Перейти к содержанию

Отрасли· Давид Празян, CTO· 12 мин

Видеоаналитика на стройке: как сократить время реакции на риски

Какие сценарии контроля на строительной площадке уже автоматизируются, зачем обработка на объекте, из чего состоит система и как запустить пилот без лишнего шума.

Видеоаналитика на стройке: как сократить время реакции на риски

Где возникает проблема

На стройке опасная ситуация развивается быстро: человек зашёл в зону работы техники, оказался под стрелой крана, упал и не поднимается, подрядчик вышел на участок без каски. Важно, как быстро на это отреагируют.

Камеры на стройках давно норма, но чаще всего это архив: запись есть, а решение принимается после события. Ситуация, которую можно было остановить звонком прорабу, превращается в инцидент, простой участка или конфликт с подрядчиком. А повторяющиеся нарушения становятся нормой: люди привыкают, что камера пишет, но не вмешивается.

На объекте одновременно работают разные подрядчики, техника, временные конструкции, высотные работы, погрузка. Риски распределены по площадке, и человеческий контроль не покрывает все сценарии сразу.

Как работает аналитика с низкой задержкой

Задержка между событием в кадре и уведомлением ответственного сведена к минимуму. Хорошая система отвечает на четыре вопроса: что произошло, где, насколько это критично и кто отвечает за реакцию. Без этого аналитика превращается в поток уведомлений, который команда начинает игнорировать. Цепочка выглядит так:

  • Камера передаёт видеопоток
  • Локальный сервер или edge-устройство анализирует кадры
  • Модель находит людей, технику, каски, жилеты, движение
  • Слой правил проверяет, есть ли нарушение
  • Формируется событие: время, камера, зона, тип нарушения, скриншот, приоритет
  • Уведомление уходит прорабу, инженеру по охране труда или диспетчеру
  • Событие сохраняется в журнале для разбора

Какие сценарии автоматизируются

Вход в опасную зону. В кадре размечается зона, где человеку быть нельзя: под краном, у котлована, в зоне движения техники. Пересёк границу - событие, задержался дольше допустимого - приоритет выше. Сценарий понятен заказчику, не требует идентификации личности и быстро показывает пользу, поэтому хорош для пилота.

Каски, жилеты и другие СИЗ. Самый востребованный сценарий с техническими нюансами: расстояние до камеры, угол, освещение, дождь, грязь, контровой свет, цвет формы, разнообразие подрядчиков. Поэтому сначала система работает в режиме наблюдения и показывает ложные срабатывания, а уведомления включаются после настройки порогов и дообучения.

Падение или неподвижность. Важно для высотных работ, лестниц, монтажных участков. Если человек упал или долго не двигается, создаётся событие высокого приоритета. На дальних планах и при перекрытиях точность падает, поэтому такие зоны проектируются заранее.

Сближение человека и техники. Погрузчики, самосвалы, краны и экскаваторы опасны там, где ограничена видимость. На базовом уровне это решается зонами и правилами, на сложном - трекингом и анализом траекторий.

Превышение времени в зоне. Человек зашёл на короткую операцию и задержался. Такая статистика показывает системные проблемы: неудобные маршруты, неудачную организацию работ, слабый контроль подрядчиков.

Почему обработка на объекте

Связь на стройке часто нестабильна: промзоны, окраины, LTE-модемы, временные каналы. Передача нескольких HD-потоков в облако перегружает канал, увеличивает задержку, а при обрыве связи облачная обработка просто перестаёт получать поток. Для задач безопасности это критично.

Поэтому вычислитель ставится локально - в серверной, бытовке или техническом шкафу. Он обрабатывает потоки на площадке и отправляет наружу только события, скриншоты и журналы. Система работает при плохой связи, задержка ниже, данных наружу меньше, хранение видео проще контролировать. Для небольшого объекта хватает компактной edge-платформы, для большого числа камер нужен сервер с GPU.

Из чего состоит система

Камеры. Важны ракурс, высота, освещение, ночной режим, перекрытия. Частая проблема: камеры ставили для общего наблюдения, человек виден слишком мелко, каска сливается с фоном. Поэтому перед пилотом нужен аудит: иногда хватает поменять ракурс, иногда нужно добавить одну-две камеры в критичных точках.

Обработка. Вычислитель принимает потоки, запускает детекцию людей и техники, трекинг, классификацию СИЗ, анализ позы. Модели оптимизируются под конкретное железо, конфигурация выбирается устойчивая к пыли, дождю и перекрытиям.

Правила. Модель распознаёт объекты, правила связывают это с регламентом: человек в опасной зоне, в зоне дольше 30 секунд, без каски, техника пересекла запрещённую линию, человек лежит неподвижно. Правила должны настраиваться через интерфейс: объект меняется каждый месяц, и звать разработчика на каждое изменение неудобно.

Интеграции. Событие попадает в привычный контур: Telegram-бот, диспетчерская панель, мобильное приложение, почта, система охраны труда. Нарушение касочного режима идёт инженеру по ОТ, падение или риск столкновения - сразу прорабу и диспетчеру. В журнале сохраняются время, камера, зона, скриншот, статус и ответственный.

Российская специфика

Разные подрядчики. У каждого своя форма, каски, жилеты и дисциплина. Модели на универсальных датасетах не всегда уверенно распознают локальную экипировку, поэтому калибровка на кадрах площадки обязательна.

Документальный след. Журнал событий с датой, зоной, фото, статусом и ответственным часто оказывается не менее ценным, чем само уведомление: он показывает повторяющиеся нарушения, проблемные зоны и подрядчиков с низкой дисциплиной.

Персональные данные. На старте достаточно зонального контроля без определения личности: «человек в зоне X без каски». Если нужна персональная идентификация, её выносят в отдельный контур с юридической проработкой и согласиями.

Объект постоянно меняется. Сегодня камера смотрит на открытую площадку, через месяц там временная конструкция. Нужны гибкие правила и регулярная перенастройка зон.

Как запускать пилот

  • Выбрать участок с высоким риском: движение техники, высотные работы, опасный проход, монтаж
  • Проверить камеры: ракурс, детализация, освещение, ночной режим, стабильность RTSP
  • Настроить простые сценарии: опасная зона, каски, время в зоне
  • Первые недели работать в режиме наблюдения без массовых алертов и настроить пороги
  • Определить, кто получает уведомления, как быстро реагирует и где закрывает событие
  • Оценить результат по метрикам, зафиксированным до старта: число событий, доля подтверждённых, время реакции, повторяемость, проблемные зоны

Экономика и ограничения

Эффект складывается из меньшего числа опасных ситуаций, сокращения ручного просмотра архива, более быстрого разбора спорных случаев и предметного разговора с подрядчиками: зона, время, фото, повторяемость. В бюджет входят edge-оборудование, настройка камер, конфигурация моделей, интеграция уведомлений, калибровка и сопровождение. На активных объектах с большим числом подрядчиков и техники пилот показывает эффект быстро, на небольших иногда достаточно улучшить регламенты и расстановку камер.

Качество падает при плохом свете, сильном дожде, грязи на объективе, дальних ракурсах и нестандартной экипировке. И система требует процесса: если за реакцию никто не отвечает, проект результата не даст.

Опыт наших клиентов

Мой проект - тематический сайт знакомств. Я оцениваю его как проект высокого уровня сложности: очень непросто найти разработчиков, которые могли бы его реализовать. Я работал с командой Глеба в течение более двух лет с перерывами, которые были связаны исключительно с моим финансовым состоянием. По итогу могу сказать, что вполне доволен проделанной работой. Ребята знают своё дело, с хорошей коммуникабельностью, и всегда помогут советом. В данный момент вся основная работа сделана, сайт находится в рабочем состоянии и набирает пользователей. Есть идеи по добавлению новых функций, и если я решусь на это, то буду реализовывать их и дальше с этой командой.

Роман
Владелец проекта,
проект под NDA

Команда Глеба была профессиональной, оперативно реагировали на любые возникающие вопросы и шли навстречу в рабочих моментах. В ходе работы с командой были реализованы части и компоненты масштабного сервиса AI LMS платформы.

ООО «ИОК «Интеллект+»
Заказчик,
AI LMS платформа

Мы разрабатывали несколько сервисов, часть из них запускалась в формате MVP: в частности, автоматизировали обработку запросов корпоративных заказчиков на аренду спортивных площадок. Команда проекта была на связи, и мы активно двигались по нашим требованиям. Достаточно оперативно реализовали и запустили продукт. Спасибо команде!

Александр Меркулов
Заказчик,
сервисы аренды спортивных площадок

Обращались в YAVVI за доработками нашего сайта pakpakych.ru. Стек у нас не самый простой: Django, GarpixCMS и React SPA. До этого несколько подрядчиков ограничивались общими рекомендациями «в вакууме». Ребята зашли иначе: сначала провели полноценный технический аудит, разобрали каждый из 26 пунктов нашего ТЗ и по каждому написали, что уже реализовано, чего нет и почему. Отдельно ценно, что не стали продавать нам лишние работы, а честно указали, где функционал в проекте уже есть и где два пункта дублируют друг друга. По ходу аудита нашли критичную проблему, о которой мы не подозревали, и одна эта находка окупила всю работу. По каждой задаче была вилка часов и тип работ, никаких «примерно месяц», всё проверялось руками и подтверждалось инструментами. Каждая доработка выведена в админку, это принципиально: мы получили не разовый результат, а инструмент, плюс обучение нашей команды. Рекомендую тем, у кого нетиповой стек и нужен подрядчик, который сначала разберётся, а потом делает. Продолжаем сотрудничество.

Никита
Заказчик,
pakpakych.ru

Обсудим вашузадачу

Вам необязательно иметь чёткую задачу. Оставьте контакты, и мы разберём ваши текущие бизнес-процессы и честно покажем, где внедрение технологий даст реальный финансовый результат.

Связаться с нами

  • Свяжемся в течение дня
  • Подпишем NDA до обсуждения данных
  • Удобнее в мессенджере? Напишите в Telegram