|

【Case Study】安全帽戴了沒?AI為工安提供新解方

   

針對建築工地、製造業生產線等環境嚴苛的工作場所,中央與地方政府都有相關法規要求業者重視勞工安全,企業界也引進ISO45001:2018職業安全衛生管理系統,規範確保工作人員人身安全項目,但是仍然常常發生最基本的安全問題:工作人員不戴安全帽。

在台灣的工地,現場有外包廠商、派遣公司的人力、臨時工,一旦負責檢查安全裝備的人員疏忽,隨之而來的可能就是傷亡事故。傳統上能做的就是要求安檢人員加強力道,或制定嚴苛的罰則、調高保險費用來促使業主更確實執行安全檢查,而其實AI視覺辨識技術就能幫上大忙!

安全帽對於工作人員安全至關重要(Source)

Edge Impulse在部落格文章中介紹了工程師 Wamiq Raza 和 Varvara Fadeeva提出的一種易用解決方案,能利用電腦視覺即時辨識在工作場所未戴安全帽的工作人員,並且在發現違規第一時間通知相關主管人員處理。

由於工業工作場所環境限制(網路建置不完全、電力供應不便),特別需要訴求低功耗與支援邊緣AI功能的解決方案,因此兩位工程師採用低功耗MCU供應商Alif Semiconductor的Ensemble E7 開發套件搭配Edge Impulse平台,打造透過攝影機監控工作場所影像的安全檢查智慧系統。

Alif的Ensemble E7 開發套件 (Source)

要讓系統能夠識別工作人員違規行為,需要先進行訓練,讓系統學習人們佩戴/不佩戴安全頭盔時的樣子。為此兩位工程師選用了一個公開影像資料集,使用資料擷取工具將這些影像上傳到 Edge Impulse Studio,該工具會自動將它們分成訓練集和測試集並進行標註,只需要一點點人力來檢驗正確性,非常容易上手 。

Edge Impulse的FOMO物件偵測,為每個影像作標註(Source)

雖然一開始該系統的準確度(檢驗有沒有戴安全帽)只有約76%,但是只要有更多的圖片資料就可以將準確度提升。兩位工程師也無私的分享專案資料與相關的Edge Impulse Studio的專案,提供其他有類似應用需求的開發者使用。

測試模型的準確性(Source)

藉由AI影像辨識與機器學習,有效減輕傳統人力檢查負荷與提高準確性,AI視覺辨識已然成為補足法令與ISO規範的一片拼圖,值得國內業者參考。(原文連結)

(責任編輯:Peter Wang)

MakerPRO編輯部
MakerPRO編輯部

Author: MakerPRO編輯部

MakerPRO.cc為華人圈最專注於Maker創新創業、物聯網及共享經濟報導及共筆發表的專業媒體,不論是趨勢分析與評論,或創新實作文章,在華文創新創業媒體領域都具有重要的影響力。

Share This Post On

Submit a Comment

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *