过网络传到计算机后，计算机进行网络封包解析、图像串流解压缩后再进行AI计算，容易产生较大延迟，不适合需要实时反应的场景，例如有些行业要求异常发生到停机的时间必须短于150ms，此方案无法达到这样的要求。
实时智能决策
实时的机器视觉人工智能，通过提醒工人进入不安全区域并记录该信息，以对工人进行再度培训，为增强工人的安全提供好处。记录过去时间的数据，还可能对未来有所帮助。例如，如果工人接近危险区域，机械臂并不需要完全关闭，而是进入一个功能安全的流程循环。
诸如此类的例行程序，不仅可以提高工人的安全性，还可以提高工厂的运营效率。
利用源自人工智能机器视觉技术，所产生的强大且实时的数据，制造商可以获得更多的正常运行时间，获得预防性维护的能力，在提高生产力的同时又最大程度的确保工人安全等。
来源：凌华AI算法空间