发现之后会发生什么 — 让AI代替你看现场

管控室里有十六块屏。人只有两只眼睛。

这道算术题就是 CCTV 老早就有的极限。摄像头一直在增加，看的人却没多，所以大多数 CCTV 最后不是预防事故的装置，而是事故之后回放的录像设备。出事的消息，往往先从喊叫声或电话传来，而不是从画面上。

AI 视频分析能解这个问题，已经不是新闻。更重要的问题在后面。假设 AI 发现了一个没戴安全帽的工人。那么，会发生什么？

如果只是告警列表里多一行，那个列表不到一周就没人看了。"ORBRO OS 的故事"本篇讲四个 AI 应用，但一半篇幅在讲发现之后的事。

I. 先说人看的那块屏 — Multi Cam

讲 AI 之前，先把人的部分交代一下。

Multi Cam 是把已登记摄像头画面集到一个屏上的查看器。最多同时显示12个画面，点哪个摄像头就放大哪个，还可以只筛出在线的。视频用 HLS 推流，减少延迟和卡顿。

它没有设置功能，反而说明了这个应用的定位。登记和配置摄像头是设备管理应用的活，Multi Cam 只负责看。它的用途是事件发生时把周边几个摄像头一起铺开，把情况看清楚。

而开头那道算术题依旧成立。画面再怎么摆，也没人能同时盯住十二个。Multi Cam 必要，但不够。

II. AI 代替你看的东西 — AI Event

AI Event 从摄像头画面里找出预先定义的情况。目前检测五种类型。

• 人倒地 — 工人摔倒后一段时间不动
• 火災 — 明火或烟难
• 未戴安全帽 — 没戴安全帽的人
• 进入危险区域 — 有人进入指定区域
• 碰撞检测 — 人与设备、设备与设备危险靠近

检测到的事件会连同时间、摄像头、类型，以及置信度一起记下。置信度一起留存，在实务上很关键。屏上会显示成"未戴安全帽（95%）"，有了这个数字，就能先处理确定的。检测那一瞬的截图和视频片段也会保存，方便事后人工看一眼再定。

为了有个规模感，举一个真实的运行数字：在一个用六台摄像头的工业现场，一天检测到290条事件。这不是人盯十六块屏能抓得住的量。可反过来，把290条全部推给人，那也不是管控。所以必须有下面这一段。

III. 贴不了标签的东西 — AI RTLS 与 LPR

AI 摄像头不只看情况，也看位置。

AI RTLS 是把摄像头画面的坐标与图纸的坐标对齐的应用。把画面里的参考点和图纸上同一个位置配对好，摄像头抓到的人和车就会显示在图纸上正确的位置。要追踪的区域在画面上用多边形圈出来，圈外的目标不纳入追踪。

这个应用填的是一个空白。定位只能用在能贴标签的对象上。员工可以发工牌，来访者不好发；自家叉车能贴标签，协力厂商的卡车贴不了。AI RTLS 用摄像头追踪没有标签的对象，把它们放到同一张地图上。 标签抓到的位置和摄像头抓到的位置，在一个画面里会面。

LPR 读车牌。已登记的摄像头识别经过车辆的号码并留下记录，也能看现在停了多少辆。因为另有一个应用管人的进出，两者同时用，过了大门的无论是人还是车，都汇到同一套记录体系里。

有一件事得坦白说。车牌识别率很大程度上取决于摄像头角度、光线和车牌本身的状况。 安装位置选错了，再好的模型也读不出来。这是一个安装设计比软件更能决定结果的领域，建议导入前先在现场确认。

IV. 发现之后会发生什么

回到开头的问题。AI 发现了东西。然后呢。

在 ORBRO OS 里，三条分支同时启动。

第一，现场立即反应。 按事件类型登记好提示语，一检测到就由现场音箱语音广播。未戴安全帽就是"请佩戴安全帽"，火災就是"发生火災，请立即疏散"，当场就出。接上警示灯的话，颜色、闪烁节奏、蜂鸣器声、动作时长都可以按事件分开设。

不经过管控室，这是关键。没戴安全帽的工人三秒后听到广播，和管控室人员看到告警再呼对讲机，中间差几分钟。在安全这件事上，几分钟是很长的时间。

第二，按条件级别过筛。 把一天290条全当紧急处理，结果是没一件紧急。ORBRO OS 的条件分为紧急、警告、注意、关注、正常五级，级别不同，通知对象和处理方式也不同。

第三，标准处置流程弹出来。 这是最重要的一段。

V. 让人不用去翻手册的应用 — SOP

应急手册大多以文档形式存在。在柜子里或共享盘里，真出事时没人去翻。

SOP 就是把那本手册搬到屏幕上的应用。条件成立时，处置流程会自动给负责组弹出来，负责人一步一步往下走。实际在运行的危险区域进入处置流程共六步。

1. 查附近摄像头 — 该区域的摄像头自动调到屏上
2. 确认进入人员身份 — 选择题
3. 给相关人员发短信 — 向已登记联系人传达情况
4. 记录进入时间 — 录入日期与时间
5. 确认有无人员受伤 — 文字填写
6. 报告情况结束 — 文字填写

步骤由选择题、文字填写、日期时间录入、短信发送、提示图片、摄像头查看六种类型组合而成。各现场流程不同，顺序也可以自由调。

这个结构的价值来自两处。一是慌了的人不会因为不知道下一步做什么而卡住，二是处置本身就变成了记录。谁在何时走了哪一步、多久结束，都会自动积下来。事故报告不用事后靠回忆拼。

VI. 视频不出现场

最后说一下这一切在哪里计算。

ORBRO OS 的视频分析在现场部署的边缘设备上完成。不是把摄像头画面上传到外部云、分析完再把结果传回来。原因有三个。

带宽 — 持续把多路摄像头画面往外传，在线路成本和稳定性两方面都是负担。延迟 — 从检测到危险到广播发出，越短越好。以及隐私 — 带有工人面容和动线的画面，属于最敏感的数据。在公共机构和制造现场，这类数据往外传本身很多时候就不被允许。

视频在现场内部分析，往外走的只是"11点48分在三线检测到未戴安全帽"这一个事实。

结语

管控室十六块屏、人两只眼睛，这道算术题没变。变的是"十六块屏必须由人全看"这个前提。

"让AI代替人看"这一步，现在很多家都能做。拉开差距的在后面：发现→广播→流程→记录这条链有没有连上。链条断了的系统里，AI 只是一台生产告警的机器，而告警的积累只为了被忽视。

那七个不起眼的应用，另有一篇。没人拿它们当卖点，但没了它们，前面介绍的十五个全部停摆。

如果想知道自己现场的摄像头能抓哪些事件，欢迎联系 ORBRO。