Yapay zeka güvenlik kamerası: bildirim mi, eylem mi?

Bir yapay zeka güvenlik kamerası tehlikeyi doğru tespit edebilir ve yine de kazayı durduramayabilir. Fark, tespitten sonra uyarının nereye gittiğindedir: bir ekrana mı, yoksa sahadaki ışığa, sirene ve PLC'ye mi?

Sistem, forklifti ve yayayı aynı kör köşede doğru tespit etti. Uyarı birkaç yüz milisaniye içinde vardiya amirinin ekranına düştü. Amir o sırada başka bir hattaydı, telefonda bir tedarikçiyle konuşuyordu. Bildirimi dört dakika sonra gördü.

Tespit kusursuzdu ama hiçbir şeyi durdurmadı. Kamera seçerken en çok sorulan soru "ne kadar doğru tespit ediyor?" olur. Bu yazı, daha az sorulan ama sonucu belirleyen soruya bakıyor: tespitten sonra ne oluyor, uyarı kime ve nereye gidiyor?

Bildirim ile eylem arasındaki fark nedir?

Bildirim, bir insana "bir şey oldu" bilgisini iletir. Eylem ise insan araya girmeden sahada bir şeyi değiştirir: bir ışığı kırmızıya çevirir, sireni çalar, PLC'ye durdurma talebi gönderir. Birincisinde zincirin son halkası bir insanın dikkatidir; ikincisinde bir röle.

Bu ayrım teknik bir ayrıntı gibi görünür ama sonucu belirler. Ekrana, e-postaya ya da telefona giden uyarı ancak kişi o anda bakıyorsa ve sahaya müdahale edebilecek yerdeyse işe yarar. Çarpışmalar ise saniyeler içinde olur.

Yapay zeka güvenlik kamerasında uyarı zinciri nasıl işler?

İki zinciri yan yana koyunca farkın nerede açıldığı görülür. Tespit adımı ikisinde de aynıdır; fark, tespitten sonraki adımlardadır.

Bildirim zinciri:

1. Olay başlar: forklift ve yaya kör köşeye yaklaşıyor.
2. Kamera görüntüyü işler ve tespit yapar. Görüntü buluta gidiyorsa ağ gecikmesi eklenir.
3. Bildirim ekrana, uygulamaya veya e-postaya düşer.
4. Bir insan bildirimi görür. Ekrana bakıyorsa hemen, bakmıyorsa dakikalar sonra.
5. Bu kişi karar verir ve sahaya ulaşır: telsiz, bağırma, koşma.

Eylem zinciri:

1. Olay başlar.
2. Kamera tespiti cihaz üzerinde yapar.
3. Çıkış 100 milisaniyenin altında röleyi tetikler: köşedeki ışık kırmızıya döner, siren çalar, PLC'ye sinyal gider.
4. Sahadaki operatör ve yaya uyarıyı doğrudan görür ve duyar. Uyumlu forkliftlerde, araç üzerindeki ek donanımla yavaşlatma da tetiklenebilir.

Birinci zincirde 4. ve 5. adımların süresi belirsizdir ve her şey bu adımlara bağlıdır. İkinci zincirde uyarı, riski yaşayan kişiye doğrudan ulaşır.

İnsan tepki süresi neden belirleyici?

İnsan, beklemediği bir tehlikeye karşı yaklaşık 1,5 saniyede tepki verir ve bu süre ancak kişi uyarıyı fark ettiği anda başlar. İnsan faktörleri uzmanı Marc Green'in sürücü fren tepki süreleri üzerine özetine göre bu süre, tamamen beklenen bir durumda yaklaşık 0,7 saniye, beklenmedik ama tanıdık bir sinyalde yaklaşık 1,25 saniye, yandan çıkan bir yaya gibi sürpriz durumlarda ise yaklaşık 1,5 saniyedir (Visual Expert, Green'in 2000 tarihli makalesinin özeti).

Yol tasarımında daha temkinli bir değer kullanılır. Örneğin Teksas Ulaştırma İdaresi (TxDOT), durma görüş mesafesi hesabında fren tepki süresini 2,5 saniye olarak alır (TxDOT Roadway Design Manual).

Basit bir hesap yapalım. Saatte 10 km hızla giden bir forklift saniyede yaklaşık 2,8 metre yol alır. 1,5 saniyelik tepki süresinde yaklaşık 4 metre, 2,5 saniyede yaklaşık 7 metre gider; fren daha başlamamıştır bile. Üstelik bu, uyarıyı gören kişinin aracı kullanan kişi olduğu en iyi senaryodur.

Ekran bildiriminde tepki veren kişi çoğu zaman araçta değildir. Önce bildirimi görmesi, sonra sahadaki kişiye ulaşması, o kişinin de ayrıca tepki vermesi gerekir. Zincire saniyeler, bazen dakikalar eklenir.

Ekranı sürekli izleyen biri olsa yetmez mi?

Kısmen yeter, ama bir insanın aynı anda birçok görüntüyü izleme kapasitesi sınırlıdır. Canlı CCTV operatörlerini gözlemleyen bir çalışmada operatörler, kontrol odasındaki zamanlarının %90'ından fazlasını tek bir ekrana bakarak geçirdi; çoklu görüntü duvarına çok az zaman ayırdılar (Stainer, Scott-Brown ve Tatler, 2013). Çalışma iki operatörle yapıldığı için genelleme sınırlıdır, ama yön tutarlıdır.

Aynı makale daha eski iki bulguyu da aktarır. Tickner ve Poulton'ın 1973 deneyinde, izlenen ekran sayısı 9'dan 16'ya çıktığında tespit doğruluğu %84'ten %64'e düştü. Wallace ve Diffley'in 1998 anketinde ise operatörlerin yalnızca %50'si aynı anda dört ekrana kadar izlemede kendini rahat hissettiğini söyledi.

Fabrikalarda durum daha da zordur, çünkü çoğu zaman ekranı izleyen ayrı bir kişi yoktur. Bildirim, başka işleri de olan bir İSG uzmanına veya vardiya amirine gider. Klasik kamera kaydının bu açıdan neden yetmediğini fabrikada güvenlik kamera sistemi ile yapay zeka kamera farkını anlattığımız yazıda ayrıca ele aldık.

Video analitiği panelleri iş güvenliğinde ne işe yarar?

Çok işe yarar, ama başka bir iş için. Video analitiği panelleri olayları merkezi bir ekranda toplar; trend, ısı haritası ve uyum raporu üretir. Bu, dünü anlamak ve yarını planlamak içindir; şu anki saniyeyi durdurmak için değil.

İyi bir rapor şunları sağlar:

• Ramak kalaları görünür kılar: Hiç bildirilmeyen olayları sayıya döker ve ramak kala kültürünü güçlendirir.
• Risk analizini veriye dayandırır: Riskin hangi köşede, hangi vardiyada ve hangi saatte yoğunlaştığını gösterir.
• Önlemin etkisini ölçer: Alınan önlemin işe yarayıp yaramadığını önce ve sonra verisiyle ortaya koyar.
• Eğitimi hedefler: Genel eğitim yerine sorunun yaşandığı alana ve davranışa odaklanmayı sağlar.

Çoğu tesisin İSG verisi zayıftır ve iyi bir panel bu açığı kapatır. Ama zincir ağa bağlıysa bir sınır daha vardır: bağlantı kesilirse uyarı da gecikir ya da hiç gitmez.

Hangi risk için hangi yaklaşım?

Soru "hangisi?" değil, "hangi risk için hangisi?" olmalıdır. Aşağıdaki tablo satın alma toplantısında iki yaklaşımı ayırmak için kullanılabilir.

Baret takmama oranını izlemek için bildirim yeterlidir. Forklift ile yayanın aynı köşede buluşması için yeterli değildir.

Yapay zeka güvenlik kamerası alırken sorulacak beş soru

Bir yapay zeka güvenlik kamerası teklifini değerlendirirken tespit doğruluğu kadar şu sorular da önemlidir:

1. Tespitten sahadaki fiziksel tepkiye kadar geçen süre ne kadar ve bu süre nasıl ölçülüyor?
2. Uyarı zincirinde bir insanın ekrana bakması gerekiyor mu?
3. Kamera röle veya kuru kontak çıkışı veriyor mu, yoksa yalnızca yazılım bildirimi mi gönderiyor?
4. İnternet ya da sunucu bağlantısı kesilirse sahadaki uyarı devam ediyor mu?
5. Olaylar rapora ve SCADA'ya da aktarılıyor mu?

"Gerçek zamanlı uyarı" ifadesi pazarlamada sık kullanılır ama tek başına bir şey söylemez. Bu beş sorunun cevabı söyler.

ISEE-CAM bu zincirde nerede durur?

ISEE-CAM, eylem zincirini cihaz üzerinde kurmak için tasarlanmış endüstriyel bir yapay zeka kamerasıdır. Tespit kamerada yapılır, bulut veya internet gerekmez ve uyarıdan çıkışa geçen süre 100 milisaniyenin altındadır. Görüntü tesis dışına çıkmak zorunda değildir.

Cihazda kuru kontak üzerinden 3 çıkış ve 1 giriş vardır. Çıkışlarla PLC tetiklenir, alarm, flaşör veya siren çalıştırılır ya da makine durdurma talebi gönderilir; giriş harici bir sistemden tetik almak için kullanılır. Olaylar OPC-UA, Modbus TCP ve REST API üzerinden PLC ve SCADA katmanıyla da paylaşılabilir; böylece aynı tespit hem sahada eyleme hem de rapora dönüşür. Ayrıntılar ISEE-CAM PLC entegrasyonu sayfasında.

Sahadaki örnekler:

• Kör nokta uyarı sistemi: kör köşede forklift ve yayayı tespit edip trafik ışığını uyarıya çevirir. Konunun ayrıntısı kör nokta uyarı sistemi yazımızda.
• Vinç operasyon bölgesinde personel varlığı: yük bölgesinde personel tespit edip alarm üretir ve vincin durdurulması için sinyal verir.
• Riskli bölge personel varlığı: tehlikeli makine bölgesine giren personeli algılar.

Bir sınırı açıkça belirtelim: bu çıkışlar makinenin emniyet sistemiyle birlikte çalışır, onun yerini almaz. Işık perdesi, emniyet rölesi, emniyet PLC'si ve kapı kilidi gibi sertifikalı donanımlar yerinde kalır. Kamera, onların göremediği alanlar ve senaryolar için ek bir katmandır.

Bulut ve cihaz üzerinde işleme arasındaki mimari farklar için edge AI ile bulut tabanlı güvenlik sistemlerini karşılaştırdığımız yazıya bakabilirsiniz.

Sık sorulan sorular

Yapay zeka kamera uyarı sistemi nasıl çalışır?
Kamera görüntüyü analiz eder ve tanımlı bir bölgede kural ihlali görürse uyarı üretir. Uyarı bir ekrana, e-postaya ya da doğrudan sahadaki ışık, siren veya PLC'ye gidebilir. Hangisine gittiği, sistemin ne kadar hızlı etki edeceğini belirler.

Gerçek zamanlı uyarı ne demektir?
Tanımı belirsizdir. Sorulması gereken, tespitten sahadaki fiziksel tepkiye kadar geçen süre ve bu zincirde bir insanın dikkatine ihtiyaç olup olmadığıdır.

Bulut tabanlı video analitiği kaza önleme için yeterli mi?
Uyum takibi ve trend analizi için güçlüdür. Saniyeler içinde gelişen çarpışma ve yük altı risklerinde ise uyarının sahaya doğrudan ulaşması gerekir. Bunun için cihaz üzerinde çalışan, röle veya PLC çıkışı olan bir katman gerekir.

Yapay zeka güvenlik kamerası ışık perdesinin yerini alır mı?
Hayır. Işık perdesi ve emniyet rölesi gibi sertifikalı cihazlar emniyet fonksiyonunu üstlenmeye devam eder. Kamera, çevredeki alanı izleyen ek bir tespit katmanıdır.

Sonuç: uyarıyı riskin içindeki kişiye ulaştırın

Ekrana düşen uyarı değerlidir, ama bir insanın onu görmesine ve sahaya ulaşmasına bağlıdır. Bu da saniyelerle, bazen dakikalarla ölçülen bir gecikme demektir. Kazayı durdurmak isteyen bir yapay zeka güvenlik kamerası, uyarıyı riskin içindeki kişiye doğrudan ulaştırmalıdır.

En sağlam yaklaşım ikisini birlikte kullanmaktır: sahada anlık eylem, masada raporlama. Tesisinizdeki uyarı zincirini birlikte çıkarmak, tespitten sahadaki tepkiye kadar hangi adımların insana bağlı olduğunu görmek isterseniz bizimle iletişime geçin.

İletişim: info@isee-vision.com · +90 216 455 95 44

Kaynaklar

• Driver Reaction Time (Marc Green, 2000 tarihli makalenin özeti) — Visual Expert
• 4.11.1 Stopping Sight Distance — TxDOT Roadway Design Manual
• Stainer, Scott-Brown ve Tatler (2013), Looking for trouble: a description of oculomotor search strategies during live CCTV operation — Frontiers in Human Neuroscience