人(rén)工(gōng)智能(néng)在应急管理上(shàng)可(kě)以如(rú)何应用

• 2020/04/27

從(cóng)宏观层面看(kàn)，近几年(nián)应急管理工(gōng)作(zuò)发生了(le)较大的变化，2018年(nián)3月根据《第十三届全國(guó)人(rén)民代表大会第一(yī)次会議(yì)》批准设立了(le)应急管理部，兼具國(guó)家安全生产监督管理、应急管理、消防管理、救灾、地(dì)质灾害防治、水旱灾害防治、草原防火(huǒ)、森林防火(huǒ)、震灾应急救援等职责。在应急管理部设立以来，人(rén)工(gōng)智能(néng)技術(shù)同期也取得较大的发展，技術(shù)日趋成熟，尤其是視(shì)頻(pín)监控技術(shù)被广泛应用到应急管理工(gōng)作(zuò)中，发挥視(shì)頻(pín)监控技術(shù)的潜力為(wèi)应急管理服务恰恰依赖于人(rén)工(gōng)智能(néng)技術(shù)，具体包括人(rén)脸识别、车牌识别、特征识别和(hé)物(wù)体识别等技術(shù)，当然语音识别技術(shù)也有一(yī)定程度的适用性。2019年(nián)2月，國(guó)务院公布《生产安全事故应急条例》，自(zì)2019年(nián)4月1日起施行(xíng)。《条例》是应急管理部组建以来，國(guó)家出台的第一(yī)部安全生产领域的行(xíng)政法规，受到业內(nèi)的广泛关注。那(nà)么如(rú)何将人(rén)工(gōng)智能(néng)技術(shù)和(hé)应急管理相结合就是摆在我们面前的一(yī)个课题。

一(yī)、國(guó)內(nèi)外(wài)应急管理应用现状

1979年(nián)成立的美國(guó)联邦应急管理局是领导协调各级部门进行(xíng)灾害救助的机构，它以综合应急管理理念為(wèi)指导，建构有效的灾害防御和(hé)救助体系。综合应急管理理念主要(yào)指全風(fēng)险灾害管理理念、全过程灾害管理中的全面合作(zuò)和(hé)平等的伙伴关系以及应急管理中的教育和(hé)培训。我國(guó)应急管理体制以政府為(wèi)主导，绝大部分數(shù)据资源為(wèi)政府管理和(hé)支配，随着人(rén)工(gōng)智能(néng)技術(shù)在应急管理研究领域的发展势如(rú)破竹，政府进行(xíng)高质量數(shù)据開(kāi)放和(hé)共享平台构建的數(shù)字化转型，进而建立快(kuài)速、高效的应急管理体系迫在眉睫。人(rén)工(gōng)智能(néng)技術(shù)是最近三年(nián)才得到广泛应用的技術(shù)，目前的应用大多數(shù)还集中在公安部门，在以往的应急管理工(gōng)作(zuò)中，人(rén)工(gōng)智能(néng)的技術(shù)应用并不广泛，在新的应急管理部成立之后，可(kě)有效整合各种资源，利用人(rén)工(gōng)智能(néng)技術(shù)提高应急管理应用水平。

二、人(rén)工(gōng)智能(néng)技術(shù)的发展和(hé)应用范围

在大數(shù)据和(hé)人(rén)工(gōng)智能(néng)的新思维背景下(xià)，政府应急部门的信息资源數(shù)字化转型是社会发展大势所向。1943年(nián)最早的人(rén)工(gōng)神经元模型被提出。如(rú)果要(yào)提到人(rén)工(gōng)智能(néng)的真正開(kāi)端，那(nà)就要(yào)追溯到1955年(nián)8月31日，研究人(rén)員(yuán)JohnMcCarthy、MarvinMinsky、NathanielRochester和(hé)ClaudeShannon提交了(le)一(yī)份《2个月，10个人(rén)的人(rén)工(gōng)智能(néng)研究》的提案，第一(yī)次提出了(le)“人(rén)工(gōng)智能(néng)”的概念。人(rén)工(gōng)智能(néng)（ArtificialIntelligence，AI）是研究、開(kāi)发用于模拟、延伸和(hé)扩展人(rén)的智能(néng)的理论、方法、技術(shù)及应用系统的一(yī)门新的技術(shù)科学。而能(néng)应用于应急管理的主要(yào)是计算机視(shì)觉技術(shù)，具体来讲，就是可(kě)以利用人(rén)脸识别技術(shù)识别人(rén)員(yuán)身份、利用车牌识别技術(shù)识别车辆、ReID技術(shù)（行(xíng)人(rén)再识别）识别人(rén)体特征和(hé)物(wù)体结构化、利用3D结构光(guāng)技術(shù)和(hé)ToF技術(shù)（飞行(xíng)時(shí)間(jiān)测距法）进行(xíng)物(wù)体测量，当然还有一(yī)些其它的AI技術(shù)可(kě)以应用于应急管理。

应急管理工(gōng)作(zuò)中有一(yī)个很(hěn)重要(yào)的需求就是可(kě)視(shì)化管理，而可(kě)視(shì)化主要(yào)依赖于視(shì)頻(pín)监控系统，传统的視(shì)頻(pín)监控手段主要(yào)用于监視(shì)、录像和(hé)回放，不能(néng)充分挖掘視(shì)頻(pín)监控技術(shù)在应急管理工(gōng)作(zuò)中的应用效果，而AI技術(shù)可(kě)以将非结构化的視(shì)頻(pín)數(shù)据进行(xíng)结构化处理，這(zhè)样就可(kě)以对人(rén)員(yuán)身份管理、车辆速度、车辆违停、危险物(wù)堆放、潜在危险源发掘等方面发挥作(zuò)用。

三、基于視(shì)頻(pín)图像分析技術(shù)应用于危化品仓库和(hé)危化品车辆的技術(shù)应用

随着國(guó)民经济的不断发展，各类企业产品生产制造过程中对安全的要(yào)求越来越广泛，在安全生产主体责任和(hé)安全生产相关标准规范的落实中，基于对人(rén)、车、物(wù)的安全生产监管需求愈发突出。传统监管手段无法做(zuò)到事前预警预测预判，而随着高清視(shì)頻(pín)监控技術(shù)、人(rén)脸识别技術(shù)、车辆技術(shù)识别、視(shì)頻(pín)结构化技術(shù)的发展，在广大应急市场已经取得了(le)较為(wèi)突出的成绩。应急管理部门亟需利用上(shàng)述技術(shù)结合的智能(néng)图像分析算法应用到危化品车辆运输的風(fēng)险识别监测过程中，通(tōng)过动态人(rén)脸识别可(kě)以在危化品企业园區(qū)进行(xíng)对人(rén)的识别、形成人(rén)的轨迹、人(rén)的周界防护、人(rén)的身份特征。而通(tōng)过基于该算法基础形成的深度学习、人(rén)工(gōng)智能(néng)、視(shì)觉计算的能(néng)力可(kě)以设计构造基于人(rén)的特征行(xíng)為(wèi)识别算法，将规范化在危化品车辆和(hé)危化品仓库中的人(rén)的行(xíng)為(wèi)导致的相关危害風(fēng)险，诸如(rú)危化品车辆疲劳驾驶、危化品车辆驾驶危险驾驶行(xíng)為(wèi)、易燃易爆物(wù)活动區(qū)域的抽烟行(xíng)為(wèi)、危化品仓库如(rú)气体加工(gōng)液体发酵等禁止接触、禁止靠近的入侵检测等。相关实地(dì)调研數(shù)据统计，危化品车辆在运输过程中危险驾驶行(xíng)為(wèi)、疲劳驾驶行(xíng)為(wèi)等是事故发生的盲區(qū)，危化品车辆的跨地(dì)域进出、其行(xíng)驶轨迹、初次入城、頻(pín)繁出入等都(dōu)与危化品车辆管理的風(fēng)险控制息息相关。危化品仓库中的周界防护、入侵检测、遗留物(wù)检测、人(rén)脸识别、人(rén)的轨迹盘查等也与落实危化品仓库中的安全行(xíng)為(wèi)识别風(fēng)险相关。因此，危化品仓库和(hé)危化品车辆作(zuò)為(wèi)事故高发頻(pín)发的对象应配套全方位多维度的监管手段。視(shì)頻(pín)图像分析技術(shù)就是作(zuò)為(wèi)有效对高发頻(pín)发对象的维度分析应用的有效手段。視(shì)頻(pín)图像分析技術(shù)包括了(le)視(shì)頻(pín)图像识别算法和(hé)算法深化应用两大部分组成，算法解决的是視(shì)頻(pín)结构化对象的识别和(hé)记录問(wèn)题，应用解决的是识别后、记录后的日益增長(cháng)的海(hǎi)量視(shì)頻(pín)图像數(shù)据的场景和(hé)需求痛点問(wèn)题，能(néng)够通(tōng)过海(hǎi)量視(shì)頻(pín)图像數(shù)据汇聚全量的視(shì)頻(pín)大數(shù)据基础，通(tōng)过深度学习、机器学习、人(rén)工(gōng)智能(néng)、知识图谱技術(shù)手段对危化品车辆运输和(hé)危化品仓库贮存进行(xíng)人(rén)、车、物(wù)的視(shì)頻(pín)分析，达到合规检测、预警预测预判的目标。消除传统人(rén)工(gōng)翻查缓慢(màn)、隐患点动态检测排查效率低(dī)下(xià)、线索疑情事件的关联关系模糊、无法防患于未然的恶疾。

作(zuò)為(wèi)应用研究中的核心技術(shù)之一(yī)的視(shì)頻(pín)结构化技術(shù)是一(yī)种将視(shì)頻(pín)內(nèi)容中的重要(yào)信息进行(xíng)结构化提取的技術(shù)，利用它对視(shì)頻(pín)內(nèi)容按照语义关系，采用時(shí)空分割、特征提取、对象识别、深度学习等处理手段，组织成可(kě)供计算机和(hé)人(rén)理解的文本信息或可(kě)視(shì)化图形信息。在实际应用中，文本信息可(kě)进一(yī)步转化為(wèi)应急管理部门监管实战所用的情报，实现視(shì)頻(pín)數(shù)据向有效情报的一(yī)次转化。

1.危化品车辆结构化

借助智能(néng)识别算法获取电子警察、卡口、停车场出入口等场所的车辆相关结构化信息存入车辆主题库，通(tōng)过对车辆特征识别和(hé)梳理，提取有用信息，以便于視(shì)頻(pín)追踪辨认、比对，达到车辆查证的目的，從(cóng)而实现交通(tōng)运输服务和(hé)管理智能(néng)化。车辆的描述信息包括车辆号牌、车牌颜色、车辆品牌、车辆类型、车身颜色等。车辆二次分析实战中的信息包括安全带、年(nián)检标、遮阳板、挂件、摆件、司乘人(rén)員(yuán)等方面的识别。车型：确定车型对缩小查找范围，明(míng)确摸排方向，节省人(rén)力资源等具有极大帮助。对车型的判断主要(yào)依据不同车型外(wài)部特征的差异进行(xíng)，如(rú)车辆铭牌、尾翼、车门、车窗、颜色、尾灯形状、刹车灯位置等。车牌照：车辆号牌是车辆的外(wài)在标识，具有唯一(yī)性、合法性，是區(qū)分不同车辆的重要(yào)依据。根据視(shì)頻(pín)图像中车辆的车牌号码，可(kě)以将该号码输入到车辆信息管理系统、道(dào)路收費(fèi)信息系统等进行(xíng)查询，极大程度地(dì)获取车辆特征信息，用于追踪查证。

2.人(rén)脸特征结构化

人(rén)脸特征辨识以視(shì)頻(pín)监控為(wèi)基础，以计算机、网络信息為(wèi)依托，以现代信息处理技術(shù)為(wèi)支撑，開(kāi)拓了(le)“從(cóng)像到像”、“從(cóng)像到人(rén)”的全新辨别模式。当前視(shì)頻(pín)监控系统能(néng)对畫(huà)面中的行(xíng)人(rén)和(hé)其属性进行(xíng)结构化，让机器识别人(rén)的一(yī)些基本属性，如(rú)性别、年(nián)龄范围等特征范围，还可(kě)以对人(rén)的衣着、运动、背包、拎包、打伞、是否骑车等信息进行(xíng)结构化描述。如(rú)果從(cóng)視(shì)頻(pín)图像中的目标正面抓拍，可(kě)以识别到脸部一(yī)些具体的特征，如(rú)戴口罩、眼镜、胡子类型等。人(rén)脸识别借助人(rén)像识别及智能(néng)搜索技術(shù)的深度应用，对視(shì)頻(pín)中人(rén)員(yuán)的面部定位、面部特征提取，視(shì)頻(pín)中的人(rén)脸图像被自(zì)动检出后，与后台人(rén)像模型數(shù)据进行(xíng)特征比对匹配，從(cóng)而对人(rén)員(yuán)身份进行(xíng)判别和(hé)告警。

3.行(xíng)為(wèi)事件特征结构化

对于行(xíng)為(wèi)事件的描述信息包括：车辆行(xíng)為(wèi)如(rú)违反交通(tōng)信号指示灯、超速行(xíng)驶、违反行(xíng)车标识、礼让行(xíng)人(rén)、交通(tōng)流量统计等多种行(xíng)為(wèi)特征描述；人(rén)体行(xíng)為(wèi)如(rú)越界、區(qū)域、徘徊、聚集、人(rén)流量统计等多种行(xíng)為(wèi)特征描述；物(wù)体行(xíng)為(wèi)如(rú)丢失、位移等行(xíng)為(wèi)特征描述。

4.物(wù)体深度技術(shù)

目前主流的視(shì)觉深度传感器方案主要(yào)分结构光(guāng)、Time-of-Flight和(hé)纯双目三类。双目跟结构光(guāng)一(yī)样，都(dōu)是使用三角测量法根据物(wù)体匹配点的視(shì)差反算物(wù)体距离，只是双目是用自(zì)然光(guāng)，而结构光(guāng)是用主动光(guāng)发射特定图案的条纹或散斑。ToF是通(tōng)过给目标连续发送光(guāng)脉冲，然后用传感器接收從(cóng)物(wù)体返回的光(guāng)，通(tōng)过探测光(guāng)脉冲的飞行(xíng)（往返）時(shí)間(jiān)来得到目标物(wù)距离。

TOF原理是传感器发出经调制的近紅(hóng)外(wài)光(guāng)，遇物(wù)体后反射，通(tōng)过计算光(guāng)线发射和(hé)反射時(shí)間(jiān)差或相位差来换算被拍摄物(wù)体的距离。3D结构光(guāng)（StructuredLight）技術(shù)则要(yào)相对复雜(zá)一(yī)些，该技術(shù)将编码的光(guāng)栅或线光(guāng)源等投射到被测物(wù)上(shàng)，根据它们产生的畸变来解调出被测物(wù)的三维信息。双目視(shì)觉则是和(hé)人(rén)眼一(yī)样，用两个普通(tōng)摄像头以視(shì)差的方式来计算被测物(wù)距离。三种方式各有优缺点，在现有技術(shù)条件下(xià)各有应用场景。

四、基于AR三维实景融合技術(shù)的危化品贮存風(fēng)险监测关键技術(shù)应用

随着危化品贮存風(fēng)险带来的应急管理态势的持续升级，对危化品贮存重点场所的监管要(yào)求不断递增，对重点场所中仓库园區(qū)的風(fēng)险监测手段日趋增强。传统的监测手段普遍存在底數(shù)不清、底图不明(míng)、预警监测數(shù)据不及時(shí)、危化品的物(wù)物(wù)关联、人(rén)物(wù)关联关系不清楚等不足，随着云计算、大數(shù)据、物(wù)联网技術(shù)深入行(xíng)业应用，開(kāi)发基于AR三维实景融合技術(shù)将為(wèi)視(shì)頻(pín)监控手段、传感器实時(shí)數(shù)据感知手段、智能(néng)視(shì)頻(pín)分析手段、地(dì)图視(shì)頻(pín)數(shù)据三维合一(yī)手段提供融合技術(shù)，形成应急管理風(fēng)险监测手段的多重并举，技術(shù)革新。充分发挥其地(dì)图、數(shù)据、視(shì)頻(pín)的能(néng)力，為(wèi)解决传统危化品贮存中的实际問(wèn)题提供新型关键技術(shù)和(hé)装备研发与示范。AR三维实景融合技術(shù)是将传统应急管理中一(yī)张图的二维地(dì)图以三维实景地(dì)图进行(xíng)替代，将传统单一(yī)視(shì)角以多种視(shì)角进行(xíng)扩展，将传统數(shù)据被动接入以新型应急管理大數(shù)据主动感知进行(xíng)升级，将传统单一(yī)维度的事后追溯向当前多维數(shù)据主动预警预测进行(xíng)转变的综合性解决方案。

本应用研究以倾斜摄影三维实景快(kuài)速建模、危化品贮存重点场所BIM精细化建模為(wèi)可(kě)視(shì)化模型基础，自(zì)主研发地(dì)图視(shì)頻(pín)數(shù)据三合一(yī)的微(wēi)內(nèi)核实景融合引擎，為(wèi)危化品仓库绘制鸟瞰視(shì)角、倾斜視(shì)角、第一(yī)人(rén)称視(shì)角、伴随視(shì)角，构建对危化品贮存周边整体环境的总体态势感知、对危化品贮存物(wù)、包装物(wù)的智能(néng)視(shì)頻(pín)结构化算法识别、通(tōng)过微(wēi)服务感知各类前端數(shù)据采集信息（如(rú)温度、湿度、压力、容器、气体、烟感、GPS定位等传感器數(shù)据、視(shì)頻(pín)监控实時(shí)高清視(shì)頻(pín)、其他(tā)监管系统的状态类數(shù)据、流程类數(shù)据、上(shàng)报统计类數(shù)据、交易类进销存系统关系型數(shù)据、海(hǎi)关物(wù)流电子數(shù)据报文EDI數(shù)据等），将传统的二维地(dì)图升级打造為(wèi)兼容多种地(dì)图視(shì)角和(hé)內(nèi)容的三维实景地(dì)图、支持卫星云图、2.5D瓦片地(dì)图、3D建模地(dì)图、VR街景地(dì)图、AR高清渲染地(dì)图、視(shì)頻(pín)拼接投影地(dì)图，利用3D引擎的海(hǎi)量点云數(shù)据支持特性，构建危化品实時(shí)动态更新的各类兴趣点視(shì)角POI數(shù)据展示，通(tōng)过应急管理的危化品车辆路径、人(rén)物(wù)-物(wù)物(wù)关联轨迹、贮存位置室內(nèi)BIM动态监测实现危化品仓库在线实時(shí)监测的图屏联动、实现比传统体验更直观更身临其境的沉浸式体验第一(yī)人(rén)称視(shì)角的操作(zuò)方式，实现全景視(shì)觉、全局感知、全程交互、多灾种适用的应急指挥、重点防控、实時(shí)监测的应急赋能(néng)应用平台。

五、基于智能(néng)視(shì)頻(pín)分析算法应用到安全生产風(fēng)险识别监测的关键技術(shù)应用

通(tōng)过基于计算机視(shì)觉算法基础形成的深度学习、人(rén)工(gōng)智能(néng)、視(shì)觉计算的能(néng)力，可(kě)以设计构造基于人(rén)的特征行(xíng)為(wèi)识别算法，将规范化在安全生产过程中人(rén)的行(xíng)為(wèi)导致的相关危害風(fēng)险，诸如(rú)易燃易爆物(wù)活动區(qū)域的抽烟行(xíng)為(wèi)、高空作(zuò)业活动區(qū)域的防护措施不到位行(xíng)為(wèi)、机床设备操作(zuò)台上(shàng)的不按照规定动作(zuò)操作(zuò)违规行(xíng)為(wèi)等。相关实地(dì)调研數(shù)据统计，一(yī)个大型五金(jīn)加工(gōng)厂每年(nián)投入安全生产教育培训后依然存在各种原因违规行(xíng)為(wèi)导致的安全生产事故屡禁不止，由此产生的要(yào)求安全生产零事故成為(wèi)這(zhè)类企业的老(lǎo)大难問(wèn)题。

经过仔细分析，事故发生的相关生产工(gōng)人(rén)普遍都(dōu)是机床设备的熟练度较高的群体，对安全生产规范的理解也是深刻清楚的，但(dàn)往往由于诸如(rú)疲劳作(zuò)业、连续赶工(gōng)加班、计件工(gōng)资多劳多得等原因，导致明(míng)知不可(kě)為(wèi)而為(wèi)之，為(wèi)了(le)赶工(gōng)疲劳施工(gōng)，為(wèi)了(le)多点计件工(gōng)资，不按照标准动作(zuò)施工(gōng)导致。智能(néng)視(shì)頻(pín)分析算法的必要(yào)性就应运而生，通(tōng)过高清視(shì)頻(pín)监控设备部署在机床位置，利用后端算法的深度学习和(hé)人(rén)工(gōng)智能(néng)计算，识别计算工(gōng)人(rén)的工(gōng)作(zuò)時(shí)長(cháng)、识别特征动作(zuò)识别、事先定义违规操作(zuò)动作(zuò)、位置、特征等，如(rú)识别没有佩戴安全帽、识别没有按规定操作(zuò)机床、识别没有前置动作(zuò)或指示灯没有亮就直接操作(zuò)设备等特征。

如(rú)果将視(shì)頻(pín)结构化和(hé)工(gōng)厂的机床被动装置、电力装置、防护装置等进行(xíng)集成，并与有条件的企业工(gōng)厂的安全管理系统、车間(jiān)管理MES系统、绩效考核系统进行(xíng)对接，事先危险动作(zuò)识别、安全特征缺失就启动设备自(zì)动防护措施、自(zì)动录制及记录违规动作(zuò)行(xíng)為(wèi)，进行(xíng)人(rén)、机床、动作(zuò)、特征的关联。

算法的识别精度可(kě)以达到99.99%的高准确率，且不会识别疲劳，没有主观臆断。可(kě)以预期的是算法的能(néng)力与企业工(gōng)厂的制动系统进行(xíng)接入后，当识别到违规动作(zuò)、疲劳施工(gōng)等特征和(hé)行(xíng)為(wèi)动作(zuò)的時(shí)候，机床暂停、制动停止，可(kě)以确保工(gōng)伤及重大事故的发生。這(zhè)对监管部门、企业、工(gōng)人(rén)多方都(dōu)有极大的意义，监管部门能(néng)够從(cóng)事后前移到事前，能(néng)够让事故少(shǎo)发生，能(néng)够控制事故发生的范围和(hé)蔓延的程度，真正做(zuò)到底數(shù)清、情况明(míng)。

本应用研究以自(zì)主创新的安全生产违规动作(zuò)行(xíng)為(wèi)识别算法為(wèi)基础，企业也可(kě)利用舊(jiù)的高清視(shì)頻(pín)监控前端设备，后端開(kāi)发建设算法解析系统，通(tōng)过GPU加速计算技術(shù)对海(hǎi)量违规特征行(xíng)為(wèi)的图片視(shì)頻(pín)样本进行(xíng)计算机深度学习，以人(rén)工(gōng)智能(néng)人(rén)脸识别算法為(wèi)基础，開(kāi)发安全生产违规动作(zuò)行(xíng)為(wèi)识别算法，按照特定违规行(xíng)為(wèi)的范围进行(xíng)聚类，形成安全生产违规动作(zuò)的专题库和(hé)主题库，通(tōng)过密集的算法识别样本训练，让计算机能(néng)够通(tōng)过前端視(shì)頻(pín)监控实時(shí)地(dì)捕获识别违规动作(zuò)特征，形成记录和(hé)告警。

2019年(nián)是人(rén)工(gōng)智能(néng)技術(shù)的落地(dì)应用年(nián)，应急管理是重要(yào)的落地(dì)行(xíng)业之一(yī)，我们认為(wèi)计算机視(shì)觉在应急管理中存在广泛的应用，能(néng)够大大提高应急管理的应用效率。本文主要(yào)针对危化品仓库和(hé)危化品车辆、危化品贮存風(fēng)险监测、安全生产風(fēng)险识别监测三个方面进行(xíng)了(le)具体应用研究，提出了(le)一(yī)些思路，并给出了(le)一(yī)些具体的落地(dì)方法，相信在未来的两三年(nián)內(nèi)能(néng)够看(kàn)到更大范围的落地(dì)技術(shù)和(hé)应用场景。