通过看VisualDataAIoT最佳实践

工业现场由于其特殊的生产环境和复杂的作业过程和作业难度，现场的安全存在着诸多隐患，在一个多模态的作业现场中，人与人、人与物、人与环境、环境与物之间的感官式通讯虽在近些年有所提高，但总体仍处于相对空白期，2019至2021年，国内各类安全生产事故死亡人数分别是2.95万、2.74万和2.63万余人。

2021年9月最新修订的《安全生产法》正式实施，应急管理部、工业信息化部于2020年10月、2021年3月相继出台关于《工业互联 +安全生产》和《工业互联 +危化安全生产》的行动计划，要求“加速安全生产从静态分析向动态感知、事后应急向事前预防、单点预防向全局联防的转变，提升工业生产本质安全水平”。

VisualDataAIoT平台通过建立安全生产的标准化和规范化，健全EHS管理体系，让AI和IoT的应用贯穿到“人的不安全行为、物的不安全状态、环境的不安全因素”的生产作业过程中来，将“抓重点环节、盯重点场景、调动重要资源、响应重点事件、记录重要数据”，以AI+IoT+大数据+流媒体应用为一体化业务流，形成“场景识别-预警体系-事件工单-专家响应-数据存储”为核心作业流程的规范化作业标准；

以VisualDataAIoT为底座的安全生产平台都有哪些应用？

通过对厂区的3D建模，建立标准数字大屏，在三维空间中展示厂区生产情况、作业环境，采用虚实结合的场景模型，VisualData将视觉识别、物联设备、与3D空间相结合，在数字空间中精准定位预警事件，标注各区域内的视频采集点、物联 设备状态以及作业数据、隐患预警、调度、应急等多模态数据。“战时”实现安全事件的快速定位、在线监督、应急处置，形成统一调度和综合数据联动中枢；“平时”为企业数字化建设提供数据管理平台、规范化作业平台和可视化的业务分析平台；

生产环节中根据各自场景而不同，考虑效率、成本、安全等维度，形成了不同的作业流程，从安全角度，每一个作业项目都存在安全隐患，VisualData通过监、审、查、留四项动作中对作业流程的前、中、后期进行规范化、数据化和智能化的管理，辅助作业者、监管者、行业专家对作业现场标准化作业流程、危险隐患排查、专家资源最大化利用提供了整体解决方案；

视觉识别围绕人物环境的特定化场景进行训练，通过VisualDataAIoT中的“AI训练场”实现作业场景的全闭环管理，包括常规模型准确率的提升和新增的特殊场景模型以及AI场景的标准化样本的模型管理，工业现场的空间范围较广，部分作业现场距离监控摄像头距离较远，对模型的要求会有所提升，通过远景算法模型实现对百米外的作业人员PPE的穿戴正确性检测；

在识别算法中增加逻辑性场景，将人与物与环境相结合，尤其在标准化作业工序中表现得尤为重要，例如动火作业中规定时间的作业内容由指定作业人员通过标准设备并且环境中需具备特殊设备方能执行动火作业的操作工序，当 其中任意一个条件缺失，都将由系统进行记录、预警或呼叫相关人员干预。

工业现场中设备种类繁多，作业环境复杂且艰苦，物的不安全状态、环境的不安全因素是EHS体系建设的难点，在以往对设备状态监测、故障定位、设备维修都带来较大的难度；VisualDataAIoT基于物联 技术，通过各种 络传输，以模型为基础收集、结合、实现各现场设备的接入，包括温湿度、气体浓度、二氧化碳浓度设备的状态监测类和水电气能耗状态监测等，支持OPC Server、Modbus等协议设备的接入，支持与PLC、DCS、SCADA系统的集成，支持与各种时序数据库、关系数据库的集成，数据经过汇聚后在平台中利用Spark的可视化编排ETL处理引擎，对海量数据进行抽取、提纯，为分析预警等模块输出结构化内容，同时提供丰富的数据处理组件和DQL查询接口，形成系统化的IoT管理平台。

各作业队地理位置分布过于零散，交通不便，无法实现现场问题的及时响应，应急指挥的实时调度、作业现场场景的实时查看等情况，为此，视维数据基于的4G视频通讯技术，对音视频采集与传输进行数据优化，在普通的4G信 下将视频 络传输包压缩至原有的百分之一，实现在多种 络条件下的最优音视频传输功能，将井场与大队、井场与公司、工人与专家、现场安全与应急通讯有机结合，做到“想看哪里看哪里”的实时视频通讯，解决了现场问题及时响应，专家指导实时互动，全部工作内容有据可查的统一视频通讯平台。

根据物联 智库2021/2022“中国AIoT产业全景图普”统计，2019年中国AIoT产业总产值为3808 亿元，至2022年中国AIoT市场规模将达到7509亿元；自2009年iOT和AI底层技术的初具模型，至2020年AI与iOT的快速融合，完成了AIoT技术的早期蓄力，2021年始在各个领域得到真正的应用落地，AIoT产业的增长期已经到来。VisualDataAIoT平台通过云边端一体化技术架构，实现了以大数据为底座以AI和IoT双轨循环的智能化平台，通过软件定义智能终端将云平台与边缘计算有效结合，通过AI的自循环能力，不断进行深度的自我学习，通过“四池一景”的AI PAAS能力，将算法、训练、推理、模型与采集、标注、训练和部署完美结合，满足数智时代多应用的技术加持；

算法池：AI训练场内丰富的训练模型，快速实现场景匹配，样本标注在线完成，一步进入推理训练，云边结合的高效性将新的模型一键部署至物联池；

物联池：IoT管理平台汇聚多重数据源，文本、视音频、物联设备数据，实现集群式的IoT设备管理、自动发现、数据连接、任务调度、实时监管、模型管理等，实现AI模型从设备级到接入端的个性化场景应用；

数据池：多数据源接入，清洗，挖掘，提取将数据模型和算法结合，通过数据降噪形成数据预警，通过多模态进行输出，元数据的治理，集成、交换以形成数据生命周期管理，覆灭数据孤岛，形成数据资产；

边缘池：适配多架构智能硬件设备，多种接入路数，适配各种应用场景，ARM架构，灵活轻便，高效部署，快速接入，适合分布广、环境复杂的各种现场，X86混合架构，大规模路数接入，处理速度快，多种算法模型同步运算，超强算力；

孪生场景：数据处理后的孪生数字形态，三维空间中的真实场景还原，数据、AI、IoT以及分析和预警等多重分身在数字孪生体中真实呈现，数据引擎为多系统的接入提供了标准化接口，三方数据快速接入。

今年6月是全国第21个安全生产月，主题为“遵守安全生产法，当好第一责任人”，国务院安委办、应急管理部要求，各地区、各有关部门和单位要精心组织、细化部署，积极开展好疫情防控常态化条件下“安全生产月”各项活动，巩固提升安全生产专项整治三年行动成果；强调各地区、各有关部门和单位要认真贯彻落实习近平总书记“疫情要防住、经济要稳住、发展要安全”重要指示；

疫情时代的开始推动了AIoT的产业发展，宅经济带动了智能家居领域的快速增长；新基建目标的落实促进了以互联 +智慧的一系列拉动内需的项目落地，智慧监管、智慧工地、智慧交通等涵盖了智慧城市建设的方方面面，AIoT也在其中扮演着重要的角色，轨迹追踪、体温检测、数字哨兵等等一系列应对疫情的应用，都是建立在以AIoT技术为核心的基础上，AIoT已从一个前沿、新潮的事物变成了大众习以为常的基础应用，能够看到在不远的将来，以AIoT为底座，融合大数据、5G、数字孪生等应用技术将为我们的生活、工作带来更多的改变。