通过实时分析 7x24小时的视频信号，AI 和机器学习正在减少建筑工地的事故、盗窃与破坏行为和危险的操作环境。同时，还能获得对于威胁的预测性见解和信息。
美国国家设备登记局的数据显示，发生在建筑工地的盗窃损失往往每年超过 10 亿美元。最新型号的设备、工具和用品被盗最多，也最难找回。详细来说，被盗的建筑设备中只有 25% 被找回，再加上每年因事故和受伤而给建筑业造成的损失估计有 130 亿美元。因此，改善建筑工地安全的迫切性相当之高。
靠机器学习提升建筑工地安全
依据特定施工现场的具体条件、因素、位置和状态分析是否会导致，如何导致更大的现场安全和风险，最适合机器学习施展拳脚了。今后，用于保护建筑工地的远程监控系统将依靠机器学习算法在历史数据中挖掘新范式。同时，基于机器学习的远程监控系统也会依靠物联网传感器，结合夜视、红外和热感摄像头采集实时数据流。
通过将历史视频流和图像与实时数据流相结合，基于机器学习的远程监控系统可以对潜在的事故、盗窃或危险操作环境进行预测性识别。
AI 改善建筑工地安全的 10 大手段
最近，建筑安全与安保行业的资深从业者在云端齐聚一堂，针对标准化的基于机器学习的远程监控系统进行了讨论，最宝贵的收获之一是他们能从误报中节省多少时间。一位管理迈阿密、亚特兰大和芝加哥在建工程项目的安全总监表示，机器学习几乎消除了他负责建筑工地的误报。“我们的团队已经根据自家业务的特定模式对机器学习算法进行了微调，它几乎消除了误报问题，并专注于更准确地预测盗窃和闯入的企图，”他解释道。
基于电话会议的思想碰撞，我们总结出 AI 改善建筑工地安全的 10 大手段：
1.减少对现场安保团队的依赖，用监控来获取每个施工现场365 天全天候的监控视野。所有的建筑安全和安保从业人士都表示，这是基于云的远程监控系统最有价值的部分，该系统能够接受来自物联网、数字、热感应和红外摄像机的数据。当然，常驻现场的安保团队依然是必不可少的，然而拥有实时的、始终在线的监控提供数据流来训练模型也是非常宝贵的。
2.通过识别工人是否穿戴了个人防护装备(PPE)，可以减少工伤和潜在的责任诉讼。借助由机器学习算法支持的高级模式匹配功能，从业者可以识别高风险任务和工作区的工人是否穿戴 PPE。在疫情期间，建筑工地仍然要持续作业，因此在很多情况下，每个人都需要戴上口罩，以符合疾控中心的要求。有了远程监控系统，只需扫一眼就能知道哪些工作人员没戴口罩。
3.抛弃检查单、例行程序和其它人工的安全审计方法，直接换用实时监控，在几秒钟内拿出趋势和图像分析。从业人士表示，他们目前最大的挑战是如何节省现场施工团队的宝贵时间，因为他们不知道那些有项目的城市，何时会重新实行封锁或隔离。如果将机器学习技术与现场数据结合起来，且将这些数据放在一个直观的仪表板上，能将人工工作流程缩减 5倍甚至更多。
4.施工现场的实时安全保障监控越好，施工流程就越灵活。从业人士指出，施工现场捕捉和解读实时传感器及视频数据的能力越强，其施工流程的适应性就越强。也就是说，最初砸进去的那些投资，会通过流程的改进为你带来回报。
5.支持智能标签和关键事件上下文线索的先进视频分析技术即将到来，将进一步提高基于机器学习远程监控系统的预测准确性。眼下，远程监控行业的研发支出大多投到了从每一帧视频中获取更高级别智能线索上，预计明年我们将看到关于远程监控系统高级模式匹配和预测精度的新专利。
6.实时预测网络和物理双重威胁对建筑项目的影响，创建特定的算法，为特定的系列事件分配风险分数。在远程监控系统的开发工作中，最引人入胜的是如何将物理事件和网络事件进行关联。举例来说，假设某个特定建筑工地的系统受到了网络攻击。在这种情况下，就可以提高被盯上的那些物理系统的监控和预测精度，以挫败盗窃和破坏项目。
7.对每个建筑项目进行风险评分，然后分析出哪些因素需要改进，以减少设备和材料盗窃的威胁。同时，根据相关盗窃数据，利用机器学习建立预测模型，判断窃贼何时再下手。从业人士表示，这就是为什么每个项目一开始就记录视频数据的原因，它可以用来训练机器学习模型并预测未来的盗窃企图。
8.通过识别和跟踪没有访问权限的入侵者在工作现场的活动，减少工业间谍活动的威胁。建筑业中的工业间谍活动可能会带来数十亿美元的损失，特别是那些包含专有技术的芯片代工厂。因此，保持工地安全需要从一个基于 AI 的有效远程监控策略开始。
9.找出建筑物资何时、何地以及如何失窃，从而控制成本，使工地更加安全。每年，大型建筑项目上有 10% 到 25% 的物资被盗并被转卖。阻止偷盗对建筑项目是否盈利至关重要，这也是从业人员开始关注远程监控的原因。
10.确保施工现场保持符合 OSHA(职业安全与卫生条例)和相关合规要求，同时为审计人员创建实时审计记录。负责安全保障的业内人士表示，为 OSHA 审计做准备可能需要数周甚至数月的前期工作。实时监控系统可以按需生成报告，每年可以节省数百小时的审计准备时间。
转载链接：https://ai.51cto.com/art/202012/633484.htm
本文转自51CTO文章，本文一切观点和机器智能技术圈子无关。
在线免费体验百种AI能力：【点此跳转】
