Реклама. ООО «ПРОСТО», ИНН 1841039706
erid: F7NfYUJCUneVfSGUPpNM
Самосвал может объехать весовую, попасть в погрузочную зону вне графика или выехать с карьера после окончания смены. Такие ситуации приводят к недовесу, неучтённому материалу и расхождениям между фактической отгрузкой и документами.
Если сотрудники проверяют записи камер только после происшествия, установить, что произошло, бывает сложно — найти нужный фрагмент видео, восстановить маршрут машины и сопоставить его с документами.
Видеоаналитика на базе искусственного интеллекта автоматически фиксирует транспорт, время, место и события, сопоставляет их с учётными данными и помогает руководителю получать подтверждённую информацию по каждому рейсу. Руководитель может проверить, прошёл ли самосвал все контрольные точки, был ли он на весовой и соблюдал ли график отгрузки, не просматривая архив камер вручную.
Разберём это на реальном кейсе из практики компании, которая управляет несколькими базами хранения и отгрузки нерудных материалов. Кейс показывает, где в обычном процессе теряется контроль над рейсами и почему это создаёт риск для учёта.
На каждую площадку компании приходится 20–30 рейсов в день. Работа заканчивается в 17:00, после этого коммерческий транспорт не должен перемещаться по территории.
Сотрудники проверяют записи, когда замечают расхождения в документах или финансовых показателях. У компании нет системы, которая последовательно отслеживает каждый рейс, поэтому объезд весовой или выезд после окончания смены могут обнаружить уже постфактум.
Без истории маршрута сложнее установить, прошёл ли самосвал все контрольные точки и где возникло расхождение. Автоматическая фиксация событий помогает быстрее проверить обстоятельства рейса и выяснить, связано ли отклонение с нарушением регламента, ошибкой учёта или другой причиной.
Рассмотрим условный расчёт. Если самосвал перевозит 20 тонн материала по 1 000 рублей за тонну, стоимость груза составляет 20 000 рублей. Пятьдесят таких рейсов — это 1 млн рублей.
Если предположить, что в неделю возникает хотя бы один рейс с неподтверждённым учётом, за год наберётся примерно такая же сумма. Не каждый такой рейс означает прямой ущерб, но каждый создаёт риск расхождения между фактом, весовой и документами.
Это не оценка фактических потерь предприятия, а пример для расчёта рисков. Однако расчёт показывает, почему даже редкие события стоит фиксировать и проверять.
Система не возвращает эти деньги автоматически, но даёт возможность выявить событие, подтвердить факт и разобраться до того, как расхождения станут системными.
Для описанного объекта были определены четыре контрольные точки:
Для рейса задаётся последовательность проезда. Если самосвал пропускает контрольную точку или нарушает маршрут, система фиксирует событие и отправляет уведомление ответственному сотруднику.
Отдельный сценарий — движение после 17:00. На территории могут оставаться погрузчики, легковые автомобили и техника обслуживающего персонала. Поэтому алгоритм видеоаналитики должен отличать самосвалы от других транспортных средств, а не реагировать на любое движение.
Настройку начинали с изучения видеозаписей и регламентов предприятия. Инженеры уточнили, какие машины считать самосвалами, а какие исключить из этой категории.
Например, длиннобортная «Газель» или бензовоз могут внешне напоминать грузовик, но не участвовать в стандартном процессе взвешивания и отгрузки. Без таких деталей ИИ-видеоаналитика может выдавать лишние уведомления.
На точность распознавания влияют угол обзора камеры, расстояние до автомобиля, освещение, пыль, грязь на номерах и особенности рельефа. На площадке одновременно работает разная техника, и её нельзя учитывать по одним правилам.
Камеры на КПП, весовой и обзорных вышках работают с разных ракурсов и расстояний, поэтому распознавание адаптировали к условиям каждой зоны. Затем сопоставили события с разных камер, чтобы определить, относятся ли они к одному рейсу.
Для этого учитываются распознанные номера, данные о рейсах и график отгрузок. Если номер плохо виден, система может использовать дополнительные признаки — цвет и габариты машины, а также время между контрольными точками.
Настройка снижает количество ложных уведомлений и помогает точнее связывать события с конкретным рейсом. Сотрудникам не приходится вручную сопоставлять все записи с разных камер: система собирает информацию о маршруте и выделяет эпизоды, которые требуют проверки.
Это сокращает время разбора инцидентов и помогает быстрее установить, где возникло расхождение между фактическим движением транспорта, взвешиванием и учётными данными.
Видеоаналитику развернули на серверах предприятия, чтобы обрабатывать видеопотоки внутри его инфраструктуры. Благодаря этому решение будет работать даже в условиях нестабильного интернета, что особенно актуально для карьеров. На цифровой карте площадки выделили контрольные зоны. При пересечении такой зоны система проверяет событие по заданным правилам.
Например, уведомление поступит, если самосвал объехал весовую или появился на территории после 17:00. В сообщении указываются: тип события, время, фотография автомобиля с распознанным номером и ссылка на фрагмент записи.
Эти данные помогают проверить обстоятельства конкретного рейса и использовать запись при разборе спорных ситуаций с сотрудниками или контрагентами. Вместо поиска доказательств по всему архиву ответственный сотрудник сразу получает материалы по событию.
До внедрения на площадке возникали инциденты с вывозом материала вне установленного порядка. После запуска видеоаналитики подобные ситуации не повторялись.
Система обеспечила контроль четырёх точек маршрута и фиксацию движения самосвалов после окончания рабочего дня. Теперь при отклонении от регламента сотрудники получают уведомление с видеозаписью и могут проверить обстоятельства конкретного рейса.
Это помогает перейти от разбора инцидентов постфактум к оперативному контролю и снижает зависимость от того, заметил ли сотрудник подозрительную ситуацию самостоятельно.
Задача системы — сделать маршрут и факт взвешивания прозрачными: зафиксировать транспорт, время, место и событие, а при отклонении от регламента направить сотруднику уведомление с видеофрагментом.
Для компании это означает переход от разбора инцидентов постфактум к контролю в моменте: каждое отклонение можно проверить по конкретному рейсу, а не искать его в архиве после расхождения в документах.
На стоимость решения влияют количество камер, конфигурация площадки, выбранные сценарии контроля, вычислительная инфраструктура и необходимость интеграции с учётными системами.
В расчётном примере бессрочная лицензия на одну базу стоит 650 000 рублей, внедрение — 350 000 рублей. Первоначальные затраты составляют 1 млн рублей. При стоимости груза в рейсе в 20 000 рублей это эквивалентно стоимости 50 рейсов. В описанном сценарии система контролирует три базы; при 20–30 рейсах в день на площадку это увеличивает эффект.
Для предварительной оценки достаточно 3–5 фотографий или коротких видео с камер на весовой, КПП, выезде или по периметру. В течение 24 часов инженеры zool.ai подготовят рекомендации по использованию существующих камер, предложат предварительную конфигурацию и рассчитают стоимость.
Обсудить бесплатную предварительную оценку системы для вашего карьера.
zool.ai
zool@zool.ai
8-495-109-08-32
Спасибо!
Теперь редакторы в курсе.