ИИ-мониторинг безопасности мостового крана: защита от столкновений

Система AI-визуального мониторинга безопасности мостового крана — это последний активный рубеж интеллектуальной защиты крана. Промышленные AI-камеры, установленные на концевой балке и главной балке, в реальном времени фиксируют изображение зоны подъёма. На основе модели глубокого обучения YOLOv8 система обнаруживает вторжение персонала под и вокруг поднимаемого груза. При попадании человека в опасную зону автоматически активируется предупреждение о замедлении или безопасная остановка STO, что переводит физическую изоляцию человека и груза от пассивного ограждения к активной интеллектуальной защите. Компания Келуде Тяжёлая Промышленность на базе платформы граничных вычислений NVIDIA Jetson Orin NX и собственной модели визуального обнаружения построила комплексную систему AI-мониторинга безопасности, охватывающую обнаружение, многоуровневую сигнализацию иСинхронизацияную защиту от столкновений. В данной статье подробно рассматривается инженерная практика: от архитектуры системы и обучения модели до развёртывания на объекте.

Архитектура системы AI-визуального мониторинга безопасности

Зона обнаружения разделена на три уровня безопасности. Опасная зона — круг радиусом 3 м с центром в точке подъёма груза: при попадании человека в эту зону немедленно активируется остановка STO, и тормоз мостового крана замыкается в течение 200 мс. Зона предупреждения — кольцевая область радиусом 3–6 м вокруг опасной зоны: при попадании человека сюда активируются звуковая и световая сигнализация и замедление крана (снижение скорости до 20% от номинальной), сигнал замедления сохраняется до выхода человека из зоны предупреждения. Зона мониторинга — кольцевая область радиусом 6–10 м вокруг зоны предупреждения: при попадании человека сюда только регистрируется событие в журнале без управляющего воздействия, что используется для статистики частоты и характера перемещений персонала в зоне подъёма. Радиусы трёх зон безопасности могут быть скорректированы на месте через панель HMI в зависимости от грузоподъёмности крана и размеров поднимаемого груза.

Выбор камер и монтаж для системы визуального мониторинга

Выбор и место установки промышленных AI-камер напрямую влияют на качество обнаружения. Компания Келуде Тяжёлая Промышленность в системе AI-визуального мониторинга безопасности мостового крана стандартно использует две модели камер: для монтажа на концевой балке — Hikvision DS-2CD2T87WD-L (8 Мп, звёздный уровень чувствительности, матрица 1/1.2 дюйма, минимальная освещённость 0.001 лк, дальность ИК-подсветки 50 м), для монтажа под тележкой — Imaging Source DMK 33GX290 (1.9 Мп, глобальный затвор, матрица 1/3 дюйма, частота кадров 120 кадров/с, подходит для обнаружения быстро движущихся грузов и персонала). Для камеры на концевой балке выбирается объектив с фокусным расстоянием 6 мм (горизонтальный угол обзора около 52°), камера устанавливается в центре нижней поверхности концевой балки, объектив направлен вертикально вниз и охватывает всю зону подъёма под краном. Для камеры под тележкой выбирается объектив с фокусным расстоянием 3.6 мм (горизонтальный угол обзора около 87°), камера устанавливается на нижней поверхности платформы тележки и снимает ближнюю зону непосредственно под подъёмом.

Кронштейн камеры выполнен из нержавеющей стали с регулировкой по всем осям (нагрузка на опору 15 кг, выдерживает ударные нагрузки при пуске и остановке мостового крана). Камера подключается к модулю граничных вычислений Jetson Orin NX, размещённому в шкафу управления, через экранированный кабель CAT6A. Кабель прокладывается вдоль внутренней стороны главной балки мостового крана и фиксируется стяжками; расстояние до силового кабеля преобразователя частоты — не менее 300 мм. Питание камеры осуществляется по технологии PoE+ (стандарт 802.3at, мощность на порт 25 Вт). Модуль Jetson подаёт питание на камеру через PoE+ порт сетевого коммутатора, что исключает необходимость в отдельной прокладке кабеля электропитания.

Обучение и развёртывание модели YOLOv8 для технического зрения

YOLOv8 — ключевой алгоритм системы AI-визуального контроля мостового крана. Компания Келуде Тяжёлая Промышленность выбрала версию YOLOv8s (Small, 11,2 млн параметров, COCO mAP 44,9%) для сценария контроля безопасности крана. После оптимизации TensorRT FP16 на NVIDIA Jetson Orin NX скорость инференса достигает 60 кадров/с (входное разрешение 640x640), что удовлетворяет требованиям реального времени для видеопотока 30 кадров/с. Обучающий набор данных сформирован из трёх источников: размеченные изображения с испытательного полигона Келуде Тяжёлая Промышленность (около 15 000 изображений, охватывающих различные условия освещения, погоды и типы поднимаемых грузов), синтетические изображения для редких сценариев (около 5 000 изображений, моделирующих падение человека, скопление людей, частичное перекрытие обзора) и дополнительные данные с производственных цехов (около 3 000 изображений с разнообразными фонами, отражающими различные конструкции заводских зданий и компоновку производственных линий).

Конфигурация обучения модели. Обучение проводилось на базе фреймворка Ultralytics YOLOv8. Входное разрешение изображения — 640x640, размер пакета — 32, количество эпох — 300. Для аугментации данных использовались методы Mosaic (вероятность 0,8, 4 изображения), MixUp (вероятность 0,2, смешивание двух изображений), HSV-аугментация (H±25°/S±30%/V±30%) и случайное вращение (±10 градусов). Обучение выполнялось на одной видеокарте NVIDIA RTX 4090 (24 ГБ видеопамяти). Время одной эпохи — около 10 минут, общее время обучения на 300 эпох — около 50 часов. После завершения обучения модель экспортировалась в формат TensorRT FP16 engine (файл ~22 МБ) и развёрнута на Jetson Orin NX.

Классификация обнаруживаемых объектов. Модель YOLOv8s выдаёт три класса обнаружения. Каждый ограничивающий прямоугольник содержит идентификатор класса, оценку уверенности (порог ≥0,5 для сохранения) и нормализованные координаты рамки (cx, cy, w, h). Координаты рамки проецируются на мировую систему координат на плоскости земли с помощью матрицы перспективного преобразования. Погрешность позиционирования составляет <10 см. Подробная информация о трёх классах объектов:

Алгоритм обнаружения вторжения персонала и логика безопасных зон

Логика выполнения обнаружения вторжения персонала реализуется в следующей последовательности. Этап 1 — обнаружение объектов: на стороне Jetson запущена модель YOLOv8s, которая формирует все рамки обнаружения person в текущем кадре. Этап 2 — сопоставление координат: центральная точка нижней границы рамки person преобразуется в мировую систему координат на плоскости пола через матрицу перспективного преобразования, что даёт физическое положение человека на полу цеха (x, y, единица измерения — м). Этап 3 — расчёт расстояния: вычисляется евклидово расстояние между положением человека и положением груза (абсолютная позиция моста + абсолютная позиция тележки, считываемые с ПЛК крана, с учётом смещения габаритов груза). Этап 4 — определение безопасной зоны: на основе расстояния dist применяется трёхуровневое правило безопасных зон — при dist≤3м активируется зона Danger с запуском STO; при 3м<dist≤6м активируется зона Warning с замедлением и сигнализацией; при 6м<dist≤10м активируется зона Monitor с записью в журнал; при dist>10м — без действий. Этап 5 — вывод результата: Jetson формирует трёхуровневые сигналы через GPIO — GPIO1 (Danger) подключается к безопасному дискретному входу ПЛК, GPIO2 (Warning) — к стандартному дискретному входу ПЛК, GPIO3 (Monitor) — к шлюзу IO-Link для регистрации событий.

Логика динамической регулировки радиуса безопасной зоны. Фактические габариты груза и траектория перемещения влияют на радиус опасной зоны. При габаритах груза менее 1 м радиус опасной зоны остаётся по умолчанию 3 м; при габаритах от 1 до 3 м радиус автоматически увеличивается пропорционально диагонали груза (R_danger=3,0 м + L_diag/2); при габаритах более 3 м радиус фиксируется на уровне 5 м (чтобы предотвратить частое срабатывание STO из-за чрезмерной зоны, снижающее производительность). Текущее значение радиуса отображается в реальном времени на странице контроля безопасности HMI; оператор может выполнить ручную точную настройку (шаг 0,5 м). Все изменения параметров безопасной зоны фиксируются в журнале событий ПЛК с периодом хранения не менее 90 дней.

Многообъектное отслеживание и защита от ложных срабатываний. При обнаружении нескольких человек в одном кадре система присваивает каждой цели уникальный Track ID и выполняет сопоставление целей и отслеживание траекторий между кадрами с помощью облегчённого алгоритма DeepSORT. Система подтверждает вход человека в безопасную зону и запускает сигнализацию только при появлении одного и того же Track ID в одном положении более чем в 5 кадрах подряд, что исключает ложные срабатывания из-за одиночных ошибок детекции. При нахождении человека в безопасной зоне формируется непрерывный сигнал; после выхода из зоны сигнал автоматически снимается (задержка снятия — 2 секунды). События непрерывной сигнализации автоматически записываются в локальную базу данных SQLite; формат записи включает временную метку, Track ID, координаты человека, уровень сработавшей безопасной зоны и состояние крана (скорость/положение/направление).

Комбинированное управление защитой от столкновений и запуск STO

Взаимодействие системы визуального контроля с системой управления безопасностью крана реализовано через двойной интерфейс GPIO + PROFINET. Интерфейс GPIO предназначен для экстренного торможения в критических ситуациях — GPIO1 (Danger) модуля Jetson напрямую подключён к входному каналу безопасного модуля F-DI ПЛК; при подаче на GPIO1 уровня 24 В ПЛК запускает STO в течение следующего безопасного цикла сканирования (20 мс). Интерфейс PROFINET используется для ступенчатого замедления в неэкстренных ситуациях — Jetson в роли устройства PROFINET IO (файл GSDML импортируется в TIA Portal для конфигурирования) периодически передаёт в ПЛК запрос на замедление (включая уровень замедления 0–3 и целевую скорость в процентах); ПЛК обрабатывает запрос в течение стандартного цикла ввода-вывода (10 мс).

Процедура восстановления после срабатывания STO. При срабатывании STO уровня 3 мостовой кран немедленно останавливается, система Jetson продолжает контролировать состояние опасной зоны — после подтверждения отсутствия людей в опасной зоне по PROFINET на ПЛК передаётся сигнал «Опасность устранена». После получения сигнала ПЛК на HMI появляется диалоговое окно подтверждения сброса безопасности, требующее от оператора визуально убедиться в безопасности зоны подъёма и нажать кнопку «Подтвердить сброс», после чего ПЛК снимает состояние STO и разрешает повторный ввод в работу. Полный журнал событий STO автоматически передаётся на периферийный шлюз и через OPC UA направляется в систему управления безопасностью для архивирования.

Пусконаладка и проверка системы на объекте

Пусконаладка системы визуального мониторинга безопасности выполняется в четыре этапа. Первый этап — калибровка камер: с помощью калибровочной платы-шахматницы (12×9 клеток, размер клетки 30 мм) выполняется съёмка 15–20 калибровочных изображений под разными углами, через функцию calibrateCamera библиотеки OpenCV рассчитываются матрица внутренних параметров и коэффициенты дисторсии камеры. После калибровки внутренних параметров выполняется калибровка матрицы перспективного преобразования: на полу цеха расстилается калибровочное полотно (сетка 4×3 м, шаг сетки 500 мм), с камеры выполняется один снимок сверху, затем выбираются 4 угловые точки и 4 соответствующие точки с известными координатами плоскости пола для расчёта матрицы перспективного преобразования. После завершения калибровки с помощью лазерного дальномера измеряются фактические координаты произвольной точки на полу, погрешность отображения не должна превышать 10 см.

Второй этап — приёмочные испытания модели: на испытательном полигоне разворачивается тестовый сценарий (поднятый груз + манекен), проверяется точность обнаружения в четырёх режимах: нормальное освещение (500 Лк), низкая освещённость (50 Лк, только ИК-подсветка), контровой свет и дождь/туман (имитация разбрызгиванием). Стандарт приёмки: при нормальном освещении mAP для класса person ≥ 95%, при низкой освещённости mAP ≥ 90%, при контровом свете mAP ≥ 85%, при дожде/тумане mAP ≥ 80%. Тесты с манекеном, входящим в трёхуровневую зону безопасности, выполняются по 20 раз для каждого уровня: для опасной зоны уровня 3 частота срабатывания 100% (20/20 срабатываний STO), для зоны предупреждения уровня 2 частота срабатывания ≥ 95% (≥ 19/20 срабатываний замедления с сигнализацией), для зоны контроля уровня 1 частота регистрации 100% (20/20 записей в журнале событий).

Третий этап — проверка на месте эксплуатации: калибровочные параметры и модель разворачиваются на модуле Jetson мостового крана, через страницу контроля безопасности на HMI в реальном времени просматривается изображение с камер и наложение детектирующих рамок. Проверяется отсутствие слепых зон обзора сверху для камеры на концевой балке и камеры под тележкой при трёх положениях крана (левый край / середина / правый край полного хода), после склейки изображений с боковых камер обеспечивается покрытие всей зоны подъёма под краном (зона покрытия около 20 м × 6 м). С помощью рации персонал на месте проходит вдоль границы зоны безопасности, проверяется согласованность срабатывания сигнализации в каждой точке границы. Четвёртый этап — ввод в эксплуатацию: система переводится в 24-часовую опытную эксплуатацию, каждые 8 часов проверяется частота ложных и пропущенных срабатываний в журнале обнаружения; требования: частота ложных срабатываний ≤ 5 раз/24 ч, частота пропущенных срабатываний ≤ 1 раз/24 ч. После успешного завершения опытной эксплуатации система переводится в штатный режим работы.

Часто задаваемые вопросы (FAQ)