Видеонаблюдение на предприятиях и промышленных объектах необходимо не только для обеспечения безопасности. Современные системы позволяют взять периметр предприятия под полный контроль, автоматизировать часть рабочих процессов, а при необходимости могут решать и отдельные узкоспециализированные задачи. Комплекс может быть объединен в общую сеть с оборудованием для контроля доступа, охранной или пожарной сигнализацией. Самообучающиеся системы, работающие на базе ИИ, способны самостоятельно выявлять проблемы и принимать решения для их устранения.
Проектирование и реализация систем видеонаблюдения на предприятиях и промышленных объектах — достаточно сложная задача:
- комплекс должен быть не только большим, но и масштабируемым на случай, если на предприятии увеличится количество цехов, производственных линий и других важных объектов;
- большое количество различных задач требует проектирования системы повышенного уровня сложности;
- промышленные объекты зачастую работают в круглосуточном режиме, поэтому система должна отличаться надежностью, обеспечивая полный контроль над всеми принципиальными процессами;
- поскольку чаще всего видеонаблюдение интегрируется в общий охранно-контролирующий комплекс, все используемое оборудование и ПО должно легко синхронизироваться с другими системами.
Чаще всего на подобных объектах разворачивается система на базе IP-камер и регистраторов, но при необходимости для наблюдения за большой территорией или удаленными объектами могут использоваться и беспилотные летательные аппараты.
Крупные комплексы включают в себя десятки или даже сотни IP-камер различного разрешения и назначения. Видеопотоки поступают на видеорегистратор, в роли которого может выступать автономное устройство на базе Linux. Если комплекс состоит из большого количества камер, данные подаются на компьютерный сервер, на который установлено специальное ПО. В зависимости от размеров объекта и стоящих перед системой задач возможно создание одного или нескольких центров контроля и мониторинга. Они могут иметь разные уровни доступа и контролироваться как автоматически, так и при помощи оператора-человека.
Перед началом проектирования и внедрения комплекса видеонаблюдения, собственнику предприятия необходимо определиться, для чего ему нужна данная система. На основании стоящих перед комплексом задач подбирается наиболее подходящая конфигурация оборудования. Целями видеонаблюдения на промышленном объекте являются:
- Безопасность объекта и сотрудников. Круглосуточный мониторинг внутреннего и внешнего периметра предприятия позволяет своевременно заметить и предотвратить попытки несанкционированного проникновения на территорию. Система способна автоматически включать сигнализацию или посылать сообщение на пульт охраны, если кто-либо посторонний пересечет заранее обозначенную линию (к примеру, КПП или периметр). Возможность поворота камеры и увеличение масштаба при обнаружении движения позволяют точнее контролировать ситуацию.
- Контроль над работой персонала. Видеофиксация позволяет контролировать время нахождения сотрудников на объекте, а также оценивать их деятельность и при необходимости разбираться в сложных или конфликтных ситуациях.
- Автоматизация производственных процессов. К примеру, поиск и удаление бракованной продукции.
- Предотвращение воровства и порчи оборудования, либо имущества. Комплекс видеонаблюдения позволяет охранникам одновременно просматривать все ключевые точки территории.
Отдельно стоит отметить роль комплексов видеонаблюдения в работе супермаркетов. При помощи специального ПО система может исследовать проходимость и поведение покупателей, а также следить за длиной очереди и автоматически отправлять запрос на открытие дополнительных касс.
Для облегчения процесса проектирования и внедрения, комплекс видеомониторинга на предприятиях или промышленных объектах можно разделить на несколько функциональных областей:
- Контроль технологических процессов. К этой категории относятся проверка соблюдения техники безопасности и мониторинг качества работы персонала. Камеры подбираются в зависимости от стоящей перед сотрудником задачи, например, для контроля над работой уборщиков хватит и стандартной камеры, а мониторинг деятельности инженера, работающего на сложном оборудовании, требует большего внимания.
- Мониторинг периметра. Камеры просматривают всю территорию объекта, отмечая факты несанкционированного проникновения. Чтобы установленное на улице оборудование могло работать круглосуточно и бесперебойно, оно должно иметь надежную защиту от неблагоприятных погодных условий и механических повреждений. Если предприятие располагает большой территорией, то для связи камер необходимо использовать коммутаторы.
- Наблюдение за КПП и парковками. При необходимости комплексы видеонаблюдения за въездом-выездом автотранспорта можно объединить с системой распознавания номеров и автоматическими шлагбаумами.
- Мониторинг складских помещений. Наблюдение за складами позволяет не только предотвратить воровство, но и контролировать поставки и отгрузку сырья, комплектующих, продукции и других грузов.
- Видеоконтроль в административных корпусах. Системы видеонаблюдения позволяют контролировать входящих и выходящих людей, отмечая присутствие сотрудников на рабочих местах, а также фиксируя всех посетителей.
По закону, установка камер запрещена только в душевых, санитарных комнатах и раздевалках. На всей остальной территории предприятия видеонаблюдение допустимо при наличии соответствующих табличек (например, «Внимание! Ведется видеосъемка»). Персонал компании необходимо ознакомить с фактом внедрения системы, а также внести этот пункт в трудовой договор.
Обратите внимание, что распознавание лиц — это работа с биометрическими данными, которая возможна только при наличии письменного согласия сотрудников.
Технологии машинного обучения все больше внедряются в системы видеонаблюдения. Видеоаналитика при помощи искусственного интеллекта позволяет автоматизировать многие рабочие процессы, при которых требуется визуальный осмотр и анализ. Системы машинного зрения уже сейчас имеют много преимуществ перед операторами-людьми:
- возможность круглосуточной работы;
- беспристрастность и независимость от настроения или состояния здоровья;
- возможность быстрого принятия решений в опасных или экстремальных условиях;
- возможность составлять подробные отчеты с учетом различных маркеров.
Подобные комплексы позволяют обеспечить видеонаблюдение в удаленных и труднодоступных местах. Благодаря ИИ, система сама замечает нарушения и сообщает от них оператору, либо принимает самостоятельное решение. Комплексы обучаются, анализируя поток материалов, на которых присутствуют нарушения и выделяя из него определенные паттерны и закономерности. На данный момент количество ложных срабатываний не превышает трех-пяти процентов, но система постоянно совершенствуется.
Для наблюдения за обширными или удаленными территориями часто используются дроны. Для больших компаний (к примеру, предприятий нефтегазового сектора) использование летающих наблюдателей позволяет сэкономить бюджет за счет снижения затрат на использование спецтранспорта (катеров, снегоходов, и т. д.).
Но даже при осмотре периметра предприятий, имеющих меньшую площадь, беспилотники позволяют компаниям сэкономить много человеко-часов, расходуемых на обход объектов и мониторинг их состояния. При необходимости коптеры могут оснащаться и дополнительным оборудованием для решения смежных задач (например, для противоклещевой обработки периметра). Также дрон может:
- отпугнуть людей, желающих проникнуть на территорию;
- создавать планы объекта или записывать промо-видеоролики;
- приблизиться к проблемному объекту, позволив оператору точнее оценить масштаб ситуации.
Воздушный осмотр небольших объектов зачастую отдается на аутсорсинг — так получается более выгодно, чем создавать и содержать собственное подразделение. Использование беспилотников может быть затруднено еще и необходимостью получать разрешение на полет. Если промышленное предприятие не имеет собственного закрытого воздушного пространства, использование коптеров возможно только после получение разрешения от органов местного самоуправления.
Возможности и ресурсы технологий машинного обучения для систем видеонаблюдения используются многими крупными предприятиями, и с каждым годом их количество только растет, так как в отличие от операторов-людей, ИИ не подвержен «человеческому фактору». Но внедрение комплексов видеонаблюдения не всегда проходит гладко.
Многие люди еще не готовы до конца доверять машинам, а ряд решений нельзя доверять исключительно ИИ. Рациональным решением в таком случае может стать внедрение системы, которая не принимает решения, а только указывает операторам-людям на факт совершения тех или иных нарушений. Хотя в таком случае общая эффективность комплекса немного падает, но зачастую это решение является оптимальным.
