一种轮胎纤维压延安全生产AI智能监控方法

技术领域

本发明涉及智能监控领域，尤其涉及一种轮胎纤维压延安全生产AI智能监控方法。

背景技术

轮胎制造企业纤维压延生产线正常作业时线速度可达70m/min，员工操作时存在面临设备速度高作业危险风险大隐患；现拟通过场景化视觉感知技术，结合前端高清视频监控、后端视频智能分析AI平台的运用，实现智能设备对区域内安全管理要素的全过程智能识别和远程监管，使安全监管工作由被动管理转变为主动管理，进一步提升监管效能；目前制造业对于危险动作智能检测和实时告警的需求十分迫切，但因各企业设施和环境的各不相同，导致通用型智能监控设备平台不具备可复制性应用，故对特定区域内的作业人员动作行为进行有效监控、检测并实时报警智能平台研发已成为现场安全管理的核心诉求。

中国发明专利申请（公开号CN112696787A，公开日：20210423）公开了一种药剂洁净车间全景三维可视化智能监控系统及方法，包括数据感知采集系统、执行控制系统、网络通信系统和智能处理系统，不仅可实现环境数据的实时采集和秒级数发布具有高度的扩展性和通用性，现场机组设备和环境参数的三维动态全景呈现及信息推送发布，实现车间环境的自动精准控制，环境相关设备的高效管理，使之完全满足GMP标准的环境自动控制及监控要求将信息化、集成化、高性能化进行渗透融合，形成实时化、自动化、数据可视化的药剂车间环境智能监控和调控，满足药剂生产企业质量管理的高标准与高要求，降低药品制备过程中污染风险,确保持续稳定地提供符合预定用途药品的生产环境的问题。

现有技术存在以下不足：目前制造业对于危险动作智能检测和实时告警的需求十分迫切，但在场景判定设定上，企业现场人员结构复杂，规则判定设定十分复杂，进而造成AI判定准确率不高，降低了AI智能监控效果。

发明内容

本发明的目的是：针对上述问题，提出将动作标准素材在应用平台进行AI推理和识别后对推理结果进行核验，并且在AI训练平台利用数据进行重复训练，模型迭代，制作新的模型标准；从而使得模型标准不断贴合实际需求，进而提高AI判定准确率的一种轮胎纤维压延安全生产AI智能监控方法。

为了实现上述的目的，本发明采用了以下的技术方案：

一种轮胎纤维压延安全生产AI智能监控方法，该方法采用的设备包括AI训练平台和应用平台；应用平台包括平台主机、智能感知装置、报警装置、AI模型管理组件和AI推理装置；AI训练平台与平台主机相连接，平台主机通过AI模型管理组件与AI推理装置相连接；智能感知装置与平台主机相连接，并且平台主机与报警装置相连接；该方法包括以下的步骤：

（S1）发布标准模型：将初步模拟的动作标准模型在AI训练平台发布；

（S2）模型推理触发事件：AI训练平台将判定是否符合要求的戴手套模型传输至平台主机和AI推理装置，一旦当员工进入卷取工位作业时，智能感知装置或者AI推理装置识别该位置作业人员是否穿戴手套作业，如果戴手套作业，平台主机匹配到违章信息就通过报警装置提醒现场员工违章；AI训练平台将对应生产线高速运转下越界违章判定规则的标准模型传输至平台主机和AI推理装置，通过智能感知装置或者AI推理装置抓拍自动识别生产线高速时突入区域内的违章人员行为图片信息，并通过报警装置提醒现场员工违章；AI训练平台将行车吊装操作时员工是否戴安全帽模型传输至平台主机和AI推理装置，智能感知装置或者AI推理装置对初判定人员进行头肩检测定位，再将检测出的人员进一步分类为戴安全帽和未戴安全帽两类，而后平台主机进行智能分析、自动识别、实时告警特定区域内的操作人员是否按照规定佩戴安全帽，对不符合规定佩戴安全帽的目标进行智能抓取，报警装置发出告警告；

（S3）推理结果核验：平台主机对步骤（S2）中的推理结果进行核验，判断推理结果是否正确识别图片，并且将判断结果传输至AI训练平台；

（S4）模型迭代：AI训练平台根据步骤（S3）中的判断结果进行重复训练，对动作标准模型迭代，制作新的模型标准；

（S5）迭代后的模型推理触发事件：执行步骤（S2），形成AI智能监控过程循环。

作为优选，智能感知装置包括视屏抓图推理设备和监控图像采集器。

作为优选，视屏抓图推理设备和监控图像采集器为智能网络摄像机。

作为优选，卷取工位配发的手套为白色帆布手套。

作为优选，卷曲生产线设置有生产线高低速指示灯，生产线速度≤5m/s时绿灯亮，生产线速度＞5m/s时红灯亮。

作为优选，员工安全帽为竹编帽。

另外，本发明还公开了一种计算机设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现所述方法。

另外，本发明还公开了一种计算机可读存储介质，其上存储有计算机程序或指令，该计算机程序或指令被处理器执行时实现所述方法。

另外，本发明还公开了一种计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现所述方法。

本发明采用上述技术方案的一种轮胎纤维压延安全生产AI智能监控方法的优点是：

动作标准素材在应用平台进行AI推理和识别后对推理结果进行核验而后输送至AI训练平台，并且在AI训练平台利用数据进行重复训练，模型迭代，制作新的模型标准；从而使得模型标准不断贴合实际需求，进而提高AI判定的准确率。

附图说明

图1为本发明的流程图。

图2为本发明的结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行详细的说明。

实施例1

如图1、图2所示的一种AI智能监控方法，该方法采用的设备包括AI训练平台和应用平台；应用平台包括平台主机、智能感知装置、报警装置、AI模型管理组件和AI推理装置；AI训练平台与平台主机相连接，平台主机通过AI模型管理组件与AI推理装置相连接；智能感知装置与平台主机相连接；并且平台主机与报警装置相连接；该方法包括以下的步骤：

（S1）发布标准模型：将初步模拟的动作标准模型在AI训练平台发布；

（S2）模型推理触发事件：AI训练平台将判定是否符合要求的戴手套模型传输至平台主机和AI推理装置，一旦当员工进入卷取工位作业时，智能感知装置或者AI推理装置识别该位置作业人员是否穿戴手套作业，如果戴手套作业，平台主机匹配到违章信息就通过报警装置提醒现场员工违章；AI训练平台将对应生产线高速运转下越界违章判定规则的标准模型传输至平台主机和AI推理装置，通过智能感知装置或者AI推理装置抓拍自动识别生产线高速时突入区域内的违章人员行为图片信息，并通过报警装置提醒现场员工违章；AI训练平台将行车吊装操作时员工是否戴安全帽模型传输至平台主机和AI推理装置，智能感知装置或者AI推理装置对初判定人员进行头肩检测定位，再将检测出的人员进一步分类为戴安全帽和未戴安全帽两类，而后平台主机进行智能分析、自动识别、实时告警特定区域内的操作人员是否按照规定佩戴安全帽，对不符合规定佩戴安全帽的目标进行智能抓取，报警装置发出告警告；

（S3）推理结果核验：平台主机对步骤（S2）中的推理结果进行核验，判断推理结果是否正确识别图片，并且将判断结果传输至AI训练平台；

（S4）模型迭代：AI训练平台根据步骤（S3）中的判断结果进行重复训练，对动作标准模型迭代，制作新的模型标准；

（S5）迭代后的模型推理触发事件：执行步骤（S2），形成AI智能监控过程循环。

此种方式中，动作标准素材在应用平台进行AI推理和识别后对推理结果进行核验而后输送至AI训练平台，并且在AI训练平台利用数据进行重复训练，模型迭代，制作新的模型标准；从而使得模型标准不断贴合实际需求，进而提高AI判定的准确率。

智能感知装置包括视屏抓图推理设备和监控图像采集器。

视屏抓图推理设备和监控图像采集器为智能网络摄像机。

本平台管理目标是通过AI智能监控将原有依靠人来分析、查看的数据通过AI算法实现自动识别分析,将海量数据中提取有接近分析结果的有效信息,通过对视频图像的自动分析和处理，识别监控画面中的异常情况，对违反规则的员工操作完成自动抓拍、报警记录及推送；从而消除违规操作安全隐患，此次AI智能管控初步实现三项内容：1、卷曲引头时禁止员工戴手套操作，防止被卷入生产线；2、生产线自动运行时（速度控制＞5m/s），禁止员工或其身体部位进入卷曲高速工位区域内；3、进行行车吊装操作时员工未戴安全帽会触发报警。

一种监控员工卷曲引头戴手套系统，包括AI训练平台、应用平台、监控云平台和移动设备；智能感知装置和AI推理装置的监控端都与卷取工位相对应；平台主机与监控云平台相连接，并且监控云平台与移动设备相连接。卷取工位配发的手套为白色帆布手套以凸显与环境背景反差，便于该场景AI摄像头识别及判定，以防止误判和漏判。此系统在工作时，1）先依据算法规则在视屏内卷取工位衬布引头工位绘制场景规则判定区域，以识别布控区域内人员戴手套及人员作业动作方向检测应用为导向，让员工分别戴帆布手套进行卷取衬布引头作业；2）提取视屏录像在AI开放平台进行违规标准规则和训练动作场景化的AI算法，再将判定是否符合要求的行为模型上传到平台主机；3）一旦当员工进入卷取工位作业时，AI摄像头会识别该位置作业人员是否穿戴帆布手套作业，如果戴手套作业，平台主机匹配到违章信息就通过开关量联动声光报警器提醒现场员工违章（灯光报警及提前录制好提示音“请勿戴手套作业”播放五次），并且将匹配到的违章画面信号会传输至监控云平台，平台通过钉钉简道云推送对相应管理人员移动设备终端，从而完成对现场违章情况的的智能精准监管。

一种监控员工进入卷曲高速区域系统，包括AI训练平台、应用平台、卷曲生产线、监控云平台和移动设备；卷曲生产线设置有卷取工位，卷取工位设置有隔离防护，智能感知装置和AI推理装置的监控端都与隔离防护位置相对应；平台主机与监控云平台相连接，并且监控云平台与移动设备相连接。

生产线自动运行时（速度控制＞5m/s），禁止员工或其身体部位进入卷曲高速工位区域内管控；此系统在工作时：1）在设备上加装生产线高低速指示灯（绿灯亮为≤5m/s，红灯亮＞5m/s），便于AI摄像头进行设备状态判定；2）通过算法规则将视屏内整个卷取工位划定管控区域，并在工位旁安装隔离防护作为禁区应定位标识；启用AI摄像头越界侦测功能，然后让员工在卷曲工位特定场景中检测出闯入的人员或身体部位突入禁区取材，然后定位场景图片中对象的位置信息；3）选用AI开放平台的“物体检测模型”进行训练，建立对应生产线高速运转下越界违章判定规则和AI算法，再将建立好标准模型后上传到平台主机；因有双条件触发判定，需在主机上设定码流目标框内绿灯亮符合生产线速度检测判定要求，图像过滤置信度0.8避免监控视野盲区的误报，设定完毕启用后就可以通过前端AI摄像机抓拍自动识别生产线高速时突入区域内的违章人员行为图片信息，并通过开关量联动声光报警器提醒现场员工违章（灯光报警及提前录制好提示音“禁止进入禁区”播放五次），同时将匹配到的违章画面信号会传输至监控云平台，平台通过钉钉简道云推送对相应管理人员移动设备终端，从而完成对现场监管。

一种监控员工未戴安全帽系统，包括AI训练平台、应用平台、行车控制线区域、监控云平台和移动设备；智能感知装置和AI推理装置的监控端都与行车控制线区域的位置相对应，平台主机与监控云平台相连接，并且监控云平台与移动设备相连接。

进行行车吊装操作时员工未戴安全帽会触发报警管控；此系统在工作时：1）此工位员工头戴安全帽配置为竹编帽，区别于ABS塑料帽，便于AI摄像头识别；2）通过算法规则在视屏内行车吊装区域内绘制管控区域，对进入特定区域的人员按靠近行车控制线区域0.5米区域内做筛选判定具体操作者，然后对初判定人员进行头肩检测定位，再将检测出的人员进一步分类为戴安全帽和未戴安全帽两类；3）如判定操作者未佩戴安全帽则判定为违章作业，完成视屏素材采集和训练算法制定后，将建立好标准模型后上传到超脑主机，平台能够智能分析、自动识别、实时告警特定区域内的操作人员是否按照规定佩戴安全帽，对不符合规定佩戴安全帽的目标进行智能抓取，并发出告警；并通过开关量联动声光报警器提醒现场员工违章（灯光报警及提前录制好提示音“请佩戴安全帽”播放五次），同时将匹配到的违章画面信号会传输至监控云平台，平台通过钉钉简道云推送对相应管理人员移动设备终端，从而完成对现场监管。

通过以上场景设置，报警装置的报警信息将结合AI训练平台的能力，算法模型训练完成后导入至边缘端设备或发布至云端；当边缘端检测并分类目标时，将推理结果上传给应用平台并将结果进行展示、报警解析和归档查询；通过以上自动识别及监控措施可以帮助工厂规范生产人员安全行为、保障其人身安全、提高其安全意识，减少人工巡查量，真正打造更加安全、规范、有序的作业环境，有效减少安全事故的发生。