Monitoreo del cumplimiento de EPP impulsado por IA con visión por computadora
La seguridad en el lugar de trabajo es una prioridad máxima en entornos industriales, de fabricación y de construcción, donde garantizar el cumplimiento del Equipo de Protección Individual (EPI) puede ser un desafío cuando se realiza manualmente. Este proyecto demuestra cómo construir un sistema de supervisión de EPI en tiempo real, con IA perimetral, utilizando el Qualcomm® Intelligent Multimedia SDK (QIM SDK). La solución detecta automáticamente a los trabajadores y verifica si el equipo de seguridad requerido, como cascos, chalecos de seguridad, guantes y mascarillas, se está utilizando correctamente.
Dispositivos y componentes
Software y herramientas
Descripción del proyecto
La aplicación utiliza una canalización de visión por computadora de varias etapas que se ejecuta completamente en el dispositivo. Un modelo de detección de personas identifica primero a los individuos dentro de un flujo de vídeo, y un segundo modelo de AI analiza a cada persona detectada para verificar el cumplimiento de PPE. Al procesar únicamente las regiones de interés relevantes, el sistema logra una inferencia eficiente y de baja latencia, manteniendo al mismo tiempo una alta precisión de detección. El marco de trabajo de AI y multimedia acelerado por hardware de Qualcomm descarga las tareas de decodificación de vídeo, preprocesamiento, inferencia y visualización a hardware dedicado, lo que minimiza la utilización de la CPU y permite un despliegue escalable en dispositivos edge.
El proyecto muestra cómo se puede utilizar la AI para supervisar de forma continua la seguridad en el lugar de trabajo, proporcionar alertas visuales en tiempo real y generar información procesable para el seguimiento del cumplimiento. Dado que todo el procesamiento se realiza localmente en el dispositivo, la solución reduce la latencia, preserva la privacidad y elimina la dependencia de la conectividad a la nube. Esto la hace ideal para fábricas, almacenes, obras de construcción, instalaciones logísticas y otros entornos en los que se requiere una supervisión de seguridad fiable y en tiempo real.
Características clave
Detección de trabajadores en tiempo real y verificación del cumplimiento de EPP
Detección de cascos, chalecos de seguridad, guantes y mascarillas
Inferencia de AI totalmente en el dispositivo con aceleración por hardware
Análisis de vídeo de baja latencia mediante canalizaciones basadas en GStreamer
Asociación jerárquica de metadatos entre trabajadores y EPP detectado
Superposiciones en tiempo real, alertas y visualización de cumplimiento
Implementación escalable para aplicaciones de supervisión de seguridad industrial
Aplicaciones
Monitoreo de seguridad en la fabricación industrial
Seguimiento del cumplimiento en la obra
Seguridad de los trabajadores de almacén y logística
Implementaciones de fábricas inteligentes e Industria 4.0
Sistemas empresariales de análisis de seguridad y generación de informes
Configuración del dispositivo
Arquitectura de canalización
La canalización de detección de PPE implementa una arquitectura en cadena tipo daisy-chain de dos etapas, en la que dos modelos de AI secuenciales operan en tándem, y la salida del primer modelo impulsa directamente la ejecución del segundo.
Etapa 1 — Detección de personas: El primer modelo de AI procesa el fotograma completo de video y produce recuadros delimitadores que identifican la ubicación de cada individuo en la escena.
Generación de recortes: El segundo modelo de detección de EPP requiere recortes de imagen en lugar de cuadros delimitadores. Para admitirlo, una segunda instancia de qtimlvconverter se ejecuta en modo de generación de recortes, utilizando los cuadros delimitadores del primer modelo para recortar dinámicamente a cada persona detectada del fotograma original.
Etapa 2 — Detección de EPP: El modelo de detección de EPP se invoca una vez por cada persona detectada, analizando cada región recortada de forma independiente para determinar si hay equipo de seguridad, incluidos cascos, chalecos, guantes y mascarillas.
Reasociación de metadatos: Una segunda instancia de qtimetamux reasocia los resultados de detección de PPE al flujo de vídeo original, garantizando que todas las detecciones estén sincronizadas con el fotograma y la persona correspondientes.
Siga las instrucciones del blog Monitoring PPE Compliance with AI-Powered Computer Vision para instalar los requisitos previos necesarios, configurar el entorno de Qualcomm Intelligent Multimedia SDK, configurar los modelos de AI, implementar la canalización y ejecutar la aplicación en el dispositivo de destino. Consulte el blog para obtener pasos detallados de configuración y ejecución.
Código
Aplicación de ejemplo QIMSDK
Aplicación de muestra para implementar la detección de EPP
Qualcomm® IM SDK proporciona complementos de GStreamer acelerados por hardware y aplicaciones de referencia para el desarrollo multimedia, junto con integraciones de SDK de AI como Neural Processing SDK, AI Engine Direct y Lite Runtime.
Etiquetas de artículo
