夜雨聆风学习资料网

ARTICLE · 1208213

AI 安全巡检:拍一张照片找出隐患,派单、整改、验收一条线走完

AI 安全巡检:拍一张照片找出隐患,派单、整改、验收一条线走完

安全检查这件事,痛点大家都清楚:一个安全员管十几个场站,查不过来;新人不知道什么算隐患;检查前临时补台账。市面上的方案要么是固定摄像头加算法,硬件贵,分散的小场站装不起;要么是"表单 + 台账",AI 只是个宣传词。

我做了一个只用手机的系统:现场拍一张照片,AI 找出隐患、框出位置、给出整改建议,人工确认后直接派整改单,整改、验收全程留痕。

体验地址:inspection.xiaowuiot.com(手机浏览器打开,不用装 App)

一、整体流程

  1. 巡检员选场景、拍照,AI 识别出隐患;
  2. 结果先给拍照人自己确认,勾选确实存在的隐患后上报;
  3. 安全主管审核,确认等级或判为误报;
  4. 主管派发整改任务,指定整改人或角色、期限和验收人;
  5. 整改人拍照提交,验收人通过或驳回,每一步都记在时间线里。

二、拍照识别

  • 选场景
    :垃圾收集点、中转站、生产车间、配电房、车辆场站、建筑工地、环卫车辆作业、道路施工,拿不准就选"通用场景"。每个场景都有一份检查清单,AI 按清单去看
  • 拍照或从相册选
    ,想补充的话写一句说明,比如"这是配电房总闸""重点看消防通道",帮 AI 判断得更准
  • 结果
    :照片上直接框出隐患位置,颜色代表等级(一般、较大、重大);每条写清楚问题是什么、对应哪条检查项、建议怎么整改
  • 看不清的不瞎猜
    :压力表读数、灭火器有效期、是否带电这类照片里判断不了的,会单独列出来,提醒凑近补拍或人工确认

几个场景的真实识别结果:

    • 公园游乐设施
      :秋千链条和挂件严重锈蚀,有断裂、座椅坠落的风险;秋千就在坡边,旁边没有护栏
    • 公园绿道
      :断裂的大树枝横跨绿道,完全挡住通行;树冠里还有受损的枝干,可能继续掉落
    • 马路路面
      :路中间的坑槽碎石外露,裂缝还在往外延伸,车辆经过容易颠簸、爆胎
    • 工地动火作业
      :基坑里气割钢梁,火花四溅,旁边没有灭火器,也没人监护;钢梁只垫了一块木方,切割时可能滑动
    • 工地高处作业
      :顶层临边只有横杆,没挂密目安全网,钢筋头外露没套防护帽
    • 环卫车辆夜间收运
      :工人背面没有反光标识,又站在料斗正后方,有被夹和被后方来车撞的风险
    • 道路施工
      :车道内作业人员没穿反光衣,现场没有围挡和锥桶
    • 没问题的不乱报
      :一段完好的山路护栏,AI 判断没有隐患

    用 21 张测试图试过,有隐患的 13 张都找到了核心问题,没有严重误报。当然,AI 只是帮人查得更快、更全,最后还是由人来确认。

    三、上报和审核

    • 先识别、后上报
      :识别结果先进"待上报",只有拍照人自己能看到,不会打扰主管。勾选确实存在的隐患后点"上报审核",没勾选的自动标为"已忽略"
    • 人工上报
      :照片里看不出来的问题,比如"消防栓打不出水",巡检员可以手写描述、拍张现场照片上报
    • 主管审核
      :逐条确认等级,或者判为误报
    • 即时预警
      :较大、重大隐患一确认,相关负责人马上收到站内消息
    • 隐患按状态分类:待审核、待派单、整改中、已整改、误报,点进任意一条都能看到从发现到现在的每一步

    四、整改闭环

    • 派单
      :指派给某个人,或者指派给一个角色(角色里谁先接收谁处理,适合轮班的场站),设置期限和验收人
    • 整改
      :整改人在"待我处理"里接收任务,改完拍一张整改后的照片,写一句说明提交
    • 验收
      :验收人对比整改前后的照片,通过就闭环;不合格就驳回并写明原因,退回重新整改
    • 超期提醒
      :到期没完成,整改人和发布人都会收到提醒
    • 全程留痕
      :谁发布、谁接收、什么时候提交、谁验收、驳回了几次,都在时间线里,检查时直接拿出来就是台账

    五、AI 认错了:当场纠正,记住经验

    识别结果页点"AI 识别得不对?",直接用大白话告诉它哪里错了,比如"第 2 条是网线不是电线""漏了门口那个灭火器"。AI 会带着原照片重新看一遍,给出新的结果,并说明改了什么。

    位置不对的时候,可以在照片上用手指画个圈,AI 按圈的位置重新标注;看不清的地方,可以补拍一张近景发给它。

    如果现场人员说得不对,比如明明电线裸露却说没问题,AI 会说明理由、坚持事实,不会被一句话"说没"。

    纠正之后,AI 会把这次的经验总结成一条规则,例如:

    墙内箱体中垂落的废旧线缆,经现场确认是不带电的弱电或网线时,不按带电裸露判较大隐患,只按箱盖敞开、线缆杂乱未清理的一般隐患处理。

    有权限的人点"记住",以后同类场景识别时会自动参考,同样的错不会再犯。审核确认的、判成误报的记录也会自动整理成训练数据,以后可以用来训练专门的识别模型。

    六、管理后台

    • 数据概览
      :今日识别量、近 14 天趋势、超期任务、隐患和任务的状态分布
    • 隐患台账
      :按状态、等级筛选,一键导出表格,Excel 直接打开
    • 用户和角色
      :内置系统管理员、安全管理员、巡检员、整改负责人、注册用户 5 个角色,权限拆成 10 个点可以自由组合,改完立即生效
    • 经验库
      :AI 记住的经验可以查看、修改、停用,也能手动录入

    七、部署和合作

    • 手机浏览器就能用,不用装 App,也不用买摄像头等硬件
    • 支持部署在企业自己的服务器上,照片和数据都留在内部
    • 可以按行业定制检查清单,对接现有系统

    现在正在找环卫、物业、工厂、工地的朋友免费试用,也欢迎需要私有化部署、定制开发或者想一起做的老板。体验地址 inspection.xiaowuiot.com,有问题直接在公众号后台留言。


    我主要在做物联网和 AI 落地:设备接入、协议网关、平台开发,这个巡检系统就是其中一个。相关的代码和项目实战,在知识星球「小物学长的物联网实战营」里持续更新,回复【星球】了解。

    相关学习资料