物聯(lián)網(wǎng)視頻識(shí)別技術(shù)在化工企業(yè)中的應(yīng)用

王世禎

[摘? ? 要] 傳統(tǒng)意義上的企業(yè)巡檢依靠大量人力和設(shè)備，生產(chǎn)現(xiàn)場(chǎng)安全存在各種不定因素與有毒有害媒介?，F(xiàn)場(chǎng)各目標(biāo)間關(guān)系復(fù)雜，很難以一個(gè)整體視角將其聯(lián)系整合觀察，往往為決策判斷延誤最佳時(shí)機(jī)。大多數(shù)關(guān)鍵點(diǎn)一旦產(chǎn)生問題信息，則來源既不同步又延遲嚴(yán)重。文章分析了基于物聯(lián)網(wǎng)的視頻識(shí)別與監(jiān)控技術(shù)的優(yōu)越性，并著重介紹了某地區(qū)大型化工企業(yè)應(yīng)用該技術(shù)，首先設(shè)計(jì)了獨(dú)立網(wǎng)絡(luò)結(jié)構(gòu)模型，定量指標(biāo)和定性指標(biāo)的標(biāo)準(zhǔn)化、模式化處理，完成了物流監(jiān)控、多路監(jiān)控、轄區(qū)行為識(shí)別、熱成像分析智能化，并得出了實(shí)際結(jié)果優(yōu)于傳統(tǒng)系統(tǒng)、更符合國(guó)家安防管理規(guī)范要求的結(jié)論。

[關(guān)鍵詞] 視頻監(jiān)控;物聯(lián)網(wǎng);化工企業(yè)

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 03. 041

[中圖分類號(hào)] TP311? ? [文獻(xiàn)標(biāo)識(shí)碼]? A? ? ? [文章編號(hào)]? 1673 - 0194（2020）03- 0100- 03

0? ? ? 引? ? 言

化工企業(yè)作為一個(gè)多系統(tǒng)、多層次的復(fù)雜系統(tǒng)，常有點(diǎn)多、面廣、線長(zhǎng)的特點(diǎn)?；S區(qū)眾多因素穿插交融在復(fù)雜的問題之中，不但對(duì)管理者的經(jīng)驗(yàn)、知識(shí)和智慧做出較高的要求，更對(duì)現(xiàn)場(chǎng)的操作人員的專業(yè)技術(shù)水平、安全意識(shí)、應(yīng)變能力有著專業(yè)化的要求。在以往的傳統(tǒng)企業(yè)管理過程中，為降低企業(yè)損失、排查安全風(fēng)險(xiǎn)、發(fā)現(xiàn)安全隱患、檢查設(shè)備運(yùn)轉(zhuǎn)狀況、保障人員安全、規(guī)范操作人員行為，企業(yè)的管理人員往往要設(shè)定一套復(fù)雜的巡檢機(jī)制和進(jìn)出廠檢查制度。使之適用于企業(yè)的安全生產(chǎn)管理與人員操作規(guī)范保障，進(jìn)而保證安全生產(chǎn)期。

1? ? ? 傳統(tǒng)石油化工企業(yè)廠區(qū)現(xiàn)場(chǎng)存在的問題

某些關(guān)鍵行業(yè)，例如石化和輸配電，需要追蹤工作現(xiàn)場(chǎng)發(fā)生的各種現(xiàn)場(chǎng)事件，并進(jìn)行實(shí)時(shí)監(jiān)控。長(zhǎng)期以來，傳感器一直是企業(yè)現(xiàn)場(chǎng)監(jiān)控依賴的一部分，但傳統(tǒng)的通信和控制方式主要依靠SCADA（數(shù)據(jù)采集及監(jiān)控系統(tǒng)）。這類系統(tǒng)面向大型設(shè)施的運(yùn)行而設(shè)計(jì)，能將信息集中至中央控制器。但在許多情況下，安全性主要取決于復(fù)雜程度。現(xiàn)場(chǎng)一般存在三方面問題：

（1）化工現(xiàn)場(chǎng)存在點(diǎn)多、面廣、線長(zhǎng)的特點(diǎn)?；谌肆ΜF(xiàn)場(chǎng)巡邏的機(jī)制，對(duì)于問題的發(fā)現(xiàn)制約于巡檢人的主觀經(jīng)驗(yàn)、時(shí)間點(diǎn)的間隔和最后的匯總。一旦出現(xiàn)問題往往不會(huì)第一時(shí)間發(fā)現(xiàn)，錯(cuò)過最佳處理時(shí)機(jī);

（2）化工現(xiàn)場(chǎng)多為劇毒、高溫、高壓裝置，新員工容易誤入警戒區(qū)域造成危險(xiǎn)，如果員工個(gè)人防護(hù)器具出現(xiàn)紕漏，一旦出現(xiàn)問題后造成的損失往往不可挽回;

（3）現(xiàn)場(chǎng)化工裝置產(chǎn)生的高溫氣體、異味、噪聲對(duì)于巡檢人員的經(jīng)驗(yàn)是一個(gè)考驗(yàn)，對(duì)于缺乏經(jīng)驗(yàn)的員工很難判斷出現(xiàn)場(chǎng)情況是由于裝置的正常生產(chǎn)排放還是異常前兆。當(dāng)問題出現(xiàn)時(shí)往往錯(cuò)過最佳的處理時(shí)機(jī)。

雖然傳統(tǒng)的現(xiàn)場(chǎng)攝像頭和報(bào)警儀的使用可以大大減少了人員現(xiàn)場(chǎng)的巡檢頻次，對(duì)現(xiàn)場(chǎng)特定因素的判斷提供了一定的方法，但是歸根結(jié)底仍需要操作人的參與。對(duì)于化工企業(yè)中應(yīng)盡量減少主觀隨意性、思維不定性以、經(jīng)驗(yàn)匱乏性、認(rèn)識(shí)模糊性等不利的主觀因素影響，仍是一個(gè)困擾企業(yè)的問題。

如果能夠利用已有的方案及參數(shù)，根據(jù)所給出的現(xiàn)場(chǎng)特征就能對(duì)現(xiàn)場(chǎng)做出預(yù)判和預(yù)警，不但可以減少人為的不確定因素、提高評(píng)價(jià)結(jié)果的準(zhǔn)確性，還可以減輕評(píng)價(jià)者的負(fù)擔(dān)，提高生產(chǎn)效率，降低企業(yè)管理成本。

2? ? ? 物聯(lián)網(wǎng)視頻識(shí)別技術(shù)簡(jiǎn)介

“物聯(lián)網(wǎng)視頻識(shí)別”包括多種類設(shè)備和相關(guān)應(yīng)用，例如高空遠(yuǎn)望攝像機(jī)（網(wǎng)絡(luò)型）、全景攝像機(jī)（網(wǎng)絡(luò)型）、防爆熱成像攝像機(jī)（網(wǎng)絡(luò)型）、手臂上佩戴的軌跡追蹤儀、車庫(kù)監(jiān)控?cái)z像頭。它們可以配合應(yīng)用使用，向指定用戶或網(wǎng)站發(fā)送信息，并對(duì)相應(yīng)事件觸發(fā)相關(guān)指令。物聯(lián)網(wǎng)技術(shù)的應(yīng)用很重要，但這只是一部分。

對(duì)于企業(yè)來說，物聯(lián)網(wǎng)視頻識(shí)別的發(fā)展還有很長(zhǎng)的路要走，但物聯(lián)網(wǎng)視頻識(shí)別技術(shù)已經(jīng)帶來了很大的不同。與消費(fèi)類物聯(lián)網(wǎng)系統(tǒng)類似，企業(yè)現(xiàn)場(chǎng)的物聯(lián)網(wǎng)視頻識(shí)別設(shè)備也有許多功能。這類設(shè)備配備了多種通信方式，能夠在相互之間交換信息，當(dāng)然也能與移動(dòng)設(shè)備通信。

在工業(yè)、商用系統(tǒng)中，物聯(lián)網(wǎng)視頻識(shí)別設(shè)備可以直接向現(xiàn)場(chǎng)發(fā)送關(guān)鍵消息，提供更好、更簡(jiǎn)單的通信方式。與此同時(shí)，這些設(shè)備也可以將數(shù)據(jù)發(fā)送至總部，用于分析。相對(duì)于老式電話服務(wù)，互聯(lián)網(wǎng)能帶來較低的成本，并對(duì)決策進(jìn)行優(yōu)化。此外，某些技術(shù)也可以使安全性提升至可接受的水平。

3? ? ?物聯(lián)網(wǎng)視頻識(shí)別技術(shù)的優(yōu)越性

物聯(lián)網(wǎng)視頻識(shí)別技術(shù)可有效解決傳統(tǒng)現(xiàn)場(chǎng)巡檢存在的三個(gè)問題。

物聯(lián)網(wǎng)視頻識(shí)別設(shè)備可以將所有現(xiàn)場(chǎng)視頻多路傳輸輸入整合至中央巨幕，突破了基于傳統(tǒng)巡檢處理的局限，一般的巡檢方法在現(xiàn)場(chǎng)復(fù)雜、信息片面不完整、存在矛盾等復(fù)雜環(huán)境中往往難以應(yīng)用，而物聯(lián)網(wǎng)視頻識(shí)別技術(shù)則能跨越這一障礙使得管理人員具有“上帝視角”，從而大大方便了問題的關(guān)聯(lián)整合與觀察提取，可以從現(xiàn)場(chǎng)事例中提取關(guān)鍵因素與關(guān)聯(lián)因素及時(shí)響應(yīng)處理具體問題，且能對(duì)不完整信息進(jìn)行補(bǔ)全。從評(píng)價(jià)的角度來看，物聯(lián)網(wǎng)視頻識(shí)別技術(shù)通過對(duì)已有系統(tǒng)及其評(píng)價(jià)結(jié)果的預(yù)判，可獲得等同于人的經(jīng)驗(yàn)、知識(shí)以及對(duì)各重要目標(biāo)前期問題的第一時(shí)間預(yù)警。一旦用來評(píng)價(jià)時(shí)，網(wǎng)絡(luò)便可再現(xiàn)這些經(jīng)驗(yàn)、知識(shí)與直覺思維，對(duì)復(fù)雜問題做出及時(shí)、合理、準(zhǔn)確的判斷。

4? ? ? 物聯(lián)網(wǎng)視頻識(shí)別技術(shù)在化工企業(yè)的應(yīng)用

4.1? ?行為識(shí)別/分析技術(shù)

行為識(shí)別是指通過分析視頻、深度傳感器等數(shù)據(jù)，利用特定的算法，對(duì)影像捕捉到人的行為進(jìn)行識(shí)別、分析的技術(shù)。這項(xiàng)技術(shù)被廣泛應(yīng)用在視頻分類、人機(jī)交互、安防監(jiān)控等領(lǐng)域。

行為識(shí)別包含兩個(gè)研究方向：個(gè)體行為識(shí)別與群體行為（事件）識(shí)別。近年來，深度攝像技術(shù)的發(fā)展使得人體運(yùn)動(dòng)的深度圖像序列變得容易獲取，結(jié)合高精度的骨架估計(jì)算法，能夠進(jìn)一步提取人體骨架運(yùn)動(dòng)序列。利用這些運(yùn)動(dòng)序列信息，行為識(shí)別性能得到了很大提升，對(duì)智能視頻監(jiān)控、智能交通管理及智慧城市建設(shè)等具有重要意義。同時(shí)，隨著行人智能分析與群體事件感知的需求與日俱增，一系列行為分析與事件識(shí)別算法在深度學(xué)習(xí)技術(shù)的推動(dòng)下應(yīng)運(yùn)而生。

在化工裝置區(qū)設(shè)置工業(yè)電視系統(tǒng)（Industrial Television System），對(duì)人員進(jìn)行行為監(jiān)控，將現(xiàn)場(chǎng)防爆變焦筒型攝像機(jī)（網(wǎng)絡(luò)型）捕捉到的監(jiān)視信號(hào)實(shí)時(shí)引入就近的視頻監(jiān)控專網(wǎng)，同時(shí)將信號(hào)上傳行為分析服務(wù)器。

行為分析服務(wù)器可分析行為包括：通用行為分析（穿越警戒面、區(qū)域入侵、進(jìn)入?yún)^(qū)域、離開區(qū)域、徘徊、人員聚集、奔跑、劇烈運(yùn)動(dòng)、倒地）、人員滯留檢測(cè)、安全帽檢測(cè)、離崗檢測(cè)、人數(shù)異常檢測(cè)、人臉識(shí)別等功能，如圖1所示。

4.2? ?物聯(lián)網(wǎng)視頻識(shí)別技術(shù)在化工企業(yè)的可行性

與其他生產(chǎn)系統(tǒng)相類似，化工企業(yè)生產(chǎn)系統(tǒng)事故的最大特點(diǎn)就在于動(dòng)態(tài)性、隨機(jī)性和危害性大。表現(xiàn)為相當(dāng)明顯的非線性動(dòng)力學(xué)過程。無論是采用傳統(tǒng)的分析方法還是現(xiàn)場(chǎng)巡檢方法，都只是片面地解決了其中的一個(gè)關(guān)注元素，具有片面性。沒有能夠很好地解決各因素之間的關(guān)系問題。傳統(tǒng)的方法基本上都是以線性等固定關(guān)系設(shè)定了事故因素與后果之間的映射關(guān)系。很顯然，這些情況無法快速地在事故系統(tǒng)早期做出預(yù)警與判斷。同時(shí)，在傳統(tǒng)的評(píng)價(jià)方法中，評(píng)價(jià)因素中的各指標(biāo)在評(píng)價(jià)過程中的權(quán)重往往已經(jīng)事先確定，而系統(tǒng)在運(yùn)行過程中由于受多種因素干擾，有的因素常常事先無法預(yù)見，事先將權(quán)重確定的方法顯然與事實(shí)相悖，傳統(tǒng)的方法在變權(quán)問題上沒有提供完善的解決方案。

化工企業(yè)生產(chǎn)事故的特點(diǎn)，決定了在事故發(fā)生的早期往往同時(shí)或分次伴有設(shè)備溫度異常、震動(dòng)值超標(biāo)、異常煙霧、先期火點(diǎn)等前期狀態(tài)的變化，通過物聯(lián)網(wǎng)視頻識(shí)別技術(shù)對(duì)整個(gè)事故系統(tǒng)前期的持續(xù)監(jiān)控、預(yù)警是非線性動(dòng)力學(xué)過程，這與體系安全中的“及時(shí)發(fā)現(xiàn)、及時(shí)處理”相適應(yīng)。這種特性上的耦合決定了物聯(lián)網(wǎng)視頻識(shí)別技術(shù)在石化企業(yè)安全評(píng)價(jià)中具有可行性和較強(qiáng)的適應(yīng)性。其他安全評(píng)價(jià)模型完全有能力解決傳統(tǒng)的安全評(píng)價(jià)方法所無法完善解決的問題。

現(xiàn)場(chǎng)熱成像攝像機(jī)主要監(jiān)視生產(chǎn)安全重點(diǎn)部位（如關(guān)鍵閥組、管線、生產(chǎn)設(shè)備等），視頻信號(hào)引入熱成像分析服務(wù)器后，識(shí)別出重點(diǎn)部位的溫度。當(dāng)重點(diǎn)部位的溫度出現(xiàn)異常，設(shè)備直接報(bào)警，省去了現(xiàn)場(chǎng)巡檢、發(fā)現(xiàn)、報(bào)告的時(shí)間，直接為安全生產(chǎn)提供保障。

4.3? ?某石化公司應(yīng)用結(jié)果分析

首先設(shè)計(jì)物聯(lián)網(wǎng)視頻網(wǎng)絡(luò)結(jié)構(gòu)，依據(jù)簡(jiǎn)化后的化工企業(yè)安全評(píng)價(jià)指標(biāo)體系，構(gòu)建化工企業(yè)綜合網(wǎng)絡(luò)模型。整個(gè)化工企業(yè)物聯(lián)網(wǎng)視頻網(wǎng)絡(luò)模型由2個(gè)層次組成，如圖2所示。

借助物聯(lián)網(wǎng)視頻智能化的技術(shù)，提高了廠區(qū)內(nèi)安全工作的自動(dòng)化程度，采用先進(jìn)的智能分析手段、智能識(shí)別等方式，自動(dòng)識(shí)別廠區(qū)內(nèi)各類安防突發(fā)事故，逐步實(shí)現(xiàn)廠區(qū)內(nèi)安全事故的處理由“事后偵查”向“事前預(yù)警”、“事中控制”的根本轉(zhuǎn)變，使各類安防事故控制在未遂狀態(tài)，降低廠區(qū)安全事故率。同時(shí)，通過智能化技術(shù)實(shí)時(shí)對(duì)視頻監(jiān)控圖像巡查，及時(shí)發(fā)現(xiàn)故障設(shè)備。廠區(qū)智能化應(yīng)用主要分為兩部分：

（1）行為分析智能化：通過智能化手段，對(duì)工作人員日常操作行為進(jìn)行有效偵測(cè)，當(dāng)發(fā)生某一預(yù)設(shè)報(bào)警類型時(shí)，實(shí)現(xiàn)聲光報(bào)警、上墻顯示等聯(lián)動(dòng)機(jī)制。

（2）熱成像分析智能化：監(jiān)視生產(chǎn)安全重點(diǎn)部位（關(guān)鍵閥組、管線、生產(chǎn)設(shè)備等），通過熱成像攝像機(jī)識(shí)別出重點(diǎn)部位的溫度，如果重點(diǎn)部位的溫度出現(xiàn)異常，設(shè)備直接報(bào)警，為安全生產(chǎn)提供保障。

5? ? ? 結(jié)? ? 論

（1）相比傳統(tǒng)石化企業(yè)現(xiàn)場(chǎng)巡檢相比，物聯(lián)網(wǎng)視頻識(shí)別技術(shù)具有人工成本低、現(xiàn)場(chǎng)安全性高的優(yōu)勢(shì)，適合推廣;

（2）結(jié)合化工企業(yè)安全評(píng)價(jià)指標(biāo)體系和國(guó)家安防管理規(guī)范要求，基于物聯(lián)網(wǎng)視頻識(shí)別技術(shù)的安全評(píng)價(jià)模型的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)更符合長(zhǎng)期規(guī)范要求;

（3）用物聯(lián)網(wǎng)視頻識(shí)別技術(shù)后的事故模擬預(yù)判識(shí)別對(duì)待評(píng)價(jià)的化工企業(yè)的安全狀態(tài)進(jìn)行評(píng)價(jià)，得到與實(shí)際相符合的評(píng)價(jià)結(jié)果。

主要參考文獻(xiàn)

[1]Robert A Dolin.Deploying the“Internet of Things”[C]//SAINT06 Proceedings of ISAI，2006：216-219.

[2]John A Stankovic.Research Directions for the Internet of Things[J]. IEEE Internet of Things Journal， 2014， 1（1）：3-9.

[3]Yong Du， Wei Wang，Liang Wang. Hierarchical Recurrent Neural Network for Skelet on Based Action Recognition[C]//IEEE Conferenceon Computer Vision and Pattern Recognition （CVPR），2015.