USG Boral 在 AWS 云端推出了开创性的人工智能安全系统

USG Boral

从检测到预防

USG Boral 是亚太和中东地区的一家领先的制造商和供应商,生产石膏墙面和天花板系统。公司总部位于马来西亚,在 13 个国家/地区开展业务,公司秉承的使命是提供创新技术帮助客户更好、更多、更智能地完成工作。2018 年,一辆叉车在 USG Boral 的仓库中与行人相撞,公司因这件事在亚太地区大刀阔斧地实施了一次突破性安全创新。安全性是组织的核心价值,因此在事故发生后,企业立即采取措施防止事故再次发生。

事故发生时,公司依靠闭路电视摄像机 (CCTV) 录像记录下了所在仓库楼层的活动,事故发生后,员工需要手动查看存储在本地数据库的录像。USG Boral 希望采用更主动更直观的解决方案,以期能够从问题的源头预防事故发生。

“我们利用 AWS 所提供的分析功能来处理大量数据,而无需聘用数据科学家,也无需将时间…花费在手动任务上。”

USG Boral 基础设施和 ANZ 的 IT 总监 Calvin Ng

  • USG Boral 简介
  • 优势
  • 所使用的 AWS 服务
  • USG Boral 简介
  • USG Boral 是一家领先的制造商和供应商,生产石膏墙面和天花板系统,在亚太和中东地区的 13 个市场中都设有办事处。公司提供创新技术帮助客户更好、更多、更智能地完成工作。安全是组织的核心价值。

  • 优势
    • 每秒处理 12 个画面以进行近乎实时的分析
    • 对记录进行视觉分析的延迟不到 300 毫秒
    • 为管理层提供可视化控制面板以及量身定制的报告
    • 改进安全功能,以助于防止事故发生
    • 提供灵活的框架来扩展和集成新的机器学习服务
  • 所使用的 AWS 服务

利基仓库解决方案

该公司联系了 Bigmate,来开发智能仓库安全系统,可以在有物体或人员进入到叉车的 3 米安全范围内时发出声音作为告警。Bigmate 是 Amazon Web Services (AWS) 合作伙伴网络 (APN) 中的一家特色级技术合作伙伴。AWS 获选作为该项目的平台,入选原因主要有两个。首先,该平台不受硬件的限制,因此,随着新技术的推成出新,团队可以继续发展其视觉处理功能。其次,该平台为扩展提供了灵活的框架,这意味着用户可以快速修改架构来调整安全性、日志记录或联网。

这将是 USG Boral 首次在人工智能方面的尝试,这可算是制造行业中的创新之举,至少在亚太地区是这样。“我们知道这是一个利基解决方案,市场中还没有类似产品。为了开发这个框架,我们花了很多时间咨询 AWS 和 Bigmate,从业务和安全的角度出发,来了解如何达成我们需要的成效,”USG Boral 的首席信息官 Yeow Kok Weng 这样说道。这包括与现场员工紧密合作,以确保该方法在不妨碍工作活动的情况下,可以取得更好的成果。

透过可行的洞见来开展重复培训

除了预防事故发生以外,该项目的一个主要绩效目标就是,由各工作现场以统一格式提供数据,包括事故和告警数量以及差点出事的次数。在管理层面,这将实现传统 CCTV 系统无法实现的快速监测和监控。“我们知道,经过一段时间之后,人们会因自满而变得疏忽大意,这就需要以持续的安全再培训来作为巩固,”USG Boral 基础设施和 ANZ 的 IT 总监 Calvin Ng 这样解释。由人工智能支持的解决方案,可以通过可行的洞察来促使再培训计划的实施。新解决方案称为 Warny™,九个月内开发而成。

根据 Bigmate 的说法,Warny 可算是市场中最先进的视觉应用程序之一。AWS 的物联网技术是 Warny 的基础,尤其是 AWS IoT GreengrassAWS IoT Core。AWS IoT Greengrass 将云功能无缝扩展到仓库中,使得解决方案即使没有连接到互联网,也可以基于经过训练的机器学习模型,进行预测并执行操作。检测到潜在事故时,当地的灯光和警报器警报会开启。

通过 AWS Lambda,Warny 可以运行 Lambda@Edge 函数,这样就能自动执行代码,实现工业传感器控制,最终将控制延伸到叉车本身。“USG Boral 能够在 AWS IoT Greengrass 中配置 Lambda@Edge 函数,因此我们就能够根据需要进行就地处理以及远程管理对网关的更新。这种精细而灵活的方法,意味着它们可以不断进化,甚至能够加速进化,”Bigmate 总经理 Brett Orr 这样说。此外,该公司使用 Amazon CloudWatch 来监控网关和云端资源。

实时控制面板分析

机器学习模型仍在不断完善中,但 Warny 已经可以执行近乎实时的分析,每秒至少处理 12 个画面。该系统必须持续检测、跟踪和计算各物体之间的距离及速度,这需要非常高超的视觉分析以及低于 300 毫秒的延迟,才能针对潜在事故快速发出警报。如果某个物体进入 3 米的安全半径,警报就会响起。

Warny 带来的一个主要优点就是,USG Boral 可以评估差点出现事故的原因,通过汇总其多个站点的数据,并在云端进行分析,改进工作场所的安全性。Calvin 说:“我们可以根据指定的输出参数,使用报告和控制面板分析,来了解我们的员工在安全方面所取得的进展。我们利用 AWS 所提供的分析功能来处理大量数据,无需聘用数据科学家,也无需将时间花费在提取数据或完成手动任务上。” 遇到差点出现事故的情况时,系统会立即向经理发送短信和电子邮件。而到高管那边呢,就会是单独向高管发送报告,报告内容会汇集有关事故和差点出现事故的数据。

物联网激发创新

迄今为止,Warny 已在澳大利亚的一处建筑工地进行了测试,并会在接下来的数月中逐步推广到澳大利亚的另外 10 个工地使用。接下来还计划在 USG Boral 运营的全部 13 个国家/地区推广,并由 Bigmate 的扩展合作伙伴网络提供协助。USG Boral 不仅信任 Bigmate 来选择最适合的技术堆栈,同时还依靠 Bigmate,在开展运营的国家/地区针对不断演变的安全标准提供建议。

该团队借助 AWS,已经制定了未来依托于 Warny 的人工智能和机器学习创新路线图。例如,USG Boral 将使用 Amazon SageMakerAmazon SageMaker Neo 来检测并确保工人穿戴了安全设备,例如保护头盔、护目镜和荧光服等。Calvin 说:“我们借助 AWS 产品组合中的所有解决方案,有很多机会采用技术,来帮助提高工作场所安全,还可以用于其它的业务计划。 IoT 是数字化旅程的关键,我们在 AWS 的支持下不断前进,今后将能够收获更多成果。”


了解详情

欲了解详情,敬请查阅 AWS 上的机器学习