Er staan almaar meer AI-oplossingen ter beschikking die mee de veiligheid op de werf in het oog houden en eventueel zelfs proactieve maatregelen voorstellen.
PBM-check
Een van deze AI-toepassingen gaat na of personen op een werf al dan niet gebruik maken van persoonlijke beschermingsmiddelen (PBM’s). Als iemand zonder een vereist PBM wordt gesignaleerd, kan het systeem een alarmsignaal geven of iemand de toegang tot de werf weigeren. Via IoT (internet of things) kan het zelfs worden gekoppeld aan het PBM en de eventuele veiligheidsmodus daarvan inschakelen. André Kuramoto, ingenieur bij Petrobras, schreef hieromtrent een zelflerend logaritme voor computervisie, een vorm van machinale waarneming die op basis van training via een grote hoeveelheid data in staat is om beelden te ‘herkennen’ en te classificeren. Het systeem kan worden gekoppeld aan elke standaard beveiligingscamera.
Slimme tags
De inzet van AI om gevaarlijke situaties op de werf te signaleren en zelfs het risico op ongevallen te voorspellen, kent een groeiend aantal toepassingen. Zo pakt de firma Smartvid.io uit met de technologie Vinnie (Very Intelligent Neural Network for Insight & Evaluation), die via een zelflerend proces in staat is slimme tags op beelden of video te kleven. Op basis van beelden, aangeleverd door enkele grote bouwbedrijven, leerde het systeem om bepaalde onveilige situaties op een werf te herkennen. Daarmee kan Vinnie aan de hand van observatiebeelden op een lopende werf mogelijke veiligheidsrisico’s (bv. ontbrekende helmen of veiligheidsvesten) onderkennen en signaleren. Het zou zelfs de kans op ongevallen kunnen inschatten en tijdig de nodige maatregelen kunnen aanbevelen. Momenteel gaat men ervan uit dat Vinnie voorlopig een ondersteunende technologie blijft, omdat het nog niet de mogelijke veiligheidsrisico’s kan inschatten zoals een menselijke veiligheidsmanager dat kan.
Veiligheidsobservaties
Smartvid.io https://www.smartvid.io
Veiligheidsassistent
Autodesk presenteert als extra functionaliteit op zijn projectmanagementplatform BIM 360 de AI-toepassing Construction IQ. Dit zelflerende logaritme werd met behulp van data uit 30.000 gebouwen van verschillende types, 150 miljoen bouwproblemen en talrijke checklists getraind om kwaliteits- en veiligheidsgegevens te analyseren. Bij die analyse neemt het de onderaannemers mee in aanmerking. Mogelijke risico’s (vallen, door iets geraakt worden, gekneld raken, elektrocutie, brand) worden opgespoord, in een lijst met prioriteiten gerangschikt en zijn te raadplegen op het projectmanagementplatform. Construction IQ geeft ook aan welke oorzaken of situaties aan de basis van de mogelijke risico’s op ongevallen liggen, zoals steigers, ladders, PBM’s, materialen, uitrusting of scherpe randen.
Complexe machines
Wat verder verwijderd van de traditionele werf, maar erg interessant, zijn de claims van het Canadese Contextere. Dat bedrijf focust op de installatie, het functioneren en het onderhoud van complexe machines en installaties. De software wordt gevoed met data over de machines en over degene die ze plaatst of onderhoudt. Via draadloze weg zou de installateur, operator of onderhoudsman kunnen communiceren met de machine om na te gaan welke ingrepen of handelingen aangewezen of nodig zijn. Dit zou niet alleen de veiligheid moeten verhogen, maar kan ook nuttig zijn om de toenemende complexiteit van de toestellen beheersbaar te houden en het gebrek aan geschoolde vaklui op te vangen.
Bron: WTCB
