USG Boral lancia un sistema di sicurezza IA all'avanguardia su AWS

L'azienda si è rivolta a Bigmate, un partner tecnologico selezionato nella rete dei partner (APN) di Amazon Web Services (AWS), per sviluppare un sistema di sicurezza di magazzino intelligente che emetta un allarme quando oggetti o persone entrano nel raggio di sicurezza di 3 metri dai carrelli elevatori. AWS è stata la piattaforma scelta per il progetto per due ragioni principali. Innanzitutto, è indipendente dall'hardware, quindi i team possono continuare a far evolvere l'elaborazione della visione man mano che diventa disponibile una nuova tecnologia. In secondo luogo, offre un framework flessibile per l'espansione, il che significa che l'architettura può essere modificata rapidamente per modificare la sicurezza, la registrazione o il networking.

Questa sarebbe la prima iniziativa di intelligenza artificiale (IA) di USG Boral e probabilmente la prima per l'industria manifatturiera, almeno nella regione dell'Asia del Pacifico. "Sapevamo che sarebbe stata una soluzione di nicchia e che non esisteva ancora nulla sul mercato. Abbiamo dedicato molto tempo a consultare AWS e Bigmate per sviluppare il framework e abbiamo esaminato come potesse ottenere ciò che volevamo dal punto di vista aziendale e della sicurezza", afferma Yeow Kok Weng, CIO (direttore informatico) di USG Boral. Ciò includeva una stretta collaborazione con il personale sul campo per garantire che l'approccio favorisse migliori risultati in termini di sicurezza senza ostacolare le attività lavorative.

Oltre alla prevenzione degli incidenti, un obiettivo prestazionale chiave del progetto era la fornitura di dati in un formato unificato sul numero di incidenti e allarmi, nonché sul numero degli "incidenti mancati" per cantiere. Ciò consentirebbe una supervisione e un monitoraggio gestionali rapidi, impossibili con i tradizionali sistemi di videosorveglianza. "Sappiamo che le persone nel tempo possono abbassare la guardia e hanno bisogno di supporto attraverso una formazione continua sulla sicurezza", spiega Calvin Ng, IT director of Infrastructure and ANZ presso USG Boral. La soluzione basata sull'intelligenza artificiale faciliterebbe l'implementazione di programmi di rieducazione basati su informazioni fruibili. La nuova soluzione, denominata Warny™, ha richiesto nove mesi di sviluppo.

Secondo Bigmate, Warny è una delle applicazioni di visione più avanzate sul mercato. La tecnologia dell'Internet delle cose (IoT) di AWS è alla base di Warny, in particolare AWS IoT Greengrass e AWS IoT Core. AWS IoT Greengrass estende senza problemi la capacità cloud ai magazzini in modo che possano eseguire previsioni e azioni basate su modelli di machine learning (ML) addestrati, anche quando non sono connessi a Internet. Gli allarmi locali con luce e sirena si attivano quando vengono rilevati potenziali incidenti.

Con AWS Lambda, Warny può eseguire le funzioni Lambda@Edge in modo che il codice venga eseguito automaticamente, consentendo il controllo dei sensori industriali che infine può estendersi al carrello elevatore stesso. "La capacità di configurare le funzioni Lambda@Edge in AWS IoT Greengrass consente a USG Boral di eseguire l'elaborazione locale e gestire in remoto gli aggiornamenti dei gateway in base alle necessità. Questo approccio granulare e flessibile implica che possono evolversi continuamente anche a un ritmo accelerato", afferma Brett Orr, General Mananger (direttore generale) presso Bigmate. Inoltre, l'azienda utilizza Amazon CloudWatch per monitorare le risorse gateway e cloud.

Il modello ML è ancora in fase di perfezionamento, ma Warny può già eseguire analisi quasi in tempo reale, elaborando almeno 12 immagini al secondo. Deve rilevare, tracciare e calcolare continuamente la distanza e la velocità tra gli oggetti, il che richiede un'analisi visiva superiore con una latenza inferiore a 300 millisecondi per consentire avvisi rapidi in caso di potenziali incidenti. Se un oggetto entra nel raggio di sicurezza di 3 metri, viene emesso un allarme.

Uno dei principali vantaggi di Warny è che USG Boral è in grado di valutare il motivo per cui si verificano i mancati incidenti e migliorare la sicurezza sul campo attraverso l'aggregazione dei dati provenienti dai suoi numerosi siti per l'analisi sul cloud. "Possiamo utilizzare la reportistica e l'analisi del dashboard in base a parametri di output specificati per vedere come stiamo procedendo in termini di sicurezza per i nostri dipendenti", afferma Calvin. "Utilizziamo l'analisi alla base di AWS per produrre i dati senza dover assumere data scientist o dedicare tempo all'estrazione di dati o allo svolgimento di attività manuali". Quando si verifica un incidente mancato, vengono immediatamente inviati ai responsabili messaggi di testo e e-mail. Rapporti separati vengono inviati ai dirigenti di livello C, che raccolgono dati regionali sugli incidenti e sui mancati incidenti.

Ad oggi, Warny è stato testato in un cantiere in Australia e verrà esteso ad altri 10 siti nel paese nei prossimi mesi. È stato inoltre pianificato un lancio esteso in tutti i 13 paesi in cui opera USG Boral, che sarà facilitato dall'estesa rete di partner di Bigmate. USG Boral si è affidata a Bigmate non solo per la selezione dello stack tecnologico più adatto, ma anche per una consulenza aggiornata sull'evoluzione degli standard di sicurezza nei paesi in cui opera.

Con AWS, i team hanno sviluppato una roadmap per le future innovazioni di IA e ML basate su Warny. Ad esempio, USG Boral utilizzerà Amazon SageMaker e Amazon SageMaker Neo per rilevare e garantire che i lavoratori indossino dispositivi di sicurezza come caschi protettivi, occhiali di sicurezza e indumenti ad alta visibilità. "Con tutte le soluzioni del portafoglio AWS, ci sono molte opportunità di utilizzare la tecnologia per contribuire a migliorare la sicurezza sul posto di lavoro e altre iniziative aziendali", afferma Calvin. "L'IoT è fondamentale per questo percorso digitale e possiamo ottenere molto di più in futuro con AWS".