«Недрёманое око»: интеллектуальное видеонаблюдение на промышленных предприятиях

Выражение «глаз замылился» знакомо всем. Проблема эта остро стоит и на предприятиях добывающей промышленности, где нужно осуществлять мониторинг производственных процессов иногда в формате 24/7. А учитывая развитие современных технологий, велик соблазн свалить функции рутинного наблюдения на машину.

И действительно, сегодня технологии видеонаблюдения и машинного зрения получают всё более широкое распространение. Есть ли сложности их внедрения на предприятиях добывающей промышленности? И каких успехов уже удалось добиться?

Внимание к деталям

В своё время известный физик и популяризатор науки Митио Каку в своих книгах писал, что компьютеры ещё не скоро смогут посмотреть на мир «человеческим глазом». Главная причина в деталях, точнее, в неумении компьютерного разума их различать. Например, машина, по его мнению, не сможет заменить дворника, потому что не поймёт, что считать мусором, а что нет.

Это как раз то, что человек понимает интуитивно и чему компьютеры, казалось, ещё не скоро научатся. Однако уже в наши дни видеоаналитику можно применить абсолютно везде, где используется анализ посредством визуального осмотра, рассказал на онлайн-конференции «Digital Mining& Metallurgy Online Conf: Решения для интеллектуальной добычи и металлургии» ведущий специалист ПАО «ГМК «Норильский никель» Василий Грибов.

Причём у машинного зрения есть свои преимущества перед человеком. Само собой, это беспристрастность и способность работы в формате 24/7, не требуя выходных и отпуска. Добавим к этому возможность пересмотреть конкретный фрагмент видеозаписи, на котором произошло нарушение, чтобы более детально ознакомиться с деталями случившегося.

Наконец, можно получить отчётность с учётом различных маркеров, мест случившихся нарушений. В то же время визуальный контроль, осуществляемый человеком, имеет ряд существенных недостатков, отметил в своём докладе руководитель проектов АО «ОМК» Максим Шамшин. В  первую очередь это субъективность оценки: очень многое зависит от квалификации персонала. Сюда стоит добавить человеческий фактор  — усталость, психоэмоциональное состояние сотрудника. Кроме этого, ручной контроль невозможен в экстремальных и опасных условиях и занимает намного больше времени.

О конкретных кейсах интеллектуального видеонаблюдения на своём предприятии в рамках онлайн-конференции «GO Digital: Инновации для корпораций» рассказал ведущий инженер «СИБУР Диджитал» Георгий Анисимов.

«Мы применяем интеллектуальное видеонаблюдение везде, где мы можем заменить человека. Это труднодоступные места, куда человек не  может регулярно ходить, либо, когда оператор не замечает отклонения на фоне всей той информации, которая ему выводится.
И в этом случае мы используем интеллектуальное видеонаблюдение, когда компьютер сам находит отклонения и сообщает о них оператору», — рассказывает Георгий Анисимов.

Например, около 8 часов предприятию удаётся сэкономить на процедуре очистки реакторов благодаря технологии машинного зрения. До этого работу подрядчиков контролировали с помощью эндоскопов, теперь «умная» камера автоматически находит загрязнения.

Сюда стоит добавить детектирование забивки вибросита гранулами и уровня лубрикаторных секций; обнаружение некорректной фасовки контейнера роботом (когда он перепутал и положил брикет не в тот контейнер, то система замечает это и сообщает оператору); выявление природы разрыва плёнки, в зависимости от чего принимаются те или иные действия по регулированию оборудования.

Георгий Анисимов подчеркнул, что все кейсы по интеллектуальному видеонаблюдению, которые реализуются на предприятии, если они не касаются охраны труда и безопасности, окупаются в течение двух лет.

Машины «научились учиться»

Как устроена технология машинного зрения изнутри?

«Камера, которая установлена на производстве, ведёт постоянную передачу видеопотока на серверы с  мощными видеографическими процессорами. И в них происходит вся «магия» компьютерного зрения и искусственного интеллекта. Идёт постоянная обработка видеопотока, он разбивается на фрагменты, грубо говоря, фотографии, которые анализируются на предмет тех или иных паттернов, закономерностей. Система понимает их благодаря специально обученным моделям искусственного интеллекта и машинного зрения», — раскрывает магию компьютерного зрения Василий Грибов.

Современным компьютерам пока далеко до «Скайнет», и искусственный интеллект выглядит не так, как это показано в фантастических фильмах. Но машины действительно «научились учиться». Правда, этот процесс устроен иначе, чем у людей.

«Модель формируется следующим образом: берётся большое количество видео- и фотоматериалов, например, контроль средств индивидуальной защиты. На этих данных, фотографиях, где есть очевидное нарушение техники безопасности, модели обучаются. Нужны тысячи или даже десятки тысяч фотографий. В результате система начинает понимать, где происходит нарушение, анализируя видеопоток», — объясняет Василий Грибов.

Конечно, регулярно требуется дообучение. Сейчас, по оценке Василия Грибова, ложные срабатывания случаются в 3–5% случаев. Но здесь важен сам принцип — именно благодаря машинному обучению компьютеры способны заменить человека практически во всех сферах, если говорить о  наблюдении. Ещё несколько лет назад о таких возможностях приходилось только мечтать.

С высоты птичьего полёта

Ещё больше возможностей здесь обеспечивает использование дронов. Видеонаблюдение не единственная их миссия на предприятиях. Так, в «СИБУРе» дроны используют среди прочего для забора проб воды из реки или обработки территорий от клещей.

«Если рассматривать конкретные дроны, то на них можно «повесить» дополнительную полезную нагрузку, благодаря которой можно прогнать людей, если они зашли на запретную территорию, приблизить изображение или понять, каково состояние трубопровода на предмет врезов и  каких-то дефектов», — рассказывает представитель ПАО «СИБУР Холдинг» Татьяна Мальцева.

Но, как правило, беспилотники используют для видеонаблюдения и видеосъёмок. Дроны идеально подходят для наблюдения за объектами на большой территории, что отвечает специфике, например, нефтегазового сектора. Например, ПАО «Газпром нефть» использует квадрокоптеры для удалённого мониторинга своих производственных процессов: речь идёт, прежде всего, о протяжённых объектах — нефтепроводах.

«Утечки газа невозможно обнаружить с помощью видеокамеры, потому что газ бесцветный. Но утечки жидкости или какое-то видимое испарение легко обнаружатся», — объясняет Георгий Анисимов.

Беспилотники так активно применяют в «СИБУРе», что на предприятии создали отдельное подразделение — «Дрон-сервис». В его функции входит не только управление дронами и сбор запросов из различных служб предприятия, но и постобработка — создание планов, видеороликов. В планах — заняться созданием стереомоделей с целью постановки объектов недвижимости на кадастровый учёт. Пока этот проект реализуется в формате эксперимента из-за изменений в законодательстве в 2021 году, добавила Татьяна Мальцева.

Новое подразделение уже приносит ощутимую экономическую выгоду, которую в «СИБУРе» подразделяют на хард- и софт-эффекты. К первым стоит отнести сокращение транспортных затрат. Причём стоит пояснить, что речь идёт, прежде всего, о спецтранспорте: лодках, болотоходах, снегоходах. Учитывая, что предприятия нефтегазового сектора часто находятся в удалённой и труднодоступной местности, это может дать хорошую экономию.

Если говорить о  софт-эффектах, то сюда специалисты «СИБУРа» относят высвобождение человеко-часов, снижение времени на мониторинг технологических объектов и обход участков, возможность объективной оценки дефектов и нарушений, а также сбора и хранения данных о дефектах и нарушениях. Благодаря фото- и видеосъёмке с  дронов на предприятии удалось оптимизировать большое количество производственных процессов.

Создание отдельного подразделения, хоть и даёт конкретные результаты, подходит не всем предприятиям, считает Татьяна Мальцева. Помимо больших капитальных затрат, следует учитывать, что не в любой организации оно будет должным образом востребовано и загружено. Иногда проще и эффективнее вывести эти задачи на аутсорсинг. В «СИБУРе» решили создать собственное подразделение, в том числе и по соображениям безопасности.

«Работая с подрядчиком, сложно предсказать, будет ли работать пилот с большим опытом управления дроном или новичок? Для нас это важно, потому что дроны имеют низкую взрывозащиту и ими нужно уметь управлять так, чтобы ничего страшного для предприятия не произошло. Поэтому мы решили обучать своих сотрудников.

Плюс ещё в том, что эти люди уже много лет работают на предприятии, знают технологические установки, что где расположено. Уже не нужно каждый раз с оператором выходить в поле и показывать, что именно посмотреть», — рассказывает Татьяна Мальцева.

Преодолеваем барьеры

Нельзя сказать, что процесс внедрения систем видеонаблюдения на предприятиях добывающей промышленности происходит безоблачно. Приходится преодолевать определённое противодействие со стороны сотрудников. Люди, зачастую на уровне эмоций, не хотят соглашаться с решениями машины, даже если рационально понимают, что они верны. Поэтому в компаниях выбирают промежуточные решения.

Так, в «Норникеле» пришли к модели, когда система не принимает решение за людей автоматически, а лишь «подсвечивает», где были совершены такие-то нарушения. Окончательное решение принимают всё равно люди, в данном случае департамент промышленной безопасности компании.

Это в какой-то степени снижает эффективность и вынуждает компании изобретать какие-то дополнительные решения. Например, в «СИБУРе» для видеонаблюдения разработали систему «чёрный экран».

«Раньше на монитор выводилась картинка с огромного количества камер, и ни один человек не мог заметить отклонений. Мы установили детекторы движения и камеры, настроили чувствительность в тех зонах, где нельзя находиться человеку или где возможно возгорание. И теперь система срабатывает только в случае какого-то отклонения, а в остальное время экран остаётся чёрным. В таком случае любая картинка привлекает внимание, и оператор хочешь не хочешь предпримет какие-то действия», — объясняет Георгий Анисимов.

Свои ограничения есть и при использовании беспилотников. Так, оно зависит от зоны покрытия GPS. В некоторых случаях бывает проще подняться повыше в воздух, а картинку приблизить с помощью зума. Но если сигнала нет совсем, то в «СИБУРе» предпочитают не использовать дроны, рассказывает Татьяна Мальцева.

Но главная сложность возникает с получением разрешения на полёт. Всё проще, когда предприятие имеет своё собственное закрытое воздушное пространство, как тот же «СИБУР». В таком случае с оформлением разрешения, понятно, не возникает сложностей. Впрочем, и здесь есть оговорки: дрон должен весить не больше 30 килограммов и летать на высоте до 150 метров. Правда, бывают исключения, когда воздушное пространство закрыто, например, до 1 000 метров.

Во всех остальных случаях нужно запрашивать разрешение у органов местного самоуправления и ждать ответа. То есть для небольших и средних компаний использование дронов будет связано с бюрократическими трудностями. Это не должно удивлять, Министерство обороны было бы радо вовсе запретить все беспилотники в стране, кроме государственных, для сохранения военных тайн.
Впрочем, все эти сложности носят частный характер и рокового влияния на будущее технологии почти наверняка не окажут.

Неустанный взор машины здесь заведомо выигрывает по сравнению с человеческим глазом. Об этом писал ещё М. Е. Салтыков-Щедрин в рассказе «Недрёманное око»: человек может не замечать определённых вещей, особенно если он в этом заинтересован. Наблюдение за  производственными процессами  — это, конечно, не совсем тот случай, однако субъективность и  человеческий фактор сохраняются.

В этих условиях неудивительно, что крупные добывающие компании прикладывают серьёзные усилия по внедрению у себя систем видеонаблюдения, невзирая на все трудности. А учитывая их ресурсы и возможности, технологии машинного зрения уже сейчас кажутся неотъемлемым атрибутом успешной компании, а не «редкой диковиной». Так что в перспективности этого направления в  добывающей отрасли сомневаться не приходится.

Текст: Андрей Халбашкеев