AI机器视觉软件探测海港安全风险.docxVIP

利用深度学习算法分析港口人员活动，探测安全问题，如工作人员离叉车太近或没有使用人行通道。

图1：SiteLens软件通过CCTV视频源来识别安全风险。

通过使用AI视觉软件，英国一家港务局大幅减少了低级别安全事件的数量。

位于英国伦敦以西120英里、威尔士南部的布里斯托尔港口公司，实施了来自英国RoboX公司的SiteLensAI视觉软件。该软件使用深度学习模型来分析现有工业CCTV监控相机的视频流，并提供对低级别安全问题的建议，这类安全问题主要是涉及人与机器之间互动的问题。低级安全问题或“未遂事故”涉及人类行为（如离叉车太近）或系统性情况（如仓库员工和拖车之间缺乏物理屏障）。

布里斯托尔港口公司首席执行官DavidBrown解释道：“我们发生了太多低级别的安全事件，我们没有利用现有CCTV装置的潜力来捕捉和纠正这些事件。”这些“低级安全事件”包括员工没有穿戴个人防护装备，没有使用指定的人行道，或者叉车相互靠近。

RoboK公司联合创始人兼CEOHaoZheng解释说，港口经常发生比较危险的安全事件，这些危险都蕴含在日常活动中，主要涉及人与移动车辆之间的互动。“港口的工作人员都非常忙碌，并且要在这些复杂、动态的环境中工作。”她说。

HaoZheng介绍说，通过减少这种安全隐患事件，布里斯托尔港口公司等组织也降低了发生严重伤亡事故的风险。虽然其他软件产品为可能造成严重后果的高风险行为提供实时警报，但RoboK公司专注于为频繁发生的低级安全事件提供视频剪辑和分析。

使用深度学习跟踪行为

为了实施RoboK公司的解决方案，布里斯托尔港口公司于2022年6月开始实施瓶装饮料的挑选和包装流程。该港口的大容量仓库每年约处理200多万托盘的饮料。

RoboK通过专用网络IP连接到位于港口的中央服务器上的摩托罗拉解决方案公司的视频记录和管理软件AvigilonControlCentre，以此来访问视频源。CCTV相机来自多家供应商。

然后，RoboK在云中批量处理视频流，使用预训练的神经网络对其进行安全事件审查。随后，SiteLens软件基于汇总统计数据（如热图或图表）生成可视化视图，港口的管理人员通过基于网络的仪表盘访问这些数据，这些仪表盘会不断更新。他们还审查了存储在云中的安全事件短视频剪辑。

HaoZheng指出，港口的仓库运作有监控相机，因为商品从船上卸下后，在重新包装交付到配送中心或零售店之前，都是在这里储存的。这意味着RoboK可以利用这些相机捕获的视频数据，这是一种比让港口投资新的成像设施成本更低的方法。

HaoZheng解释说，这些相机的典型图像分辨率对于SiteLens软件来说是足够的；SiteLens软件还可以处理包含不同视角的视频流。

Brown说，除了跟踪汇总的KPI信息外，港口一直在使用这些短片进行教育和培训工作。“主管人员可以指导和教育员工不要再犯同样的错误。整个文化都是关于行为安全的，以使每位员工都能够做出正确的安全选择。”Brown解释道。

安全隐患急剧下降

在单个仓库中部署SiteLens软件的结果令人信服：Brown说，在挑选和放置操作流程中的潜在危险，从每天的90个降到了“低个位数”。基于当前获得的成功，Brown计划将SiteLens软件的使用范围扩大到整个港口的运营中。