一、项目背景

在工业生产中，传统的物理隔离和LOTO程序可能由于人的因素导致出现LOTO失效人员意外陷入危险区域。为了解决这一问题使安全不依赖于人员的自觉性，宁波纬诚研发了具备AI防陷入技术功能的机械安全智能防护系统，并成功在西安杨森制药有限公司得到应用。

二、目标与原则

实现对围栏区域内人员的精准监测和预警，有效预防人员陷入危险，降低安全事故发生率，确保工业生产的安全稳定运行。遵循安全性、可靠性、先进性和易用性原则，确保系统能够准确识别和预防危险情况，在各种复杂环境下稳定运行，采用先进的AI技术和算法，同时操作简便，便于企业员工使用和维护。

三、案例实施与应用情况

1、应用规划阶段

公司组建了专业团队，深入西安杨森的工厂进行实地勘察，精准识别潜在风险点，确定应用AI人员防陷入系统及AI人员存在检测系统产品方案；详细记录光线、障碍物等环境因素，确定AI人员存在检测系统应用摄像头3个，保证封闭区域内无死角覆盖。最关键的是根据现场实际维修操作流程，结合已有的安全开关、安全系统及LOTO管理流程，在不干扰现有Trapped key联锁的前提下部署AI人员防陷入系统，通过AI视觉识别技术判断区域内人员存在，防止人员陷入，实现管控区域内有人则安全门无法上锁的功能，同时增强现有LOTO流程管理。与企业充分交流，了解生产操作流程和人员行为特点，根据需求定制智能围栏系统方案，反复确认方案流程图，确保系统高效运行。

流程图如下所示：

①AI人员防陷入系统

②AI人员存在检测系统

2、实施及交付过程

按照规划方案，精准安装设备，确保无监测盲区，成功部署AI算法，实现实时精准监测，通过通讯协议高效传输数据，并采用边缘计算设备本地部署的方式确保数据安全，一旦检测到异常行为，立即触发明显的报警信号。

实施过程中遇到因现场安全门内侧地势为台阶向下的地势落差大导致计数准确率降低的情况，针对这个情况，纬诚通过现场采集数据，对海量图像数据进行针对性深度训练，优化算法逻辑，最终准确率达到客户原定要求，项目成功交付。

3、创新性

①准确识别人员并行、尾随、光线昏暗等特殊情况，确保识别准确率可达99%以上。

②安全门通道便捷部署，支持多通道组网判断。

③无感统计，无需增加管理控制流程，降低企业管理成本。

④支持通过Modbus通讯协议交互数据

4、重点与难点问题解决

（1）重点问题

复杂环境适应性：单人频繁进出、多人并行或尾随进出、地势落差大、光线昏暗等极端工况下

多源数据融合处理：融合摄像头、传感器等多源数据实现精准人员定位与行为判断难度大。

系统实时性与可靠性：安全防护对系统响应速度和稳定性要求高。

（2）解决思路

环境适应性优化，为设备定制防护外壳，采用抗干扰技术优化电路设计，研发图像增强和预处理算法，提升系统稳定性与准确性。

多源数据融合算法创新：设计高效数据融合算法，综合分析多源数据特征，建立精准人员行为模型，实现可靠定位与判断。

高性能硬件与冗余设计保障实时性和可靠性：选用高性能处理器、大容量内存和高速网络设备，构建冗余架构，优化软件算法，提高系统处理效率和响应速度。

四、应用价值与效益

①需求来源及趋势：

在现代工业生产场景中，大型自动化生产设备操作的封闭区域存在潜在人身伤害危险，因此，安全管理常常采用挂牌上锁的方法防止人员滞留在危险区域。

挂牌上锁通常配合安全联锁系统使用，当安全门从外部打开时，安全开关会被断开，安全控制系统控制内部设备立即断电停机。挂牌上锁就是当每个人员进入危险区域作业时，都必须将带有明确的个人信息挂牌及安全挂锁挂在安全开关上，并随身携带钥匙，以避免他人从外部关闭安全门，达到安全开关无法锁定，设备无法再次启动的目的。

然而，在实际应用中，挂牌上锁这种依赖个体操作的方法，必须通过现场人员严格执行既定的操作流程，不仅无法实时监测且难以监管。一旦发生人为失误或操作不当，就会导致人员陷入危险区域而产生风险。例如，当多人进入时，可能会出现人员尾随进入，未严格执行挂牌上锁的情况；当挂牌人员离开时，他们取下各自的挂锁，安全门上锁，尾随进入的人员则会陷入其中。一旦设备启动，被困人员就会面临机械伤害的风险。

越来越多的大型设备生产事故的发生源于此种风险，也为更多的企业敲响了警钟，开始探索能够通过AI手段降低人为风险的可能性。

杨森找到纬诚合作，为其构建基于AI机器识别智能安全防护系统的案例对众多大型设备生产区智能化安全改造具有典型参考意义。

②提高企业安全管理水平：

本案例通过结合机器视觉和人工智能算法，实现了对安全门通道人数的精确检测，计算受控区域内的存留人数，并输出信号到执行机构，从而大大降低LOTO失效等危险区域人员陷入风险的可能。

本案例有效预防人员陷入危险区域，减少安全事故发生率。为企业员工提供了可靠的安全保障，降低了企业的安全风险，已入围强生集团全球EHS创新决赛。

③技术创新性：

本案例采用边缘计算的模式，本地化无网络部署，有效满足了客户生产现场高保密性的需求。

AI视觉目前的最大难点为识别准确率，本案例所能达到的高准确率，在工业场景可接受的可靠性范围内，具有极大的市场竞争力。 

安装前：

安装后：