2024年“数据要素×”大赛优秀项目案例集——应急管理案例之七 | 工业现场视觉AI分析与安全预警平台

国家数据局 · 公众号 · · 2025-03-19 17:37

主要观点总结

本文介绍了长扬科技（北京）股份有限公司如何通过视觉AI分析技术构建高效智能的安全生产监管体系，以满足现代工业复杂多变的安全需求。主要包括五大关键点。

关键观点总结

关键观点1: 优化数据集质量，提升模型训练上限

项目从不同角度、时间、地域和环境条件下采集图像数据，并通过数据增强处理技术提升数据可用度，为模型的训练提供高质量的数据集。

关键观点2: 打造预警平台，提前发现潜在隐患

项目设计研发了预警平台，提供告警展示、去重、过滤、聚合等功能应用，通过大数据分析挖掘数据间的关联性和潜在规律，确保提前发现潜在安全风险隐患。

关键观点3: 建立完善的安全治理机制，保障数据安全

从数据安全管理集成要求等方面出发，制定安全管理规范，对收集、存储、使用等各环节保障数据的合规性，确保数据安全流通使用。

关键观点4: 实时监测与快速响应，预防事故的发生

项目通过事前预警和AI算法深度分析，及时发现潜在安全隐患，预防事故的发生，开展智能分析对人员的不安全行为进行量化统计，有效杜绝传统监管漏洞。

关键观点5: 持续多元化、高质量采集和优化数据

项目围绕企业生产安全管理要素进行全方位数据采集和智能治理，通过人工智能等技术优化业务流程，设定长期的发展目标和战略方向。

正文

随着我国工业生产的快速发展，安全生产已成为实现工业高质量发展的重要保障。当前，传统监管模式存在效率低下、隐患预警不及时等问题，难以满足现代工业复杂多变的安全需求。长扬科技（北京）股份有限公司通过采集工业现场隐患数据，利用视觉AI分析技术对风险进行检测预警，构建高效智能的安全生产监管体系，实现实时监测生产现场、及时发现安全隐患，提升了企业生产安全的管理效率，降低事故发生率。

一是优化数据集质量，提升模型训练上限。工业场景下的数据具有作业环境复杂、摄像机部署不规则、实际应用精度要求高等特点。项目在不同角度（远、近）、时间（早、中、晚）、地域（室内、室外、屋顶）、环境（晴天、阴天、雨雪天）等条件下采集图像数据，并通过几何变换、色彩变换、添加噪声、裁剪和拼接等技术进行数据增强处理，提升数据可用度。

二是打造预警平台，提前发现潜在隐患。遵从“按需归集、应归尽归”的数据治理原则，基于工业领域视觉数据以及基础工业控制数据，结合生产安全的实际业务需求，设计研发了预警平台，提供告警展示、去重、过滤、聚合等功能应用，支持通过大数据分析挖掘数据间的关联性和潜在规律，确保提前发现潜在安全风险隐患。

三是建立完善的安全治理机制，保障数据安全。首先，从企业自身业务管理特点、数据安全管理集成要求等方面出发，针对收集、存储、使用、共享、传输、销毁等各环节制定了安全管理规范，确保数据处理活动的合规性；其次，预警数据分类分级管理，针对不同等级和类别的数据，制定相应的安全保护措施和访问控制策略；最后，通过一系列技术手段确保采集的数据安全流通使用，例如，数据传输过程中使用加密协议，数据存储过程中对数据进行加密保护，建立数据定期备份和恢复机制等。