1 目標和概述
工業一線現場中的事故先期預警和應急處置措施,基本現狀是從行政流程向數字化過渡的狀態,技術手段仍主要局限于單變量監測門限告警+人工值守,人工方式制定應急預案,對緊急事態的風險控制有很大局限性,重大、特大事故仍然屢有發生。
工業作業現場視頻監控的痛點:
(1)監控攝像路數多,人工值守難以全部覆蓋。并且人工方式依賴責任心,無法避免危險漏檢漏報。
(2)視頻監控中發現的安全違章事件難以納入事件記錄和預警處置閉環,無法跟蹤。
(3)現有的主流方案中,企業視頻需要通過網絡上傳至監管平臺,一是傳輸帶寬成本過高,二是給監管部門帶來無法化解的巨大責任壓力。
本解決方案是基于公司已有的自研智能網關和信息化平臺一體機硬件設備,采用邊緣計算的模式在工業一線現場實現人工智能對于違規行為識別報警類的服務,從而將其納入物聯網綜合監測預警的完整業務體系中。邊緣平臺中的AI視頻分析算法通過標準接口與視頻監控和業務系統交互,可以實現定制化部署。方案中,對于AI視頻分析功能算法,邊緣端平臺主要負責提送樣本和判決執行,云端主要負責大數據和深入學習。
2 解決方案部署
2.1 解決方案架構
解決方案采用嵌入式硬件平臺,基于自有的智能網關和信息化邊緣平臺一體設備,以Intel FPGA加速器件提供神經網絡AI運算能力。
圖1 解決方案部署架構圖
本方案采用新一代的Intel至強處理器。至強處理器專業級的計算和視覺功能,提供令人充滿信心的專業計算以及可靠的工作負載性能、集成圖形支持和值得信賴的硬件增強安全性。新一代的至強處理器提供大幅增強的性能和功能。
深度學習近年成為業界關注的重點,在圖像處理領域基于深度學習的算法已經開始被業界使用并展現了更高的準確度。但這些算法往往計算更加復雜,需要單獨的協處理器來進行加速。在邊緣計算領域,由于設備對功耗的限制,對系統的性能功耗比有著更苛刻的要求。在各種協處理器方案中,基于Intel FPGA的方案展現了業界領先的性能功耗比,例如在處理AlexNet網絡時,Intel Arria10-1150可以達到33fps/W的能力,領先于其他的業界方案。
2.2 軟件平臺
預警一體機部署一套基于Linux的企業端平臺應用軟件,安全生產集控主站一體機部署一套基于Windows的實驗平臺軟件系統。平臺系統將安全生產相關數據和視頻進行整合,實施整體監控、預報警處置、數據視頻聯動、綜合分析、報警統計分析、趨勢預判分析等邊緣計算。
以邊緣計算的模式在工業一線現場實現人工智能識別判決類的服務,納入已有的安全生產物聯網監測和信息化業務系統。算法部署采用邊云協同的模式,在邊緣端平臺采集提送樣本和執行識別判決實時報警,在云端主要實現大數據匯聚管理和算法深入學習。
2.3 配置和控制接口
通過百兆局域網,采用標準軟件接口進行數據交互,既可以實現云端遠程控制和配置管理,也可以實現數據調閱、模型推送等北向協同交互操作。對于安全生產相關的業務特點而言,顯而易見的是視頻報警相關服務必須是在邊緣側實時實現,而尋找不安全行為、報警事件和安全風險乃至事故預警之間的聯系必須基于大數據從而形成邊緣側實時分析報警、云端按需調閱,深入挖掘的基本協同聯動模式。邊緣側與云端的最優協同模式,可在后續工作中充分結合大數據專家和行業專家的智慧,進一步探索。
2.4 數據通訊接口
通過百兆局域網傳輸,傳輸內容為視頻流、實時監測數據、報警數據、報警閾值、報警信息、遠控信息等。
2.5 安全措施
實驗平臺中運算處理器采用嵌入式SoC,運行基于Linux操作系統的專用嵌入式軟件,保證了軟件系統的可靠性和安全性。系統采用分級用戶權限管理,數據和視頻存儲采用嵌入數據庫、數據加密和數據水印技術保證數據安全不可篡改。
信息安全架構:
系統信息安全涉及以下四個方面:
(1)邊緣節點系統等設備的接入安全控制;
(2)數據傳輸安全;
(3)邊緣節點系統與工廠生產網(工控網)間的安全隔離;
(4)部署在各級的系統設備安全防護。
邊緣節點系統是部署在工廠的數據采集前置設備,直接決定了數據的有效性、可靠性和安全性。因此首先需對邊緣節點系統進行合法性接入控制,并對其進行實時在線檢測。其次,上級系統下發的查詢指令也需要確保合法及有效。為此,通過建設核心的基于數字證書的加密設備認證體系,為網絡中每個節點頒發數字證書,通過數字證書的鑒權及驗簽來保證加密設備及下達指令的合法性和有效性。邊緣節點系統采集的數據屬于企業經營性數據,并涉及生產安全和環境安全,在傳送給上級各個中心前,需進行數據加密,數據加密需采用國密算法。在接入 4G、有線寬帶網絡時,需通過防火墻進行隔離。
邊緣節點系統需要從工廠的自動化控制系統獲取數據,為了保證工控系統以及生產網的安全,需在邊緣節點系統與工控網、生產網之間部署安全隔離防護設備(網閘以及工業防火墻等),避免系統對工控系統和生產管理系統的非法操作。
3 方案優勢
表1
(1)實時可靠
·在邊緣前端直接分析判決,擺脫對網絡的依賴;
·基于嵌入式平臺整體集成,穩定可靠。
(2)效果顯著
(3)成本優勢
· 監控值守人員需求降低一個數量級;
· 前后端同步接警;
· 基本上杜絕漏報問題。
·現有的AI視頻分析實現方式需要視頻占用帶寬上傳云端,增加成本(參考50M=10萬/年);
·云平臺實現方案服務器昂貴,邊緣計算方案硬件成本顯著降低。
(4)業務完整
·把視頻監控報警信息納入安全應急信息化,形成完整服務;
·把視頻分析與生產線工序、工況協同整合,實現綜合監測管理。
(5)定制服務
·針對工業領域的個性化痛點,以統一的模塊化部署架構提供差異化定制服務。
4 產業價值
本解決方案采用 “邊緣智能硬件+嵌入式業務軟件+定制化AI算法”的部署模式,利用人工智能實現視頻分析預警,可以達到零漏報,誤報率:≤3%,報警響應時間:≤2s??梢造`活地加載、更換、升級、卸載。并且在用戶現場已部署的攝像頭滿足分辨率要求的情況下,不需要重新部署攝像監控網絡。
在工業生產安全應急的場景中,基于可靠性和實時性考慮,利用邊緣計算在工業一線場景中直接解決檢測預警的問題有特別突出的創新性意義,是邊緣計算應用價值的最典型體現,具有先進技術推動社會進步的示范效應。
在我國、安全生產關注的重點行業主要有:危險化學品、煤礦、非煤礦山、煙花爆竹、重點工貿等等。 據國家安監總局統計,2016年全國重點危險化學品生產企業數量為16,442家,煤礦企業9624家,非煤礦山60,947座,2016年規模以上工業企業單位數量為383,148家 。同時,建筑工地、港口碼頭等場所也是這項解決方案的典型推廣應用場景。根據2015年的一份統計數字,僅北京一地工地數量達到10,000多個,天津更是達到11,000以上。
如此巨大的應用場景體量,如此廣闊的市場空間,目前的現狀基本還是只能通過值班人員人工值守目視巡查,只有極少有實力的企業基于自身的特殊需求上了基于服務器平臺的視頻分析?,F在我們基于邊緣計算模式的解決方案得到推廣應用的話,可以預期把生產一線的安全監測預警能力推到一個新的境界,進一步控降重特大事故發生概率和社會安全風險水平,具有特別重大的社會價值。同時,商業應用直接市場價值保守估計在數百億,帶動的關聯市場價值預計在千億以上。
摘自《自動化博覽》2018年增刊《邊緣計算2018專輯》