石油精製所、化学処理工場、または海洋掘削プラットフォームを歩いたことがある人なら、安全性がいかに重要であるかをご存知でしょう。これらの環境は爆発性ガス、粉塵、蒸気によって定義されており、小さな火花さえも壊滅的な危険に変えます。そこで、内部の火花や熱を閉じ込めて周囲の危険物を発火させないように設計されたデバイスに防爆カメラが組み込まれています。しかし長年にわたり、これらのカメラは基本的な記録に限定されていました。映像は撮影できましたが、それを分析して危険な出来事をリアルタイムで警告することはできませんでした。現在、防爆 AI カメラがその状況を変え、物体検出、境界侵入アラート、機器障害監視を提供します。しかし、実際のところ、彼らの AI 機能はどの程度正確なのでしょうか?これらの特殊なカメラのサプライヤーとして、私はこれらのシステムを高リスク環境でテスト、改良、設置することに何年も費やしてきましたが、その答えは 1 パーセント ポイントほど単純ではありません。それは、カメラのハードウェア、トレーニング データ、環境条件、設置場所の正確な危険性に対してカメラがどの程度適切に調整されているかなど、ほとんどの人が考慮しない要素によって決まります。
まず、防爆カメラと標準的なセキュリティ カメラの違いを理解しましょう。標準的なカメラは危険な場所での使用には適していません。内部コンポーネントが過熱したり、アークが発生して可燃物に発火する可能性があります。防爆カメラはステンレス鋼やアルミニウムなどの素材で覆われており、内部爆発に耐えて火花を逃がさないように設計されています。その頑丈な筐体は安全のために不可欠ですが、AI の精度に影響を与える独自の制約も生み出します。たとえば、防爆カメラのレンズは、ほこり、衝撃、腐食性化学物質から保護するために、厚くて傷がつきにくいものでなければなりません。これにより光がわずかに歪み、物体認識に問題が生じる可能性があります。これを民生用カメラと比較してください。このカメラは、シャープで変化のない画像を実現するために最適化された薄くて透明なレンズを使用しています。私たちのチームは、テキサス州の製油所で 3 世代の防爆 IR カメラをテストしました。その結果、標準の強化ガラス レンズを搭載したモデルでは初期 AI 精度が 7% 低下したのに対し、当社の特殊な反射防止耐薬品性レンズでは歪みが 2% 未満に抑えられたことがわかりました。だからこそ、私たちはカメラのカスタム レンズ コーティングに投資しています。これは、AI のパフォーマンスを直接向上させる小さな微調整です。
もう 1 つの重要なハードウェア コンポーネントはセンサーです。既製の AI カメラのほとんどは、高速で移動する物体を鮮明に捉える高解像度 CMOS センサーを使用していますが、これらのセンサーは、多くの危険な環境で一般的な低照度条件では困難を伴う可能性があります。化学プラントは夜間に最小限の照明で稼働することが多く、海上プラットフォームは薄暗い航行灯に依存しています。そこで赤外線 (IR) テクノロジーが登場します。当社の本質安全赤外線カメラの製品ラインを構築する際、センサーメーカーと協力して過熱しない IR アレイを設計しました。これは、爆発ゾーンでは熱が火災の危険性があるため、非常に重要な点です。次に、研究室からの標準的な日中のデータだけでなく、実際の製油所や穀物サイロからの IR 映像に基づいて AI モデルをトレーニングしました。並列テストでは、当社の IR 搭載防爆カメラは、日中のカラー映像のみでトレーニングされた AI モデルと比較して、暗い場所で適切な PPE を着用していない作業員を検出する精度が 12% 高くなりました。ここでの注意点は、IR映像はモノクロであるため、AIモデルは色だけでなく、形状と熱の特徴によって物体を識別することを学習する必要があるということです。サプライヤーがトレーニングデータを手抜きすると見落とされがちなものです。
トレーニング データに関して言えば、ほとんどの AI カメラ、特に防爆モデルではここが不十分です。多くの汎用 AI カメラは、COCO や ImageNet などの公開データセットを使用しており、犬、車、公園の人々など、日常のシーンがたくさん含まれています。しかし、危険な環境には、工業用バルブ、フォークリフト、ガス漏れプルーム、難燃性スーツやヘルメットなどの PPE など、特有のオブジェクトがあります。数年前、ルイジアナ州の製油所は、競合他社の低価格防爆 AI カメラをテストしましたが、モデルが製油所の内部ではなく郊外の歩道の映像でトレーニングされていたため、漏れのすぐ近くに立つ作業員を検出できませんでした。私たちはこの間違いを何度も見てきました。サプライヤーは防爆 AI を後付けとして扱い、危険な場所向けにカスタムトレーニングされたモデルの代わりに汎用モデルを使用しています。当社の防爆 AI カメラは、当社チームが 10 年間の設置期間にわたって収集した、実際の石油、ガス、化学、採掘現場からの 50,000 時間以上の映像に基づいてトレーニングされています。そのデータには、狭い通路を速すぎるフォークリフトが移動する、バルブから蒸気が漏れる、立ち入り禁止のタンクに登る作業員など、まれな出来事が含まれています。オーストラリアの鉱山現場でこのモデルを一般的なモデルと比較してテストしたところ、許可されていない機器の動きを検出する精度が私たちのモデルでは 96.8% であったのに対し、一般的なモデルでは 82.3% にとどまりました。違い?カメラが直面する実際の危険を反映するコンテキスト固有のトレーニング データ。
ただし、精度はトレーニング データだけではなく、エッジ処理も重要です。 AI はクラウド サーバー上で実行されると多くの人が想定していますが、防爆カメラの場合、分析のために映像をクラウドに送信するのは悪い考えです。インターネットが限られている遠隔地では、クラウドの遅延によりアラートが遅れる可能性があり、危険な場所の映像を送信するとプライバシーとデータ セキュリティのリスクが高まります。さらに重要なのは、真の緊急事態では、10 秒遅れてではなく、即座に警報が必要であるということです。そのため、当社の AI 処理はすべて、カメラ自体、防爆ケース内で動作するように設計されたエッジ ハードウェア上で行われます。エッジ処理には独自の制約があります。ハードウェアは、あまりにも多くの熱を生成したり、あまりにも多くの電力を消費したりすることができないため (どちらも火災の危険性があります)、デスクトップ GPU ほど強力にはできません。当社は半導体メーカーと提携して、処理能力と安全性のバランスをとるカスタム エッジ チップを設計しました。このチップは、追加の安全認証が必要となる 10W のしきい値を大幅に下回る 5W の電力で AI モデルを実行します。 2022 年のテストでは、当社のエッジ AI は同じモデルのクラウドベースのバージョンと比べて 99.1% の精度を示し、アラートのトリガーが 8 秒速くなりました。ガス漏れが 15 秒以内に発火する可能性がある製油所にとって、その 8 秒の差は命を救うことになります。
もちろん、100% 正確な AI システムは存在せず、最高のハードウェアとトレーニングでも克服できない要素はあります。危険な場所の環境条件は極端です。沖合のプラットフォームでは腐食性の塩気、穀物施設では厚い粉塵、採掘が行われる熱帯雨林では大雨が降ります。これらはカメラのレンズを汚して映像がぼやけたり、IR センサーに干渉したりする可能性があります。粉塵が多いアリゾナ州の銅鉱山でカメラを使用したところ、レンズに粉塵が蓄積し、わずか 2 週間で切断精度が 96% から 88% に低下しました。ここでの修正は AI の改善ではなく、定期的なメンテナンスです。私たちのチームでは、レンズ カバーを月に一度洗浄し、AI モデルを四半期ごとに調整して摩耗を調整することを推奨しています。また、製油所近くの小さな草火事やカメラの視界をぼかす霧の堤防など、まれな予期せぬ出来事が発生した場合には精度が低下することに注意することも重要です。しかしそれでも、当社の AI は特定の物体を識別できない場合に「異常なアクティビティ」にフラグを立てるように設計されているため、オペレーターは潜在的なリスクを見逃さず、調査するよう警告されます。
もう 1 つのよくある誤解は、防爆 AI カメラはすべて同じであるということです。数年前、オハイオ州の小さな化学工場は、境界のセキュリティに役立つと考え、オンライン小売業者から安価な防爆コンパクト カラー カメラを購入しました。コンパクトな筐体には高品質のレンズとセンサーを搭載するスペースが少なすぎたため、1 か月以内にカメラの AI は侵入者を検出できなくなりました。当社は、より優れたセンサーを備えたより大きな内部ハウジングを備えたデジタル防爆カメラにアップグレードすることを推奨しました。侵入者検出精度は 78% から 95% に上昇しました。ここではサイズが重要ですが、認証も重要です。「防爆」であるにもかかわらず、ATEX、IECEx、NEC などの規格を満たしていないカメラは、安全でないだけでなく、高度な AI をサポートできないハードウェアを搭載している可能性もあります。 AI 機能を謳う非認定モデルをテストしましたが、AI の実行中に内部回路が過熱し、プラント全体が危険にさらされます。


精度を誇張するつもりもありません。当社の最高の防爆 AI カメラでさえ、エラー率は 3 ~ 5% で、主に暗いパイプの隣にある小さなバルブや、背景に溶け込むスーツを着た作業員など、コントラストの低いオブジェクトに対して発生します。だからこそ、当社は AI だけに頼らないのです。当社のシステムは人間による監視と組み合わせられており、イベントを確認できる現場のオペレーターにアラートが送信されます。たとえば、AI が境界違反のフラグを立てた場合、オペレーターはライブ フィードを引き上げて、それが労働者か動物であることを確認してから、行動を起こします。この人間参加型モデルにより、AI セキュリティ システムの大きな問題である誤検知が減少します。数年前、テキサス州の製油所は、競合他社の AI が週に 20 回の誤警報を生成し、そのほとんどが影や鳥によるもので、オペレーターが警報を無視するようになっていたと報告しました。私たちのシステムは実際の危険と無害な背景の動きを区別するように訓練されているため、誤警報は週に 2 回未満しか生成されません。
では、防爆AIカメラのAI機能はどの程度の精度なのでしょうか?簡単に言うと、特定の環境に合わせて適切に設計、トレーニング、インストールされていれば、95 ~ 97% の精度が得られるということです。しかし、その精度は、危険な状況に対応するカスタムレンズ、実際の高リスク現場からのコンテキスト固有のトレーニングデータ、速度と安全性のためのオンエッジ処理、ハードウェアの機能を維持するための定期的なメンテナンスなど、ほとんどのサプライヤーが選択していない選択に依存しています。それは万能の解決策ではありません。製油所ではうまく機能するカメラでも、穀物サイロではうまく動作しない可能性があります。これは、塵、照明、対象物が異なるためです。だからこそ、私たちは、暗い掘削現場向けの防爆赤外線カメラ、化学工場向けの本質安全赤外線カメラ、狭い通路向けのコンパクトモデルなど、カメラを推奨する前にすべてのクライアントと時間をかけて環境を評価しています。
危険現場向けの防爆 AI カメラを評価する場合は、スペック シート上の AI 精度のパーセンテージだけを見てはいけません。証拠を求める: 同様の環境でのテスト映像、実際の設置でのエラー率、AI が業界固有のデータに基づいてトレーニングされているかどうか。そして、カメラの主な仕事は安全であり、完璧な AI ではないことを忘れないでください。したがって、精度は多少劣りますが、すべての防爆認証を満たしているシステムの方が、爆発を引き起こす可能性のある高精度モデルよりもはるかに優れています。
施設に合わせた防爆 AI カメラのオプションを検討する準備ができている場合、または特定の環境での精度について相談したい場合は、当社のチームがお手伝いします。当社の営業チームに連絡して、サイト評価をリクエストし、実際の条件でシステムをテストし、AI のパフォーマンスと安全性のバランスをとったカスタマイズされたソリューションを入手してください。




