Il riconoscimento degli oggetti in cantiere è una delle applicazioni della Computer Vision che permette il rilevamento dei Dispositivi di Protezione Individuale (DPI), attrezzature e accessori indispensabili per la salvaguardia delle maestranze in ambienti di lavoro ad alto rischio.
Si tratta di applicazioni abilitate dalle piattaforme di Intelligenza Artificiale (AI) che consentono il rilevamento automatico di tutti quegli elementi che costituiscono i DPI per i cantieri come elmetti, guanti, mascherine, giubbotti riflettenti e abbigliamento speciale quali tute ignifughe o resistenti agli agenti chimici.
Riconoscimento degli oggetti in cantiere: addestrare la rete neurale
Uno degli oggetti più utilizzati per l’accesso ai cantieri o qualsivoglia zona delimitata è sicuramente il classico tesserino di riconoscimento del lavoratore, ma anche a questo semplice dispositivo è possibile aggiungere tecnologia.
Nel chip che contiene la mappatura biometrica per l’identificazione univoca del soggetto è inoltre possibile aggiungere informazioni più specifiche come, appunto, i DPI richiesti per operare nel pieno rispetto del PSC (Piano di Sicurezza e Coordinamento) stilato all’apertura del cantiere. Il sistema di controllo effettuerà quindi una scansione “smart” per verificare la presenza dei dispositivi di protezione e il loro corretto utilizzo. Si tratta di strumenti che superano il semplice riconoscimento facciale e che permettono, se opportunamente programmati, di incrementare in modo sensibile la sicurezza sui luoghi di lavoro.
Il sistema di computer vision, per processare le informazioni, utilizza logicamente degli algoritmi. Questa operazione è però possibile solo dopo aver “nutrito” la rete neurale, che compone l’unità di elaborazione dati, con migliaia di immagini e situazioni in cui sono presenti gli oggetti da riconoscere. L’addestramento della rete neurale avviene quindi grazie al deep learning, che abilita l’Intelligenza Artificiale all’apprendimento automatico.
Le architetture di deep learning sono alla base anche di applicazioni come il riconoscimento automatico della lingua parlata e nell’elaborazione del linguaggio naturale. Semplificando il procedimento, i vari strati della rete neurale che compongono il deep learning classificano e selezionano ogni immagine alla ricerca di quelle caratteristiche che consentono di identificare l’oggetto come “potenzialmente” appartenente a una determinata categoria. Ogni substrato di rete si occupa di rilevare una caratteristica (bordo, colore, etc) per passare l’informazione allo strato successivo. Più strati compongono la rete e più alta è la possibilità che l’informazione risultante sia quella desiderata.
Riconoscimento oggetti: quali sono i vantaggi?
L’Intelligenza Artificiale offre l’indubbio vantaggio di non avere pause o distrazioni, di raccogliere dati in modo continuativo al fine di offrire un quadro preciso e, soprattutto in tempo reale, di cosa stia avvenendo nel cantiere. In sintesi, vediamo quali vantaggi offre una piattaforma informatica di “smart security”:
- Piena tracciabilità del numero e della tipologia degli accessi nelle zone interessate. Controllo dei tempi e dei percorsi effettuati all’interno del cantiere tramite mappatura.
- In caso di violazione, possibilità di inviare informazioni (alert) in modo coordinato e tempestivo a tutti gli attori (responsabili sicurezza, responsabili aziende appaltanti, operatori di pronto intervento).
- Controllo del corretto utilizzo dei dispositivi DPI da parte delle maestranze. In caso di inosservanza un allarme può essere trasmesso a un responsabile o allo stesso lavoratore su un dispositivo “smart wearable”.
- Verifica dei mezzi industriali che possono avere accesso a determinate aree e controllo del personale che può utilizzarli.
Tramite la visione artificiale fornita da telecamere dotate di AI a bordo, è possibile altresì verificare il corretto utilizzo da parte del lavoratore di strumenti e utensili. Si pensi, per esempio, al pericolo generato dal mancato utilizzo di sistemi di ancoraggio o imbracatura durante interventi a diversi metri da terra o durante la movimentazione di carichi sospesi.
Aumentare il livello di sicurezza significa migliorare le condizioni di lavoro con un conseguente miglioramento della produttività. Per gli analisti, la possibilità di elaborare un maggior numero di informazioni permette di definire nuovi modelli produttivi, eliminando o riducendo eventuali sprechi di materiale e ottimizzando la gestione di risorse umane e mezzi meccanici.
