Контроль производства и безопасности

Обнаружение дефектов продукции, контроль опасных зон, соблюдение регламентов и СИЗ. Видеоаналитика в реальном времени на существующей инфраструктуре.
- Клиент
- Под NDA
- Сфера
- Производство и промышленная безопасность
- Что делали
- Компьютерное зрение
- Детекция дефектов
- Контроль СИЗ и опасных зон
Суть. Собрать контроль качества продукции и контроль безопасности на площадке в одну систему видеоаналитики: те же камеры и тот же сервер находят и дефекты изделий, и нарушения по СИЗ и опасным зонам.
Введение
На производстве качество и охрана труда обычно живут раздельно: у ОТК выборочный контроль продукции, у службы охраны труда обходы и журнал. Камеры в цехах уже висят, но работают как видеонаблюдение: запись открывают, когда что-то уже случилось. Ставить под каждую задачу свою систему со своими камерами и серверами дорого, а события двух систем потом не сопоставить.
Мы сделали одну систему видеоаналитики поверх существующей инфраструктуры площадки. Видеопоток обрабатывается один раз, и на нём работают несколько моделей: дефекты продукции на участках выпуска, СИЗ и опасные зоны на рабочих местах. События качества и безопасности уходят разным получателям, но лежат на одной шкале времени и одной схеме площадки.
Боль - запрос
Дефекты продукции находят выборочно и с опозданием.
Проверка продукции по видео прямо в потоке.
Нарушения по СИЗ и опасным зонам фиксируются только на обходах.
Постоянный контроль рабочих мест по тем же камерам.
Под каждую задачу предлагают отдельную систему со своим железом.
Одна платформа на существующей инфраструктуре.
События ОТК и охраны труда хранятся в разных журналах.
Общая лента событий площадки с привязкой к участку и времени.
Сигналы о браке и о нарушении нужны разным людям.
Раздельная маршрутизация: технологу - качество, ответственному за охрану труда - безопасность.
Описание проекта
Площадка размечена по участкам, и для каждой камеры задано, какие сценарии на ней работают: где-то проверяется продукция, где-то люди и зоны, где-то и то и другое. Новая камера нужна только там, где существующие не дают нужного ракурса.
- Общий видеоконвейер. Потоки камер декодируются один раз на GPU-сервере (DeepStream), кадры раздаются моделям нужных сценариев.
- Модели дефектов. Находят визуальные дефекты продукции на участках выпуска и упаковки.
- СИЗ и опасные зоны. Проверка средств защиты на людях и контроль присутствия в зонах работы оборудования.
- Сценарии по камерам. У каждой камеры свой набор проверок и свои зоны, набор меняется без переделки системы.
- Лента событий площадки. Качество и безопасность в одной ленте с участком, временем и кадром, а получатели и отчёты у них раздельные.
Архитектура решения
Как система выглядит в работе. Ниже - откуда она берёт данные, где их обрабатывает и куда отдаёт результат.
cam-pack-03 · Площадка 1Опасная зона оборудованияДефект детали · технологу- Дефект детали · технологу
Дефект детали на столе упаковкиСигнал технологу, кадр в отчёте смены. Вход в опасную зону уйдёт ответственному за охрану труда
- Камеры площадки
- DeepStream: один декодинг
- Дефекты, СИЗ, зоны
- Технолог и охрана труда
Видео обрабатывается на сервере площадки и не уходит наружу. Новый сценарий на камере добавляется как ещё одна модель в общий конвейер, а не как вторая система.
Полная схема архитектуры и пример события
Источники
- Камеры участков выпускапродукция на линии, RTSP
- Камеры рабочих зонлюди, проходы, оборудование
- Схема площадкиучастки, зоны, сценарии камер
Обработка
- Видеоконвейер DeepStreamдекодирование на GPU один раз(наша разработка)
- Модели дефектовпродукция по участкам(наша разработка)
- СИЗ и опасные зонылюди и границы зон(наша разработка)
Связка
- Маршрутизация событийкачество и безопасность - разным получателям(наша разработка)
- Лента событий площадкиучасток, смена, фрагмент видео
Кто и что получает
- Технолог сменыдефекты и доля брака по участкам
- Ответственный за охрану труданарушения по СИЗ и зонам с кадром
- Отчёты площадкикачество и безопасность отдельными разделами
Так это выглядит в работе
POST/api/site/events
event- safety.zone.intrusion
category- safety
site- Площадка 1
area- Участок упаковки
camera- cam-pack-03
scenario- danger_zone
duration_s- 6
confidence- 91%
recipient- охрана труда
clip- events/2026-09-18/cam-pack-03-101522.mp4
Как проходит кадр с камеры
- Поток. Камера цеха отдаёт RTSP-поток, сервер декодирует его один раз для всех сценариев этой камеры.
- Сценарии. Кадр уходит в те модели, что назначены камере: дефекты продукции, СИЗ, опасные зоны.
- Событие. Срабатывание становится событием с категорией, участком, временем и фрагментом видео.
- Маршрут. Событие качества уходит технологу смены, событие безопасности - ответственному за охрану труда. Оба попадают в общую ленту площадки.
Что было сложным
Две группы задач требуют от модели разного. Для дефекта важна мелкая деталь на изделии в тот момент, когда оно проходит под камерой. Для безопасности важно устойчивое наблюдение за человеком в течение нескольких секунд, чтобы не поднимать тревогу из-за одного кадра. Поэтому у сценариев свои пороги, своя частота анализа и свои правила, когда срабатывание становится событием.
Несколько моделей на многих потоках быстро упираются в железо. Обработка собрана на DeepStream: видео декодируется на GPU один раз, модели, обученные на PyTorch, работают с общими кадрами, а частота анализа подбирается под сценарий. Так обе группы задач помещаются на сервер площадки, а показатели качества и безопасности при этом считаются отдельно.
Результат проекта
- Одна система вместо двух. Контроль качества и безопасности работает на одних камерах и одном видеоконвейере площадки.
- Существующая инфраструктура. Видеоаналитика развёрнута на уже установленных камерах.
- Реальное время. Дефекты продукции, события в опасных зонах и нарушения по СИЗ выявляются по ходу смены.
- Общий контекст. События качества и безопасности оцениваются в рамках одной площадки: участок, смена, время.
- Раздельная оценка. Показатели качества и безопасности считаются отдельно, у каждой группы свои получатели и отчёты.
Проект в цифрах
- Длительность
- Около 4 месяцев: аудит камер площадки, пилот сценариев качества и безопасности на одном участке, подключение остальных участков
- Команда
- 1 project manager
- 1 тимлид data science
- 2 ML-инженера (компьютерное зрение)
- 1 ML-инженер (оптимизация инференса, DeepStream)
- 1 back-end разработчик (события и отчёты)
- 2группы задач на одних камерах: качество продукции и безопасность
- 1видеоконвейер для всех сценариев площадки
- Свои камерыработа на существующей инфраструктуре
Технологии и интеграции
- PyTorch
- NVIDIA DeepStream
- Детекция дефектов продукции
- Детекция СИЗ
- Контроль опасных зон
- RTSP-потоки IP-камер
- Обработка на сервере площадки
Частые вопросы
Зачем объединять качество и безопасность в одну систему?
Камеры, сервер и обслуживание общие, поэтому вторая задача обходится дешевле второй системы. А события качества и безопасности лежат на одной шкале времени по участку, и при разборе смены их проще сопоставить.
Не перепутаются ли сигналы для ОТК и охраны труда?
Нет. У каждого события есть категория, по ней оно уходит своему получателю и в свой отчёт. Показатели качества и безопасности считаются отдельно.
Хватит ли одного сервера на все камеры?
Зависит от числа потоков и сценариев. Видео декодируется на GPU один раз, а частота анализа подбирается под задачу, поэтому нагрузку считаем на аудите по вашему списку камер.
Можно начать только с одной задачи?
Да. Обычно начинают с одного сценария на одном участке, а остальные добавляют как новые модели в тот же конвейер.
Проект под NDA: в публичном тексте только то, что согласовал клиент. Детали внедрения расскажем в переписке.


