Per rispondere alle esigenze di sicurezza di un’azienda che si occupa di estrazione di carbone, Orange Business Services ha realizzato il progetto di Computer Vision & Analisi Video per la sicurezza industriale (risultato finalista ai Digital360 Awards 2021 per la categoria Machine Learning e Intelligenza Artificiale).
Questo progetto è basato su un’architettura a microservizi, che permette di gestire un’enorme quantità di video in streaming e di elaborarli con bassa latenza in tempo reale. Poiché le miniere distano decine di chilometri l’una dall’altra, è stato disegnato un sistema distribuito con soluzione di machine learning (ML) situata presso ogni miniera. I dati vengono elaborati localmente e solo le informazioni essenziali sugli incidenti vengono trasferite al server principale, situato nei data center ad alta disponibilità.
Le tecnologie utilizzate per aumentare la sicurezza industriale
Esposte alla minaccia di incendi, inondazioni, esplosioni e crolli, le miniere sono un ambiente pericoloso per i lavoratori con condizioni ambientali disagevoli (calore, umidità…). Per mitigare questi problemi, è fondamentale supervisionare la condotta dei dipendenti e far applicare le regole di sicurezza.
Prima di questo progetto, il personale di sicurezza monitorava manualmente le telecamere nelle miniere per garantire il rispetto delle regole, con diversi svantaggi:
- mancanza di una classificazione degli incidenti, perché soggetta alla interpretazione del supervisore;
- molti eventi trascurati, perché impossibile controllare tutti i video contemporaneamente;
- mancanza di un unico database con informazioni sulle violazioni, eventi ricorrenti e supporto ai manager per prendere delle decisioni;
- difficoltà di installare più telecamere per coprire un’area più estesa, per via del limitato numero di supervisori e per l’incoerenza dei dati raccolti manualmente.
E’ stata richiesta ad Orange Business Services una soluzione che aiutasse a ridurre gli incidenti sul lavoro e le possibili perdite causate da violazioni delle norme di sicurezza, utilizzando soluzioni di Computer Vision e Analisi per migliorare la supervisione e potendo aumentare il numero di telecamere per estendere l’area controllata.
Orange Business Services ha scelto un’architettura a microservizi, che sfrutta le tecnologie open-source, assicurando scalabilità ed evoluzione del sistema. Questo permette di gestire un’enorme quantità di video in streaming e di elaborarli con bassa latenza in tempo reale, con minimo impatto all’infrastruttura di rete del cliente.
La piattaforma in cluster gestita da Orange supporta le applicazioni nei container Docker, gestiti dal servizio di orchestrazione Kubernetes, con la separazione delle componenti hardware e software, per la massima flessibilità e scalabilità del sistema.
Si è deciso di utilizzare per questo progetto uno stack solido e maturo che include Prometheus/Grafana/AlertManager per il monitoraggio, ed Elasticsearch/Logstash/Kibana per la registrazione.
I vantaggi ottenuti e i possibili sviluppi
Il sistema appena descritto offre i seguenti vantaggi.
- Registrazione, classificazione e conservazione continua di tutte le violazioni, con raccolta e analisi dei dati, per fornire ai manager le informazioni statistiche e le dinamiche dei cambiamenti nel tempo, per migliorare gli indicatori di sicurezza industriale. Nei primi 2 mesi di utilizzo della soluzione, il “tempo di infrazione” è diminuito costantemente.
- Monitoraggio online degli eventi e visualizzazione sullo schermo dei supervisori per il loro intervento immediato, rilevando più violazioni della sicurezza, diminuendo il numero di incidenti e infortuni sul lavoro.
- Il sistema implementato consente di aumentare il numero di telecamere e monitoraggio video aggiungendo 200 telecamere senza che questo si traduca in un carico di lavoro aggiuntivo per i supervisori, e senza modifiche strutturali all’impianto.
- La soluzione può funzionare con i sistemi di acquisizione video standard (riduzione dei costi utilizzando risorse esistenti) perché è in grado di massimizzare l’affidabilità e l’interpretazione dei dati raccolti.
Questo progetto ha sfruttato tecnologie innovative e l’esperienza dei Data Scientist di Orange per sviluppare una soluzione sartoriale per il cliente, che potesse sfruttare gli investimenti esistenti, portando valore, flessibilità e un modello aperto a futuri sviluppi.
Orange si concentrerà in futuro su migliorare la qualità e offrire valore al sistema introducendo nuove funzionalità come: ricerca di nuove fonti dati che possano migliorare la qualità dei modelli ML e algoritmi per rilevare incidenti complessi che sono difficilmente rilevabili manualmente; espansione del sistema, con nuovi “Worker Nodes” per elaborare più telecamere e aiutare i supervisori a lavorare in modo più efficiente; supporto ad altri siti (magazzini, fabbriche, ecc.), anch’essi classificati come ambienti di lavoro pericolosi; integrazione bidirezionale con il sistema di monitoraggio dei rischi operativi del cliente, per migliorare le informazioni per i responsabili dei dipendenti, valutare i rischi, e indagare sugli incidenti sistematici per evitare per quanto possibile la ripetizione di nuovi eventi; capacità di creare automaticamente eventi di rischio (da un modello ML) o manualmente (da un operatore); arricchimento dei business intelligence dashboard di sicurezza con una prospettiva storica e il collegamento a potenziali perdite finanziarie e schemi ripetitivi trovati, estratti dal database degli eventi di rischio.
