當前，以5G、人工智能、工業互聯網為代表的新基建，正推動智能工廠、無人駕駛、智慧城市等新興應用加速到來。

隨著AI技術的成熟及普及，安防領域迎來新的發展機遇。權威機構統計，2018年安防市場規模達7000多億，但AI安防只占整個市場規模約6%，滲透率低。預計在“十三五”期間，安防行業將向規?；?、自動化、智能化轉型升級。至2022年，安防行業市場規模將達到近萬億。

隨著AI安防在園區、校園、工廠等場景的逐步落地，一些潛在問題逐步暴露出來，例如AI技術場景適應能力差、現有監控設備如何低成本改造、如何快速有效地完成部署、大數據如何有效利用等，解決這些問題是AI安防落地的關鍵。

工業事故危害大，安全生產監管難

近年來，隨著全球工業化發展不斷加快，因工傷亡的人數越來越多，尤其是制造、建筑、化工等產業，人們的生產安全和健康受到嚴重威脅。

2015年8月12日晚11時許，天津濱海新區一處集裝箱碼頭發生爆炸，造成165 人死亡，損失難以估量。

2019年3月21日14時48分許，江蘇省鹽城市響水縣陳家港鎮化工園區內江蘇天嘉宜化工有限公司化學儲罐發生爆炸事故，并波及周邊16家企業。

2019年7月19日河南省三門峽 市河南煤氣集團義馬氣化廠重大爆炸事故，造成死亡12人。

在此背景下，國務院安委辦與應急管理部聯合發布了《國務院安委會辦公室應急管理部關于加快推進危險化學品安全生產風險監測預警系統建設的指導意見》（安委辦〔2019〕11號），加快推進全省危險化學品安全生產風險監測預警系統（以下簡稱“監測預警系統”）建設。

意見提出，建設危險化學品監測預警系統是應急管理部門履行安全監管職責的基本要求；建設危險化學品監測預警系統是應急管理部門履行安全監管職責的重要抓手；建設完善危險化學品監測預警系統是督促企業落實安全生產主體責任的硬性要求。（未接入危險化學品監測預警系統的企業不予核發安全生產許可證）

目前，對于重大危險源狀態的實時監控掌握，從源頭預防重大生產安全事故的發生，從前端傳感器數據對接、企業自身監管，到政府側監管都存在不少的問題。例如：

1

政府監管問題：

● 獲取企業重大危險源數據困難

● 誤報警干擾

● 缺少信息化監管機制

● 獲取的數據與業務應用的關系

2

數據對接問題：

● 缺少遠程獲取設備，依靠現場儀表

● DNS、接口協議廠家多，對接困難

● 數據和監控圖像同時接入

3

企業管理問題：

● 數據分散，存在于各個工藝 控制室

● 信息化建設落后，領導無法了解狀況

● 缺少報警獲取手段，過度依賴生產現場監管人員責任心

看智能工廠安全生產AI監管系統方案

如何保障安全生產

一直以來，如何從源頭上預防重大事故的發生，減少發生重大事故的風險是工廠安全生產的重中之重。為保障工廠安全生產、工人生命安全，360和司南物聯積極推出了智能工廠安全生產AI監管系統方案（簡稱“AI監測”）。

AI監測將物聯網、大數據、人工智能等新技術應用于安防領域，針對應用場景進行AI算法調優，在已有的監控設備上進行智能化改造，快速方便地部署實施，最大化地將現有數據進行分析，獲得精準數據用于管理決策。

AI場景適應

落地場景存在細分差異，AI算法準確度調優

低成本改造

充分利用現有監控設備，低成本改造

快速部署

無需額外設備配置，快速安裝部署

大數據利用

將場景大數據充分挖掘，最大化利用

1

●

AI監測技術架構

AI監測利用物聯網技術架構，使用AI技術加強邊緣計算能力，構筑邊云協同機制，為安防設備賦能。

云端AIoT OS核心能力

云端管理

● 設備管理、連接能力、消息管理

● 數據呈現及數字孿生

AI分析能力

● 圖像分析：以圖搜圖、人物軌跡等

● 語音分析：自然語音處理、語音播報等

● 數據分析：數字融合、機器學習、模型預測

邊緣AIoT OS核心能力

邊緣管理

● 設備管理、連接管理、消息管理

● 邊緣計算

AI分析能力

● 煙霧火苗、安全帽、吸煙

● 人臉、人形

● 車輛、車牌

2

●

AI邊緣計算服務器

AI邊緣計算服務器以視頻、圖像的分析計算為核心，搭載AI算法，為各類場景提供安全、可靠、穩定的邊緣計算服務。

● 一鍵接入AI監測云，獲得各類數據分析報表

● 內置多種AI算法，可根據攝像頭配置選擇算法

● 最大可支持16路1080P視頻接入

● 支持ONVIF協議，兼容大華、海康各主流攝像頭

● 配備2個網口，自由選擇內外網絡連接

● 支持4G、5G網卡擴展，支持無線網絡傳輸

3

●

AI監測云服務

AI監測云為業務提供基礎的云服務，包括數據服務、文件服務、數據報表、地圖顯示、語音播報、視頻服務等。同時支持大屏展示、多用戶層級管理、語音告警提示、微信小程序推送、遠程視頻播放等功能。

AI監測管理平臺Web端支持大屏展示、告警報表及詳情展示（如：大屏展示告警信息、查看詳細告警信息、查看告警信息報表、處理詳細告警信息、制定詳細巡檢任務、配置人員賬號權限、設置設備詳細信息等），可以自定義展示報表、自定義LOGO及登陸網址等。

自定義LOGO 左右滑動查看更多

監測大屏

模塊自定義左右滑動查看更多

模塊自定義

多樣式報表左右滑動查看更多

多樣式報表

AI監測微信小程序提供移動端的告警及巡檢即時處理，實時記錄現場數據，以供后續總結、查詢。

4

●

AI算法

AI邊緣計算服務器內置全球領先的AI算法，依托原創的算法技術，強大的數據積累，提升召回率、降低誤報率，根據不同場景、不同攝像頭的需求調用所需要的算法，并適度調優，以達到最佳AI識別狀態。

AI監測覆蓋常用的AI算法，例如：火苗煙霧、安全帽、吸煙、人臉及跟蹤、人形及跟蹤、車輛車牌及跟蹤等……

5

●

AI算法準確度

AI監測識別的2個關鍵衡量指標，召回率和誤識別率。召回率決定產品的可用性，誤識別率決定產品的用戶體驗。（“不能頻繁地狼來啦”）

多模態算法

利用多種算法模型組合的特征值，判定監測對象

ROI

將非目標監測區域，或容易引起誤報的區域排除在外

特定標記

將有些無法判別的誤識別，人工標記后進行算法二次識別

6

●

AI算法機器學習平臺

由于場景的復雜性、多樣性，具體某個場景的識別要求可能存在特殊性，已有的算法設計可能達不到高召回率、低誤識別率的理想狀態；針對這種情況可以采用機器學習的方案，讓AI算法逐步學習迭代，以較短的時間優化算法。

7

●

產品質量方針

AI監測遵循“準確、易用、穩定”六字產品質量方針。其中監測的準確率是產品的生命線，易用性及穩定性是保證產品落地的關鍵因素。

準確：從現場到用戶感知端到端的準確率

算法召回率：>95%

算法誤識別率：<1%

用戶感知時長：<10s

易用：從交互到部署整體的易用性

軟件交互體驗：簡單、流暢

設備部署時長：<15min

穩定：系統持續監測的穩定性

連續在線時長：>1000h

設備宕機次數：<2次/年

8

●

安全保障

AI監測配備360安全大腦，全方位保障設備端、云端及客戶端的安全；360安全大腦是全球最大的分布式智能安全系統；綜合利用ABCIB（大數據、人工智能、云計算、IoT智能感知、區塊鏈）等新技術保護系統網絡安全。

9

●

AI監測網絡部署

AI監測網絡部署可根據需要選擇有線部署或者無線部署；根據部署需求選擇有線/無線AI邊緣計算服務器。

有線部署：需要本地部署外網環境

無線部署：可采用4G/5G網絡，無需另外部署外網環境

10

●

AI邊緣計算服務器部署

AI邊緣計算服務器一般部署在監控機房，和NVR、攝像頭在同一個局域網內。

部署位置：

● 和NVR在同一個機柜中，接入到同一個網關

網絡支持：

●需提供AI分析攝像頭的產品型號、IP地址及登錄密碼

● 需開通AI邊緣計算服務器訪問外網的權限

360和司南物聯聯合研發的智能工廠安全生產AI監管系統方案廣泛應用于人、車、物等AI監測場景，如公共物業、工廠、學校等，并結合各場景的大數據、物聯網等為管理人員提供精準研判。

原文標題：解決方案｜一文讀懂智能工廠安全生產AI監管系統方案

文章出處：【微信公眾號：司南物聯】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq