我们熟悉的海尔，是创始于1984年的海尔集团，全球知名的大型家电全套解决方案供应商；而海尔的另一个身份，是国内最早探索智能制造的企业。2014年开始，海尔在国内率先布局智能工厂建设，至今已经先后打造了 8 家智能工厂，覆盖家用空调、冰箱、洗衣机、热水器等多个家电品类。 2018年，海尔中央空调工厂成为国内唯一入选全球9家“灯塔工厂”的中国企业，现在的海尔已经成为国内智能制造领域的先锋企业。

   日前，博观智能携手海尔集团，服务海尔智能制造工厂的安全生产管理数智化升级过程。基于厂区设备调试区、装货区、运输通道、卷钢台、行车、喷漆间六大应用场景，博观智能设计了AI防护服识别、手套识别、防毒面具识别，叉车工人越界检测、装卸货区状态监控等12类人工智能算法及应用，满足了海尔在制造场景复杂环境中对目标检测的复杂需求。

   针对厂区的小规模应用场景，博观智能大胆尝试，对原有适用于大范围公共安全、大交通治理的智能应用算法进行改造，以适配工业环境中小规模、定制化的算法需求，以基于计算机视觉的人工智能算法助力海尔实现生产安全管理数智化升级。

   智能防护用具识别

   海尔管理层有句名言：“要想让时针走得准，必须控制好秒针的运行”。

   安全生产管理要注意细节、关注细节。在生产区域和装卸区域，有大量识别劳保护具的产品的关键需求，其中包括手套、防护服、防毒面具、工帽、安全带等防护配件的佩戴，护具虽小但却是生产安全的保证，坚持佩戴能够杜绝安全隐患，避免大量的生产安全事故。

   博观智能算法团队通过对人员关键特征进行抓取的技术，将防护服、手套、防毒面具、安全带等防护用具的特征进行记录，当一旦出现画面中的工作人员未按照要求佩戴时，管理系统将自动报警予以提醒。

   危险区域智能检测

   “海恩法则”指出：“每一起严重事故的背后，必然有29次轻微事故和300起未遂先兆以及1000起隐患”。

   在生产区域和装卸区域存在大量不允许进入或者不可无人值守的区域，对于此类区域，工厂的复杂环境以及设备机器的多变性不同于常规环境，这也给AI算法识别带来了巨大难题，画面中各式各样的机器以及时刻变化的产品形态都会给算法带来识别上的压力，如何降低减少误报，成为了人工智能算法在此真正产生价值的关键。

   博观智能通过自主研发的Bresuite一站式算法开发平台，快速将算法模型库和工厂生产机器相匹配，通过大量收集场景中各类复杂机器模型素材，将模型按照常类机器和非常类机器进行区分，对新的产品模型进行快速标定的自学习，在最短的时间内降低排除误报风险。

   厂区内的小交通治理

   在厂区内运输成品的过程中，叉车的运行区域和工人的行走区域都有明确的划分，但经常也会出现叉车违规越界，行人闯入叉车行驶区域，行车下方站人等危险状况，产生安全隐患。

   为了解决此类安全隐患，博观智能也将叉车、行车等特殊车型进行了模型和算法的适配，结合自身在智能交通行业多年的积累，解决了海尔集团厂区在成品运输过程中可能产生的叉车越界、行车违规站人等不安全行为。一旦出现叉车进入行人区域的行为，或行人违章进入叉车、行车行驶区域的行为，都会实时对相应的违章人员或者车辆进行抓拍，有效辅助了厂区的安全治理。

   面对工业领域场景复杂、定制化场景多的实际需求，博观智能深入理解工业企业设备/产品管理、业务与运营优化、社会化资源协作等应用场景，可提供全景AI算法体系赋能。博观智能将会积极进行工业领域算法的探索与应用，将更多有价值的算法真正落地到工业生产环境中，有效赋能工业企业的数智化转型升级。