Современный метод контроля соблюдения техники безопасности на производстве и стройках
На производственных предприятиях, заводах и стройках помимо вполне очевидных задач (обеспечить нужные объемы производства, снизить издержки, повысить качество выпускаемой продукции или строящихся объектов) существует множество «внутренних» вопросов организации работы, относиться к решению которых необходимо не менее ответственно. В частности, всегда остро стоит вопрос обеспечения охраны труда (ОТ) и контроля техники безопасности (ТБ), так как пренебрежение этим влечет для предприятия и работодателя серьезные этические, экономические и юридические последствия и издержки.
В случае нарушения требований ОТ, повлекшим за собой вред здоровью или смерть работника, для работодателя предусмотрена административная и уголовная ответственность: крупный штраф или лишение свободы.
Статья 212 ТК РФ обязывает работодателя обеспечить безопасные условия работы и ОТ, а также организовать контроль за состоянием условий труда и правильностью применения работниками средств индивидуальной защиты (СИЗ). В рамках данной статьи будем рассматривать частный случай СИЗ - каски, а значит, требования закона можно трактовать так: "работодатель обязан:
1. обеспечить работников касками (если того требует ТБ)
2. проконтролировать, чтобы они их носили
Если с выполнением первого пункта проблем обычно не возникает (или они легко устранимы), то с контролем все гораздо сложнее.
Как на многотысячном предприятии обеспечить ношение каски всеми сотрудниками в местах, где того требует ТБ и не упустить никого из вида?
Несмотря на то, что мы живем в век высоких технологий, задача контроля ношения касок на подавляющем большинстве предприятий решается вручную. Специалист по охране труда выходит в соответствующие цеха/площадки/зоны и осуществляет проверку: кто в каске, а кто - без. На многих предприятиях этот процесс частично автоматизирован: если установлена система видеонаблюдения, все сводится к просматриванию видео с камер.
Это уже решение задачи!
Однако, оба варианта обладают существенными недостатками:
1. Ускользает важная информация о нарушителях. Одновременно специалист (или даже несколько) по ОТ не может находиться во всех помещениях или площадках, где требуется ношение каски. Значит, он пропускает львиную долю информации о нарушителях.
2. Огромные времязатраты на просмотр видео с камер. Даже если контролирующий работает с записями системы видеонаблюдения, для того, чтобы просмотреть все видео, требуется соразмерное количество времени. А учитывая, что на крупном предприятии или стройке могут быть установлены десятки или сотни камер, а также производственные процессы зачастую идут круглосуточно, просмотреть и охватить все - просто невыполнимая задача.
3. Существенные регулярные экономические затраты работодателя. Чтобы обеспечить контроль на должном уровне, необходимо привлекать целую группу специалистов по ОТ. С увеличением численности сотрудников увеличиваются и затраты на содержание отдела.
Существует ли универсальное решение?
Не так давно IT-индустрия сделала огромный скачок в части автоматизации решения задачи контроля ношения касок на производстве. Решение предполагает использование камер видеонаблюдения, но задачу обнаружения нарушителей решает специальный программный детектор Macroscop. Он обнаруживает на видео с камеры наблюдения людей, определяет, надета ли на каждом из них каска. И в случае, если в кадре (а значит, в рассматриваемом помещении или площадке завода или стройки) находится человек без каски, программа информирует об этом ответственного сотрудника отдела ОТ (выдает сообщение на экран компьютера, отправляет СМС или уведомление на e-mail). В дополнении к сообщению, кадр с зафиксированным нарушением сохраняется в журнал событий программы, благодаря чему у отдела ОТ автоматически создается доказательная база фактов нарушений, и нарушителей гораздо проще привлечь к ответственности.
Денное решение носит название детектор отсутствия касок Macroscop. Получая кадры с камер наблюдения, Macroscop анализирует их и точно детектирует, есть ли в кадре люди без касок. Использовать детектор можно не на всем предприятии или стройке, а только в зонах, где требуется ношение данного вида СИЗ. Никаких специальных требования нет: достаточно, чтобы в системе были подключены IP-камеры и ПО Macroscop, а также чтобы в кадр люди попадали крупным планом. Интерфейс и способ управления программой предельно просты, что позволяет представителям отдела ОТ без глубоких технических знаний компьютера и видеосистем легко работать с ней.
В основе детектора отсутствия касок лежат технологии анализа видео с применением нейросетей и глубокого обучения (deeplearning). Сегодня этот подход является передовым в разработке. Суть его заключается в том, что программа самостоятельно, автоматизированно учится "понимать", как выглядит человек в каске, а как - без каски; выявляет определенные закономерности и легко распознает нарушителей при введении системы в эксплуатацию. Точность результата - главное преимущество современного метода разработки.
Использование детектора отсутствия касок позволяет просто и оперативно получать информацию о всех нарушителях ТБ, а значит, обеспечивать быстрое реагирование на это сотрудников отдела охраны труда. При этом исключается проблема пропуска важной информации о нарушениях. Детектор работает в режиме реального времени, анализирует видео автоматически, выдает готовую информацию контролирующим специалистам, а значит, существенно экономит их рабочее время. Детектор отсутствия касок можно подключить на любое количество камер и охватить весь завод или стройку, а значит, работодателю не требуется увеличивать штат сотрудников отдела ОТ, что снижает ежемесячные экономические затраты.
Несмотря на сравнительную новизну решения, его уже использует несколько крупных производственных предприятий России, Белоруссии, Казахстана и Индии. По оценке сотрудников отделов охраны труда, детектор сокращает количество случаев несоблюдения техники безопасности не только потому что фактически «ловит» нарушителей, но и потому что само его наличие является действенным сдерживающим фактором против нарушений.