科研项目

问题/挑战

安全生产是企业高质量发展最核心、最本质的要求。企业的安全生产包括安全风险的辨识和计划，隐患治理的管理，以及特种作业是否合规，应急管理能力建设等。2020年10月10日，工信部、应急管理部联合发布《“工业互联网+安全生产”行动计划(2021-2023年)》(以下简称计划)，要求提升工业企业安全生产的数字化、网络化和智能化水平。

项目描述

针对这个需求，我们研发了一种智慧安监平台，基于人工智能对摄像头画面的处理，实现了对人员的跟踪、管控、身份识别以及多类违规行为的识别。

该智慧安监平台在对监控画面进行实时展示的同时，还能在检测到违规时及时进行提示。

图 1 平台实时监控画面

图 2 违规时提示

解决方案描述

研究团队开发了一系列算法模型，例如基于Yolo系列算法，在安全帽检测上准确率大于97%；基于对人以及关键点的检测，优化了DeepSORT的跟踪性能，并在违规闯入功能上准确率超过94%。

针对发电站这一类场所，根据大量调研及分析，研发团队开发了一系列场景相关的功能，如下表所示：

表 1 功能清单

该项目可应用于多种安全生产相关场景，包括智慧交通、智慧社区、智慧工地、智慧电厂以及智能电网等。通过实现对人员、环境、设备以及危险源的智能监督和预警管理，该项目在这些场景中具有广泛的应用前景。

产品技术成熟度达到分系统样机级（TRL6），各个系统功能在模拟环境中进行了仿真验证。

合作需求、投产条件和预期经济效益

投产条件：需要相关企业提供厂房平面图、重点关注区域等数据作为设计基础。

预期经济效益：中国大B市场潜力巨大，全国（不包括港、澳、台）拥有8万座水电站、5000座以上的大型火力发电厂、10万座110kV变电站，以及更多数量的高压供电线路。新能源场站、风力发电和光伏发电的数量也在迅速增长，所有这些电站和变电站都是我们的潜在客户。虽然海康和大华作为传统的安防巨头，在视频监控产品方面的市场占有率很高，拥有良好的行业用户基础和产品种类丰富，但也存在一些问题，比如缺乏专注度、算法和硬件的绑定导致升级困难和信息孤立。除了摄像头外，它们的其他单列产品并没有明显的优势。相比之下，我们在数据处理和AI算法方面具有核心竞争优势，专注于定位能源行业，基于作业流程的安全生产全过程监管。我们拥有多元化的数据采集方式，在安全隐患监测预警、突发事件应急指挥以及安全事故调查研判方面表现更为专业、细致和全面。

团队介绍

团队负责人张炼博士，团队主要成员包括黄晃工程师。张炼博士的主要研究方向包括数值模拟和深度学习，特别是流固耦合和计算机视觉的算法研究及其在工业界的应用，共发表学术论文9篇，主持和参与了10多个学术和工业界项目，多次受邀在学术会议上做报告。曾作为PI主持了国家电网的智慧安监项目。该项目主要是通过摄像头捕捉办公场所现场视频，然后利用深度学习算法对视频进行分析，发现和预警一些危险事故，负责人及其团队针对实际场景设计和训练了多个模型，在真实数据集下有优异的表现。团队成员黄晃2017年本科毕业于北京大学计算数学专业，2020年硕士毕业于北京大学计算数学专业，研究方向主要为深度学习，曾获全国数学奥林匹克竞赛一等奖、CMO银牌。团队获得了数字电网开发者大会二等奖、第三届国际远距离身份识别大赛三等奖等奖项与荣誉。

联系方式

成果推广和成果转化联系人姓名：张炼；联系电话：17339121080；邮箱：zhanglian@sribd.cn。