Thị giác máy tính thúc đẩy an toàn kho bãi suốt ngày đêm như thế nào

An toàn và hiệu quả là yếu tố then chốt trong môi trường nhà kho. Các nhà kho thường chứa xe nâng, băng chuyền và các hệ thống tự động phải vận hành liên tục, và đôi khi tai nạn vẫn có thể xảy ra. Ví dụ, an toàn xe nâng là một mối quan tâm lớn, với báo cáo từ Cơ quan Quản lý An toàn & Sức khỏe Nghề nghiệp (OSHA) cho thấy ước tính có 61.800 ca chấn thương nhẹ, 34.900 ca chấn thương nghiêm trọng và 85 ca tử vong mỗi năm.

Các biện pháp an toàn truyền thống, như biển cảnh báo, gương và giám sát thủ công, đều có những hạn chế. Điểm mù, sai sót của con người và phản ứng chậm có thể khiến việc ngăn ngừa tai nạn trước khi chúng xảy ra trở nên khó khăn. Nói một cách đơn giản, việc đảm bảo an toàn nhà kho đòi hỏi phải giám sát liên tục, điều không dễ thực hiện đối với con người khi làm việc đơn lẻ.

Tuy nhiên, thị giác máy tính, một nhánh của trí tuệ nhân tạo (AI), có thể nâng cao an toàn nhà kho bằng cách cung cấp khả năng giám sát theo thời gian thực và phát hiện mối nguy hiểm một cách chủ động. Cụ thể, các model thị giác máy tính như Ultralytics YOLO11 có thể kích hoạt khả năng phát hiện vật thể và phát hiện người để hỗ trợ các nhiệm vụ như ngăn ngừa va chạm theo thời gian thực.

Hình 1. Ví dụ về việc sử dụng YOLO11 để phát hiện một người lao động bị ngã.

Trong bài viết này, chúng ta sẽ xem xét kỹ hơn cách thị giác máy tính có thể cải thiện an toàn nhà kho và nâng cao hiệu quả vận hành logistics.

Link to this sectionNhững thách thức liên quan đến an toàn nhà kho#

Nhà kho là môi trường làm việc tốc độ cao, nơi máy móc và con người hoạt động trong phạm vi gần, làm tăng nguy cơ tai nạn. Đảm bảo an toàn cho người lao động là yếu tố then chốt, đặc biệt là ở những khu vực đông đúc nơi tầm nhìn hạn chế làm tăng nguy cơ va chạm. Ví dụ, xe nâng, AGV (Xe tự hành có hướng dẫn) và xe nâng tay hoạt động liên tục, và nếu không có sự giám sát phù hợp, các va chạm giữa thiết bị hoặc con người có thể dẫn đến chấn thương nghiêm trọng.

Tương tự, băng chuyền có thể trở thành mối nguy an toàn nếu người lao động không chú ý, đặc biệt là quanh các điểm tiếp cận hoặc do quần áo rộng vướng vào các bộ phận chuyển động. Cần cẩu trên cao và thiết bị nâng hạ cũng cần được lưu ý, vì tải trọng không ổn định hoặc lỗi cơ khí có thể tạo ra các mối nguy hiểm. Việc nhận thức được các rủi ro này và xử lý chúng theo thời gian thực giúp giữ cho nhà kho an toàn cho mọi người.

Một trong những thách thức lớn nhất liên quan đến an toàn nhà kho là tầm nhìn hạn chế. Điểm mù, tầm nhìn bị cản trở và các giá đỡ hàng hóa cao khiến việc phát hiện các mối nguy trước khi tai nạn xảy ra trở nên khó khăn.

Trượt, vấp và ngã là những rủi ro phổ biến, đặc biệt là trong môi trường làm việc bận rộn. Hơn nữa, lỗi của con người như phản ứng chậm, đánh giá sai và mệt mỏi vẫn đóng một vai trò đáng kể trong các vụ tai nạn tại nhà kho, ngay cả khi đã có các giao thức an toàn nghiêm ngặt.

Mặc dù các biện pháp an toàn truyền thống như gương và tín hiệu cảnh báo có thể hữu ích, chúng vẫn phụ thuộc vào việc người lao động nhận thấy mối nguy và phản ứng kịp thời. Ngược lại, thị giác máy tính áp dụng cách tiếp cận chủ động, sử dụng hệ thống giám sát dựa trên AI theo thời gian thực để nhận diện rủi ro và ngăn chặn tai nạn trước khi chúng xảy ra.

Link to this sectionCách thị giác máy tính cải thiện an toàn nhà kho#

Thị giác máy tính hỗ trợ máy móc phân tích và phản hồi lại dữ liệu hình ảnh. Công nghệ này có thể được dùng để xử lý hình ảnh và video theo thời gian thực, cho phép các hệ thống nhà kho sử dụng thị giác máy tính phát hiện vật thể, theo dõi chuyển động và ngăn ngừa tai nạn.

So với giám sát thủ công, tự động hóa dựa trên AI giúp an toàn nhà kho trở nên hiệu quả và đáng tin cậy hơn. Điều này khả thi nhờ các model thị giác máy tính như YOLO11, có khả năng phân tích các luồng video theo thời gian thực.

Cụ thể, các tác vụ thị giác máy tính như phát hiện vật thể và segment instance được hỗ trợ bởi YOLO11 có thể xác định các chướng ngại vật như xe nâng, xe nâng tay và hàng hóa đặt sai vị trí để giảm rủi ro va chạm trong môi trường bận rộn.

Nó cũng có thể được dùng để phát hiện người lao động và giám sát khoảng cách của họ với xe nâng cũng như các máy móc khác, từ đó ngăn ngừa tai nạn. Các hệ thống Vision AI như vậy có thể được lập trình để cung cấp cảnh báo theo thời gian thực và thông báo cho người vận hành về các mối nguy tiềm ẩn, cho phép thực hiện hành động nhanh chóng trước khi sự cố xảy ra.

Hình 2. Segmenting một người lao động trong nhà kho bằng YOLO11.

Link to this sectionCác ứng dụng chính của YOLO11 trong an toàn nhà kho#

Tiếp theo, hãy thảo luận về các ứng dụng thị giác máy tính cụ thể có thể giúp cải thiện an toàn nhà kho. Chúng ta cũng sẽ tìm hiểu cách YOLO11 có thể được sử dụng để cải thiện việc ngăn ngừa tai nạn và quản lý rủi ro.

Link to this sectionTheo dõi vật thể để tránh va chạm#

Theo dõi vật thể là một tác vụ thị giác máy tính giám sát liên tục chuyển động của vật thể theo thời gian thực. Không giống như phát hiện vật thể, vốn chỉ xác định và dán nhãn các đối tượng trong một khung hình duy nhất, theo dõi vật thể sẽ bám sát các vật thể đó qua nhiều khung hình, cho phép hệ thống phân tích mô hình chuyển động và dự đoán quỹ đạo của chúng.

Trong môi trường nhà kho năng động, theo dõi vật thể đặc biệt hữu ích khi xe nâng, AGV, xe nâng tay và thậm chí từng kiện hàng riêng lẻ luôn ở trạng thái chuyển động. Bằng cách hiểu rõ cách các vật thể di chuyển và tương tác, các nhà kho có thể cải thiện độ an toàn và hiệu quả.

Khả năng theo dõi vật thể của YOLO11 giúp dễ dàng giám sát sự di chuyển của các phương tiện và thiết bị, dự đoán va chạm tiềm ẩn và phát cảnh báo khi các vật thể đến quá gần nhau. Ngoài ra, tính năng ước tính độ sâu hỗ trợ bởi AI có thể cải thiện việc tính toán khoảng cách, giảm báo động giả và tăng độ chính xác cho cảnh báo va chạm.

Ngoài việc theo dõi máy móc, YOLO11 còn có thể tính toán khoảng cách giữa các kiện hàng, đảm bảo khoảng cách phù hợp cho các hệ thống lưu trữ và truy xuất tự động. Khi được tích hợp với các hệ thống quản lý nhà kho (WMS), công nghệ này có thể gửi cảnh báo theo thời gian thực cho người vận hành hoặc điều chỉnh lộ trình di chuyển một cách linh hoạt. Cách tiếp cận chủ động này giúp ngăn ngừa tai nạn và cũng tối ưu hóa khả năng điều hướng cũng như tổ chức hàng tồn kho trong nhà kho.

Hình 3. Tính toán khoảng cách giữa các kiện hàng bằng YOLO11.

Link to this sectionƯớc tính tư thế có thể tăng cường an toàn cho người lao động#

Hỗ trợ của YOLO11 cho ước tính tư thế có thể cải thiện an toàn cho người lao động bằng cách phân tích tư thế cơ thể và phát hiện các rủi ro về công thái học theo thời gian thực. Ước tính tư thế hoạt động bằng cách lập bản đồ cấu trúc khung xương của người lao động sử dụng các điểm chính, chẳng hạn như vị trí khớp và góc chi, để phân tích các mô hình chuyển động. Bằng cách theo dõi các điểm này trong thời gian thực, hệ thống có thể xác định xem một tư thế là an toàn hay có khả năng gây hại.

Bằng cách thực hiện điều này, các hệ thống Vision AI tích hợp với YOLO11 có thể phát hiện các tư thế cúi người không an toàn, kỹ thuật nâng vật không đúng cách và các tư thế liên quan đến mệt mỏi làm tăng nguy cơ chấn thương do căng cơ.

Hình 4. Sử dụng YOLO11 để phát hiện tư thế của người lao động.

Khi một giải pháp thị giác máy tính như vậy nhận diện được tư thế nguy hiểm, nó có thể ngay lập tức cảnh báo người lao động hoặc người giám sát, cho phép thực hiện hành động điều chỉnh trước khi xảy ra chấn thương. Điều này có thể giảm thiểu tai nạn tại nơi làm việc, cải thiện công thái học và khuyến khích các thực hành nâng vật và di chuyển an toàn hơn trong nhà kho.

Link to this sectionSử dụng phát hiện vật thể để phát hiện mối nguy#

Pallet bị đổ, hàng tồn kho đặt sai vị trí hoặc rác thải có thể tạo ra các mối nguy an toàn trong nhà kho nếu không được xử lý nhanh chóng. Khả năng phát hiện vật thể của YOLO11 có thể hỗ trợ bằng cách quét sàn liên tục và xác định các chướng ngại vật mà người giám sát có thể bỏ sót.

Ngoài việc phát hiện các vật thể rắn, thị giác máy tính còn có thể được sử dụng để giám sát tình trạng mặt sàn nhằm phát hiện các vệt chất lỏng đổ có thể gây trượt hoặc khiến xe nâng bị trượt bánh. Bằng cách phân tích độ phản chiếu và kết cấu bề mặt, hệ thống có thể phân biệt giữa khu vực an toàn và khu vực nguy hiểm, giúp ngăn ngừa tai nạn.

Phát hiện người thêm một lớp an toàn nữa bằng cách đảm bảo rằng các lối thoát hiểm và lối đi an toàn luôn thông thoáng. Nếu phát hiện một vật cản như một nhóm người đang tụ tập, hệ thống sẽ cảnh báo nhân viên để thực hiện hành động, giúp tổ chức duy trì tuân thủ các quy định an toàn và giảm thiểu rủi ro trong các tình huống khẩn cấp.

Link to this sectionƯu và nhược điểm của thị giác máy tính trong an toàn nhà kho#

Dưới đây là một số ưu điểm chính của việc sử dụng thị giác máy tính cho an toàn nhà kho:

• Khả năng mở rộng: Các hệ thống thị giác máy tính tích hợp với YOLO11 có thể được triển khai trong các nhà kho với mọi quy mô, từ các kho lưu trữ nhỏ đến các trung tâm phân phối quy mô lớn, thích ứng với các nhu cầu vận hành khác nhau.
• Huấn luyện tùy chỉnh cho các điều kiện cụ thể của nhà kho: YOLO11 có thể được huấn luyện trên các tập dữ liệu chuyên biệt của nhà kho để nhận diện các mối nguy, thiết bị và các mô hình quy trình làm việc độc đáo, từ đó cải thiện độ chính xác khi phát hiện.
• Giám sát và theo dõi liên tục: Không giống như người giám sát, các hệ thống thị giác máy tính có thể vận hành suốt ngày đêm và liên tục giám sát hoạt động của nhà kho mà không bị mệt mỏi hay mất tập trung.

Tuy nhiên, cũng giống như bất kỳ công nghệ nào khác, vẫn có những hạn chế nhất định cần cân nhắc khi triển khai các giải pháp thị giác máy tính:

• Hạn chế về môi trường: Các hệ thống thị giác máy tính trong nhà kho có thể gặp khó khăn với ánh sáng kém, bề mặt phản chiếu hoặc chói, đòi hỏi việc kết hợp đa cảm biến để cải thiện độ chính xác.
• Tích hợp với các hệ thống cũ: Các nền tảng tự động hóa nhà kho hiện có có thể cần sửa đổi hoặc bổ sung cơ sở hạ tầng để hỗ trợ hoàn toàn các model thị giác máy tính.
• Che khuất và điểm mù: Các vật thể hoặc người lao động có thể bị thiết bị hoặc kệ hàng che khuất, làm giảm độ chính xác khi phát hiện. Để giải quyết vấn đề này, máy ảnh có thể được bố trí một cách chiến lược để bao phủ tất cả các góc và giảm thiểu điểm mù.

Link to this sectionTương lai của an toàn nhà kho dựa trên AI#

Hướng tới tương lai, sự an toàn của nhà kho dựa trên AI và phát hiện mối nguy có khả năng sẽ được định hình bởi sự tích hợp giữa các cảm biến IoT (Internet vạn vật) và kết nối 5G.

IoT đề cập đến một mạng lưới các thiết bị, như cảm biến, máy móc và thiết bị khác được kết nối với internet và có thể trao đổi thông tin với nhau. Trong nhà kho, điều này có nghĩa là các thiết bị như xe nâng, robot và hệ thống hàng tồn kho có thể giao tiếp theo thời gian thực, chia sẻ dữ liệu quan trọng về trạng thái hoặc sự di chuyển của chúng.

Khi kết hợp với 5G (công nghệ không dây mới nhất và nhanh nhất), các hệ thống này có thể gửi và nhận thông tin gần như ngay lập tức, cải thiện hiệu quả tổng thể và khả năng phản hồi.

Thiết lập kết nối này giúp việc sử dụng thị giác máy tính trở nên khả thi để đảm bảo xe nâng và robot có thể làm việc trơn tru bên cạnh người lao động. Với dữ liệu thời gian thực từ các cảm biến IoT, các hệ thống tự động có thể điều chỉnh hành động dựa trên những gì đang diễn ra xung quanh, giảm thiểu rủi ro an toàn và cải thiện quy trình làm việc. Các hệ thống này có thể phản ứng với những thay đổi trong môi trường một cách nhanh chóng.

Link to this sectionCác điểm chính cần lưu ý#

Thị giác máy tính đang thay đổi cách các nhà kho tiếp cận sự an toàn bằng cách giúp ngăn ngừa tai nạn và giảm thiểu rủi ro. Khi các hệ thống này tiếp tục cải tiến, nhà kho sẽ đạt được khả năng phát hiện chính xác hơn, xử lý nhanh hơn và tự động hóa tốt hơn.

Các model thị giác máy tính như YOLO11 đưa sự an toàn trong nhà kho đi xa hơn nữa thông qua các tác vụ như phát hiện vật thể và ước tính tư thế. Bằng cách áp dụng thị giác máy tính cho an toàn xe nâng, các tổ chức có thể giảm rủi ro, cải thiện hiệu quả vận hành và tạo ra môi trường làm việc an toàn hơn.

Hãy tham gia cộng đồng đang phát triển của chúng tôi! Khám phá kho lưu trữ GitHub của chúng tôi để tìm hiểu sâu hơn về AI. Bạn đang muốn xây dựng các dự án thị giác máy tính của riêng mình? Hãy xem các tùy chọn cấp phép của chúng tôi. Tìm hiểu cách thị giác máy tính trong y tế đang cải thiện hiệu quả và khám phá tác động của AI trong sản xuất bằng cách truy cập các trang giải pháp của chúng tôi!