Видеоаналитика для нефтяной промышленности. Опыт компании "Газпром нефть"

В этой статье я расскажу об использовании систем видеоаналитики для контроля промышленной безопасности, пропускного режима и технологических операций в компании "Газпром нефть".

В 2019 г. в ООО "ИТСК" (ООО "Газпромнефть ЦР") была разработана интеллектуальная система технологического видеонаблюдения (AI.СТВ), несколько позже была разработана "Корпоративная платформа видеоаналитики" (КПВА).

Задачи видеоаналитики

Объекты систем разведки и добычи являются достаточно удаленными территориально, не везде есть хороший Интернет, каналы связи нестабильны. Посещение этих объектов с целью инспекции также затруднено в связи с труднодоступностью и плохими дорогами: некоторые из них функционируют только в зимних условиях при минусовой температуре (так называемый зимник) либо для проезда необходима специальная вездеходная техника. На многие объекты и вовсе можно добраться только на вертолете. В связи с этим внедрение интеллектуальных систем призвано было решить следующие основные задачи:

• контроль технологических процессов на удаленных объектах;
• повышение качества осмотра при большом объеме видеоданных;
• снижение стоимости контроля на удаленных объектах;
• уменьшение влияния человеческого фактора при принятии решений;
• повышение скорости реакции на происшествия;
• создание централизованного хранилища данных по событиям и происшествиям.

Перечисленные выше условия (удаленность объектов и плохие каналы связи) привели к пониманию необходимости использования на объектах Edge-вычислителей, то есть к развертыванию вычислительных ресурсов и ресурсов хранения в месте производства работ. Такая схема позволяет не тратить время на передачу данных и принимать решение сразу же на месте.

Корпоративная платформа видеоаналитики

В ПАО "Газпром нефть" принят курс на стандартизацию и унификацию цифровых решений. Платформенное решение позволяет закрыть весь спектр задач, которые ставит бизнес перед центром видеоаналитики, таких как подключение видеопотоков, подготовка dataset, обучение модели, формирование бизнес-логики, подключение внешних детекторов (моделей нейронных сетей в контейнере, подключаемых по API), проверка на уязвимость и соответствие безопасности.

Мы адаптируем платформу к каждому подразделению, оставляя неизменными ее "каркас" и интерфейс, наделяя ее нужными данному подразделению функциями.

Одно из основных преимуществ разработанной корпоративной платформы заключается в возможности подключения сторонних детекторов. Мы можем подключить любые детекторы, которые соответствуют протоколу API.

Комплексная платформа видеоаналитики размещена в периметре корпоративной сети передачи данных, что обеспечивает возможность ее интеграции с другими корпоративными решениями. Система имеет интеграцию со всеми серверами системы технологического видеонаблюдения, что дает возможность получать видеопотоки со всех подключенных объектов ПАО "Газпром нефть".

Стоит отметить следующие функциональные особенности решения по видеоаналитике:

• оперативное оповещение о событиях, нарушениях на объектах средствами светозвуковой сигнализации;
• визуализация событий (видеовырезка, скриншот и др.) с возможностью аудита события;
• контроль промышленной безопасности на объектах бурения, строительства, площадках осмотра автотранспорта, КПП и др.

Следует также отметить, что предусмотрено локальное размещение платформы. Для какого-то удаленного объекта мы можем взять только сегмент платформы, который будет в себе содержать только рабочий детектор и журнал событий для информирования, разместить его, и он будет функционировать без связи с ЦОД (центром обработки данных).

Использование корпоративной платформы видеоаналитики позволило:

• автоматизировать ручной труд по определению событий/нарушений;
• снизить время обнаружения опасных действий до 3 с. и менее;
• уменьшить стоимость контроля правил охраны труда и промышленной безопасности, а также технологических процессов на объектах;
• сократить время на расследование инцидентов и исключить их сокрытие и т.д.

Безусловным преимуществом использования собственной разработки является отсутствие санкционной зависимости от программного обеспечения сторонних разработчиков. Таким образом, мы провели импортозамещение.
Решение запатентовано в Роспатенте.

Рис. 1. Схема интеллектуального видеонаблюдения и аналитики данных

Что в качестве данных?

Схема видеонаблюдения и аналитики представлена на рис. 1. Слева перечислены так называемые источники событий:

1. Камеры видеонаблюдения. Они генерируют изображения и передают их по RTSP-потоку в систему видеоаналитики.
2. Твердотельные лидары. Они монтируются на автомобили или другую передвижную технику и выполняют роль сканера – формируют облако точек с характеристиками дорожного покрытия, из чего становится понятно, какие повреждения имеются на дороге (канавы, ямы, выбоины).
3. ЭРА РЕМОНТ (СТПА, система телеметрии подъемного агрегата). Вбирает в себя аналитику со множества датчиков, на основе которой производится оценка состояния бурового инструмента и пр.
4. Поляризационные камеры. Позволяют детектировать, например, трещины на стекле.

Реализованные сценарии видеоаналитики

К реализованным сценариям видеоаналитики относятся:

• определение человека или техники, в том числе попадание в опасную зону или человека в горизонтальном положении без движения;
• детектирование отсутствия спецодежды и средств индивидуальной защиты (очков, касок, перчаток, респиратора, фартука и пр.);
• соблюдение техники безопасности при движении персонала по лестничным маршам, работе с ротором, гидравлическим ключом и др.;
• контроль количества персонала в зоне работ;
• пересечение траектории движения человека и транспортного средства задним ходом;
• обнаружение задымления и возгорания;
• автоматизированный предрейсовый осмотр транспортных средств (определение номера автомобиля, состояния габаритных огней, работоспособности клаксона и многое др.);
• детектирование человека на пути движения автомобиля (предупреждение об опасности);
• определение номерного знака и времени нахождения техники на объекте;
• контроль безопасности работ на высоте и контроль соблюдения норм промышленной безопасности;
• определение диких животных.

Автомобиль движется задним ходом

Оповещения о событиях

Важная роль в проекте отводится оповещениям о событиях. Все они подразделяются на критические, некритические и информационные, маркируются как красные, желтые, зеленые соответственно.

Если событие информационное, данные о нем просто фиксируются, отправляются в журнал. Если событию присвоен желтый код, то о нем сообщается руководителю отдела промышленной безопасности или непосредственному руководителю потенциального нарушителя.

Если же событие экстренное (красная метка), то идет и загрузка в отчет, и рассылка по e-mail руководителям, и светозвуковая сигнализация, что должно привести к немедленной остановке работ, проработке инцидента и ликвидации его причин.

Что дальше?

Отдельно хотелось сказать про особенно интересные проекты.

Предрейсовый осмотр транспортных средств

Задача – автоматизировать осмотр транспортных средств (ТС) перед отправкой в рейс. Для ее решения реализован сложный сценарий видеоаналитики для контроля технического состояния транспорта перед отправлением по путевому листу. Важной особенностью разработанной системы является сложная взаимосвязь различных нейросетей, которые распознают не только элементы кузова транспорта и их состояние, но также поведение человека, выполняющего контроль наиболее значимых узлов транспортного средства, таких как тормозная система, световые приборы, целостность остекления, глубина протектора и пр.

Данная разработка включает комплекс нейросетей, который отлажен и функционирует по установленному алгоритму. При осмотре транспорта определяется время, достаточное для контроля узлов человеком, возможность проанализировать конкретный узел при текущем физическом положении сотрудника и транспорта. Кроме того, данная система имеет потенциал для дальнейшего развития, включая возможность расширения функциональности для обнаружения других аномалий или проблем в техническом состоянии транспорта. Это могло бы включать в себя распознавание дефектов двигателя, подвески, электроники и других систем, что помогло бы предотвращать возможные поломки и аварии. Таким образом, система видео-/аудиоаналитики для контроля технического состояния транспорта имеет большой потенциал для улучшения безопасности и эффективности использования транспорта для решения бизнес задач.

Контроль погрузо-разгрузочных работ

Контроль погрузо-разгрузочных работ

Задача – сокращение инцидентов (порча груза или ТС, травма сотрудника) при погрузо-разгрузочных работах.

Мы проводили пилотные испытания на различной крановой технике. При установке камеры на стреле получали достаточно четкое определение опасной зоны под грузом, фронтальная камера контролировала наличие средств защиты у персонала и угол строповки груза. Существенно повысить точность удалось, установив вторую фронтальную камеру, тем самым создав бинокулярное компьютерное зрение. Данный подход позволяет строить так называемую карту глубины и обеспечивать точное позиционирование искомых объектов.

Мы открыты к сотрудничеству

В заключение хочу сказать, что наш центр открыт к сотрудничеству и взаимодействию с компаниями по теме искусственного интеллекта и, в частности, видеоаналитики. Готовы поделиться нашим опытом, услышать новое от вас и, возможно, создать что-то совместное!

Иллюстрации предоставлены автором.

Опубликовано в журнале "Системы безопасности" № 1/2024

Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>

Фото: ru.freepik.com