Рассказываем, как одна система из камер, датчиков и нейросетей закрыла сразу три задачи стройки: охрану труда, учет транспорта и контроль сроков.
К нам обратилась крупная строительная компания.
Запрос звучал так: автоматизировать проверку соблюдения стандартов работы на площадках, чтобы люди не получали травмы, а руководство видело реальную картину происходящего на объекте. Готовые коробочные решения задачу не закрывали, поэтому компания пришла за кастомной системой.
В процессе работы выяснилось, что те же камеры и та же нейросеть, которые следят за касками, попутно решают еще пару дорогих проблем стройки. Об этом и расскажем: что не работает в ручном контроле, как устроена система и что она умеет на практике.
Почему стандартный контроль на стройке не до конца справляется
Стройплощадка отличается от цеха тем, что здесь нет фиксированных рабочих мест. Люди перемещаются, объект каждую неделю выглядит иначе, подрядчики меняются. Отсюда три системные проблемы.
Инженер по охране труда физически не может быть везде. Возьмем этаж строящегося дома: десять помещений, в каждом идут работы. Один человек не увидит одновременно, кто снял каску в дальней комнате, кто зашел в опасную зону, а кто упал с лестницы и лежит без движения. Обход занимает время, и в момент обхода нарушений обычно нет.
Контроль реактивный. Разбор происходит после инцидента: смотрят, что случилось, ищут виновных, пишут акт. К этому моменту человек уже травмирован, а компания уже получила штраф.
Данные не сходятся с реальностью. Количество рабочих на объекте не совпадает со списками. Остаток материалов по документам не совпадает с фактическим. Темпы работ по отчету подрядчика опережают то, что видно на площадке. Проверить каждое расхождение вручную нереально.
Оговоримся сразу, как и в других наших материалах: ИИ здесь не самоцель. Мы беремся тогда, когда у проблемы есть цена в рублях — травмы, штрафы, сорванные сроки, пропавшие материалы.
Что должна была уметь система
Требования согласовали на старте, и они определили всю архитектуру:
постоянный онлайн‑мониторинг техники и пожарной безопасности, в том числе при погрузочно‑разгрузочных работах;
автоматическое оповещение специалиста по охране труда о нарушении по SMS и электронной почте, чтобы он мог вмешаться сразу, а не постфактум;
контроль применения средств индивидуальной защиты: касок, перчаток, курток, брюк, защитных очков, спецобуви, противогазов;
запись и хранение видеофрагментов с нарушениями;
единая база данных инцидентов на центральном сервере;
возможность анализа накопленных данных за любой период;
переход от разбора произошедшего к предотвращению.
Последний пункт — ключевой. Все остальное существует ради него.
Как устроена ИИ‑система, которую мы разработали для клиента
Технически это три компонента.
Видеокамеры ведут наблюдение за рабочими и фиксируют нарушения.
Датчики определяют местоположение людей и контролируют доступ в опасные зоны.
Программное обеспечение анализирует видеопотоки, распознает нарушения и формирует отчеты.
Отдельная задача — расстановка камер. На объекте многоэтажного жилого дома мы разнесли их по функциям:
въезд и выезд: контроль прибытия и убытия техники, мониторинг вывоза грузов;
периметр площадки, камеры с изменяемой высотой: контроль СИЗ, наблюдение за работой техники, зональный мониторинг;
соседние высотные здания: контроль темпов строительства
земляные работы, фундамент, монтаж несущих конструкций;
краны и вышки: контроль наружных работ, установка окон и дверей, монтаж фасада;
проходная: учет персонала, контроль прохождения инструктажа, термометрия.
Дальше — что из этого получилось на практике.
Модуль на въезде и выезде: транспорт и материалы
Система распознает номер и тип транспортного средства и определяет, груженый самосвал или пустой. Это дает автоматический учет ввоза и вывоза грузов.
Побочный эффект оказался важнее основного. Когда каждый выезд фиксируется и сопоставляется с документами, несанкционированный вывоз материалов становится бессмысленным: расхождение всплывет в отчете.
Контроль СИЗ и опасных зон
Основной модуль, ради которого проект и начинался. Нейросеть определяет, надеты ли на работнике каска, перчатки и остальные СИЗ, и фиксирует нарушение с привязкой к видеофрагменту.
Тот же контур решает смежные задачи:
фиксирует несанкционированный доступ в запретные зоны;
считает численность бригад и проверяет, что все работники аккредитованы;
определяет принадлежность сотрудника к конкретной бригаде или подрядчику;
отслеживает погрузочно‑разгрузочные работы;
выявляет простой персонала.
Последний пункт мы обсуждали с клиентом отдельно. Детектор бездействия — инструмент обоюдоострый: он полезен для оценки работы подрядных организаций, но легко превращается в тотальную слежку за людьми, что бьет по отношениям в коллективе. Мы за то, чтобы такие детекторы применялись к подрядчику как к организации, а не к конкретному человеку.
Позиционирование персонала
Датчики определяют местоположение сотрудников с точностью до пяти метров и работают как на открытой площадке, так и внутри здания. На интерактивной карте видно, кто где находится, можно посмотреть траекторию перемещений и историю за период, сгруппировать людей по бригадам.
Практический смысл — не в контроле, а в чрезвычайной ситуации. Если на объекте что‑то произошло, найти человека нужно за минуты, а не обходить этажи. Плюс система размечает геозоны и оповещает и диспетчера, и самого сотрудника, когда тот пересекает границу опасного участка.
Контроль сроков и сверка с BIM‑моделью
Модуль видеоаналитики следит за темпами возведения стен и несущих конструкций, считает количество облицовочного кирпича или плитки на фасаде и сравнивает фактический прогресс с BIM‑моделью. При отклонении от графика уведомление уходит ответственному.
Это тот случай, когда одна инфраструктура работает на две разные службы: камеры ставились ради охраны труда, а пользуется ими еще и технадзор.
Результаты
Компания подтверждает снижение количества несчастных случаев на 30 процентов. Сократились расходы, связанные со страховыми выплатами и производственными инцидентами.
Здесь стоит быть честными. Экономия на предотвращенном воровстве материалов или на несорванном графике — вещь реальная, но подтвержденных цифр по ней у нас пока нет: система работает не так долго, чтобы набрать корректную статистику. Мы приводим только то, что клиент готов подтвердить.
Как это применимо на других объектах
Логика работы подобной ИИ‑системы легко переносится за пределы строительства и может окупаться там, где:
люди работают распределенно и за ними невозможно уследить обходом;
нарушение регламента стоит дорого
травма, штраф, остановка работ;
есть материальные потоки, которые расходятся с документами;
фактический прогресс работ нужно сверять с планом или моделью.
Это строительные компании, промышленные предприятия, склады и логистические комплексы, добывающие производства.
Подпишитесь, чтобы узнать больше о том, где ИИ на объекте окупается, а где нет:
