摘要:视动智能自研的一整套智慧工地解决方案需要软硬件结合——通过摄像头、传感器等硬件产品采集画面和信息,再由公司自研的AI算法来分析数据。公司CEO伍震驹对钛媒体透露,由于工地场景有时难以安装摄像头,他们还会在工人的安全帽前方配备迷你摄像头,通过人员移动更灵活、方便地监测工地内的情况,这也是经验让他们关注到的细节。

图片来源@Unsplash

当AI在各行业落地开花,以建筑行业为代表的劳动密集型产业,却是一块极其难啃的硬骨头。

2019年中国建筑行业年总产值超过25万亿元,是国民支柱产业,更是高危行业。据国家统计局最新数据,包括建筑行业在内,2019全年各类生产安全事故共死亡29519人。 增长方式粗放、安全事故频发,使得工地安全问题至关重要。而工地场景的复杂混乱,又让试图挽救生命的科技公司“望而却步”。

香港初创公司视动智能(viAct.ai)就想通过“智慧工地”解决方案,让建筑工人处于“零风险”的工作环境中。当前,视动智能已经获得了来自阿里巴巴、商汤科技及美国风投SOSV过百万的早期融资。在香港本地取得进展后,他们还将关注内地和亚洲市场,向一带一路沿线国家推广和发展,并拓展至东南亚地区。

视动智能的创始人伍震驹和卓远恒出身建筑行业,又有计算机背景。据他们观察,建筑行业存在延期现象多、利润率低以及安全事故频发的问题,这让建筑行业对安全及生产效率问题有了需求。

因此,视动智能的智慧工地解决方案,主要围绕着人身安全与生产效率两方面设计。

“智慧”的工地什么样?

视动智能自研的一整套智慧工地解决方案需要软硬件结合——通过摄像头、传感器等硬件产品采集画面和信息,再由公司自研的AI算法来分析数据。其中摄像头主要采集画面,而传感器则用来检测温度、湿度等非可见信息。“工地大脑”可以实现全天候自动化运作。

公司自研的AI算法利用了多层卷积神经网络,通过监控和传感器采集的画面和信息,可以对工人、车辆进行分析。

在安全方面,公司会在危险区安装感测器, 以硬件装置即时生成并发出警报,自动提醒工人施工安全。在施工过程中,算法可以分析工人是否佩戴安全帽、禁行区域是否被入侵以及工人是否吸烟等情况。

该系统还具备一键求救、语音对讲、脱帽等监测功能,对于人员摔倒、渣土车覆盖、脚手架变形等意外也能及时察觉,一旦意外出现,实时监控系统可以在0.5秒之内向施工人员发出警告,进行有效救援。

系统会提示危险区域,并及时对施工人员做出预警

在生产效率方面,该算法可以通过人脸识别判断人员身份和工种,判断工人是否有怠工或重复劳动行为。

算法还可监测机械车辆、物料垃圾的分类情况,数据可反馈到手机等移动端,保证工地运作效率,让负责人可以实时进行线下及线上的资源配置与管理。

系统可以监督施工效率,减少工程延期

公司CEO伍震驹对钛媒体透露,由于工地场景有时难以安装摄像头,他们还会在工人的安全帽前方配备迷你摄像头,通过人员移动更灵活、方便地监测工地内的情况,这也是经验让他们关注到的细节。

想要让AI学会分析,需要海量的数据做训练。“我们实地走访了一百多个工地,走破了几十双鞋,整理了各种复杂的情况和数据。”COO卓远恒对钛媒体表示,“数据是算法中最重要的部分,如果数据不准确,算法多厉害都没用。”

他打了个比方, 数据就像食材,算法就像烹饪方法,烹饪方式可以千变万化,但如果食材不新鲜,食物就很难下咽。

与公用的CV算法相比,针对工地场景的算法需要更加精细。

“前者只需要识别出人在运动,而后者不仅要识别出不同的工种,还要识别施工人员在不同机械上做了哪些操作,这需要对建筑行业和AI都有丰富的经验知识。”伍震驹对钛媒体解释道。

“比方说,公用算法只能识别出工人戴了帽子,但是在建筑场景的特定算法下,只有工人戴上安全帽才能被识别,这也能在一定程度上保证施工安全。”

在具体的落地上,视动智能的监控系统可以管理进出人员,实现人员实名制。系统可对进出车辆进行管理,比如通过工地大脑识别牌照车型、监控车辆的工地活动轨迹,还可自动分析车门渣土车是否覆盖满足环保要求,并提出预警,让原来的尘土飞扬的恶劣环境得到改善。

而AI检测系统没出现以前,工地安全一部分靠人力巡逻,另一部分靠传统摄像头,而这并不具备实时监测和分析能力。

数据显示, 这套解决方案能为工地节约70%以上的监控人手,将行业的事故率从2-3%降至0.1%以下。

AI改造工地,为什么这么难?

“我读书时有一次和工地老板聊天,但是次日就得知他在工地意外去世的消息,这让我想把工地真正做到'零意外'”,卓远恒对钛媒体提起想做智慧工地的初衷。

但是场景的复杂性与流动性,是很少有科技公司愿意用AI改造建筑业的主要原因。

“建筑行业是一个流动性很大的行业,每天施工情况都会遵循天气、人手和突发事件进行调整。一旦出现不能预计的改变时,人工尚且不容易,更不用说自动化,彼时AI的应用也会更加复杂和费时。

据卓远恒介绍,在方案落地时,由于工地变化多,要面临防水供电,网络是否稳定,如何解决客户需求等多个问题。

除此以外,工地场景也对监控设备提出了要求。与商超不同,工地的摄像头和传感器要随着工程进度不断变换位置,所以要求硬件配置灵活。而且,工地中常发生碰撞,也要求硬件更坚固。

由于工地场景多变,计算机视觉监控方案也需要每一到两周更新系统设置,这不仅需要大量图像和视频数据支持,也需要经验丰富的专业人员反复适配检查。

为满足复杂多变的需求,视动智能已开发出 安全模组、危险区域警报、生产率模组、材料模组、机械模组等20多个模组,可以像“搭积木”一样组装起来自动化运作。

经过对上百家工地的考察,场景复杂的问题已被攻克。但挑战在于,当前4G网速较慢、施工现场的网络容易不稳定,有时会让实时的监控反馈效果打折扣。但卓远恒也认为,随着5G普及网络提速,网络问题也能迎刃而解。

由于场景复杂,进入“智慧工地”赛道的企业并不多。伍震驹认为,在该领域,技术研发能力与对建筑行业的了解程度既是门槛也是竞争力。

事实上,近年来大学和房地产商也在探索AI技术与传统建筑业的结合,比如在监工中让数据的获取全部智能化,或者在未来让机器人参与到建筑生产的环节中。

(本文首发钛媒体APP,作者/芦依,编辑/赵宇航)

相关文章