Ngăn tai nạn xe nâng trước khi xảy ra — Phát hiện va chạm và vùng nguy hiểm bằng camera AI

Khi nói đến các loại tai nạn lao động nghiêm trọng tại nhà máy sản xuất và trung tâm logistics, va chạm giữa xe nâng và người đi bộ luôn được nhắc đến đầu tiên. Những chiếc xe nâng chở hàng nặng vài tấn liên tục lùi và quay đầu trong các lối đi hẹp, trong khi công nhân di chuyển bộ giữa các pallet và kệ hàng. Tại các giao lộ, cửa ra vào và khu vực xuất nhập hàng — nơi hai luồng di chuyển này giao nhau — tai nạn xảy ra mà không hề báo trước. Đây có lẽ là hình ảnh đầu tiên hiện lên trong đầu bất kỳ cán bộ an toàn lao động nào. Và cái giá của một vụ tai nạn không dừng lại ở thương tích của con người. Dây chuyền dừng hoạt động, điều tra tai nạn, tinh thần toàn hiện trường sa sút — thiệt hại luôn lan rộng vượt xa bản thân vụ tai nạn.

Điều đáng tiếc là hầu hết các hiện trường đều đã có sẵn camera. CCTV được lắp đặt khắp nơi, nhưng vai trò của chúng vẫn chỉ dừng lại ở "thiết bị ghi hình để xác định nguyên nhân sau khi tai nạn đã xảy ra". Lý do rất đơn giản: con người không thể tập trung theo dõi hàng chục màn hình suốt cả ngày. Dù phòng điều khiển có hiển thị hàng chục luồng video, vẫn không có đôi mắt nào kịp bắt được 3 giây khi chiếc xe nâng tiến sát một con người.

Phát hiện sự kiện video dựa trên Vision AI thay đổi chính điều này. AI là người giám sát không bao giờ chớp mắt. Sự chú ý của con người là hữu hạn, nhưng năng lực tính toán thì không biết mệt mỏi. AI theo dõi tất cả các luồng camera cùng lúc, không ngừng nghỉ, và cảnh báo theo thời gian thực ngay khoảnh khắc xe nâng và con người tiến đến khoảng cách nguy hiểm, hoặc khi có người bước vào khu vực cấm. Bài viết này sẽ trình bày nguyên lý hoạt động thực tế của tính năng phát hiện va chạm và phát hiện vùng nguy hiểm bằng AI, cùng những điểm cần cân nhắc khi triển khai.

I. Từ CCTV ghi hình đến AI phát hiện

Sự khác biệt giữa CCTV truyền thống và phát hiện sự kiện video bằng AI không nằm ở hiệu năng camera, mà ở chỗ "ai đang xem màn hình". Cùng một chiếc camera, nếu phía sau là con người thì nó là thiết bị ghi hình; nếu phía sau là AI, nó trở thành hệ thống phát hiện.

Hạng mục	CCTV truyền thống	Phát hiện sự kiện video bằng AI
Vai trò	Ghi hình để xác định nguyên nhân sau tai nạn	Phát hiện nguy hiểm theo thời gian thực trước tai nạn
Chủ thể giám sát	Con người (nhân viên trực)	AI (phân tích liên tục 24/7)
Thời điểm ứng phó	Sau sự cố	Chủ động · tức thời
Phạm vi bao phủ	Số ít màn hình mà con người có thể tập trung	Phân tích đồng thời mọi kênh được kết nối
Kết quả đầu ra	Video ghi hình	Cảnh báo sự kiện + đoạn video làm bằng chứng

Điểm quan trọng là sự chuyển đổi này không phải một công trình lắp đặt camera mới. Cách làm phổ biến là đặt lớp phân tích AI lên trên luồng video của các camera CCTV đã lắp sẵn, nên phần lớn hạ tầng hiện có đều có thể tái sử dụng. Nói cách khác, câu hỏi không còn là "cần mua thêm bao nhiêu camera" mà trở thành "gắn bộ não nào cho những camera đã có".

II. Phát hiện va chạm bằng AI hoạt động như thế nào

Phát hiện va chạm và phát hiện vùng nguy hiểm bằng AI gồm năm thành phần chính. Các thành phần này không phải những tính năng riêng lẻ, mà giống một đường ống xử lý (pipeline) duy nhất chuyển hóa các điểm ảnh trên màn hình thành nguy cơ thực tế tại hiện trường.

1. Nhận diện đối tượng — Phân biệt "ai" và "cái gì" tại hiện trường

Mô hình AI nhận diện và phân biệt các loại đối tượng của môi trường công nghiệp trong video như con người, xe nâng, pallet, xe tải, AGV, cần cẩu. Không dừng ở mức "có thứ gì đó chuyển động", hệ thống nhận dạng "xe nâng" và "con người" là hai thực thể khác nhau, nhờ đó có thể tạo quy tắc nhắm đến đối tượng cụ thể như "chỉ cảnh báo khi xe nâng và người tiến lại gần nhau".

2. Hiệu chuẩn góc nhìn camera (View Calibration) — Đổi pixel thành mét

Hình ảnh camera có phối cảnh, nên cùng một khoảng cách pixel trên màn hình, khoảng cách thực tế lại khác nhau tùy vị trí. Vì vậy cần bước hiệu chuẩn: đánh dấu 4 điểm mốc trên hình ảnh và nhập khoảng cách thực đo giữa chúng để chuyển đổi khoảng cách pixel thành khoảng cách thực. Sau khi hiệu chuẩn, camera không còn chỉ là "con mắt" mà gần như một "thiết bị đo" khoảng cách.

3. Phát hiện va chạm theo khoảng cách thực — Ranh giới 100cm

Khi đã hiệu chuẩn góc nhìn, có thể thiết lập quy tắc phát hiện va chạm dựa trên khoảng cách thực, ví dụ "cảnh báo khi xe nâng và người tiến vào phạm vi 100cm". Vì phán đoán dựa trên khoảng cách thực tính bằng mét chứ không phải sự chồng lấn trên màn hình, cùng một tiêu chuẩn được áp dụng ngay cả ở vị trí cách xa camera.

4. Vùng nguy hiểm (Restricted Area) — Hàng rào ảo vẽ trên màn hình

Vẽ một đa giác trên màn hình camera, phần bên trong sẽ trở thành vùng nguy hiểm. Đây là cách tạo ranh giới ảo ở những nơi khó dựng hàng rào vật lý như gầm cần cẩu, khu vực bốc dỡ hàng, xung quanh thiết bị, và cảnh báo ngay khi phát hiện có người xâm nhập. Cũng có thể kích hoạt vùng chỉ vào ban đêm hoặc trong khung giờ làm việc nhất định, áp dụng linh hoạt theo nhịp vận hành của hiện trường.

5. Kiềm chế cảnh báo giả — Bộ máy quy tắc + xác minh lần hai bằng AI

Dù phát hiện chính xác đến đâu, nếu cảnh báo giả xảy ra thường xuyên thì cuối cùng cũng sẽ bị phớt lờ. Vì vậy, cách tiếp cận đặt thêm bước xác minh lần hai — trong đó mô hình ngôn ngữ thị giác (VLM) đọc lại tình huống bên trên phán định lần một của bộ máy quy tắc để lọc bỏ các cảnh không phải nguy hiểm thực sự — đang lan rộng trong ngành. AI Event Manager của ORBRO cũng chọn cấu trúc này: chỉ phát đi những cảnh báo đã được VLM xác nhận lại phán định của bộ máy quy tắc. Bởi điều quyết định tuổi thọ của một hệ thống an toàn không phải số lượng cảnh báo, mà là độ tin cậy của cảnh báo.

III. Camera và RTLS — Hai giác quan bù đắp điểm mù cho nhau

Vision AI không phải vạn năng. Camera có điểm mù, và cũng có giới hạn về độ sáng như ban đêm hay ngược sáng. Thứ lấp đầy khoảng trống này là hệ thống định vị thời gian thực dựa trên thẻ tag, tức RTLS. Thẻ gắn trên công nhân và thiết bị cho biết vị trí bất kể điều kiện chiếu sáng, kể cả xuyên qua tường.

Ngược lại, RTLS cũng có khoảng trống riêng. Khách bên ngoài, xe của nhà thầu, vật tư nhập về — những đối tượng không thể cấp thẻ — đều vô hình với hệ thống dựa trên thẻ. Và camera chính là thứ bắt được họ. Khi chồng hai giác quan — thị giác (Vision AI) và vị trí (RTLS) — lên cùng một màn hình giám sát, những nguy cơ mà chỉ riêng một bên sẽ bỏ sót được hiện rõ. Ví dụ, công nhân đeo thẻ đi vào điểm mù của camera thì vị trí vẫn tiếp tục được theo dõi, còn xe bên ngoài không có thẻ đi vào khu bốc dỡ hàng thì lần này camera sẽ phát hiện. Nếu bạn muốn tìm hiểu nguyên lý hoạt động của RTLS, hãy xem chi tiết tại trang giới thiệu ORBRO RTLS.

IV. Những điểm cần cân nhắc khi triển khai

1. Góc nhìn, độ cao lắp đặt và độ sáng của camera

Chất lượng phát hiện bắt đầu từ việc camera nhìn thấy gì và nhìn rõ đến đâu. Trước tiên cần kiểm tra góc nhìn và độ cao lắp đặt có bao phủ đầy đủ khu vực cần giám sát hay không, độ sáng vào ban đêm và khung giờ ngược sáng có được bảo đảm hay không.

2. Độ chính xác của hiệu chuẩn góc nhìn

Độ chính xác của bước hiệu chuẩn đổi pixel thành khoảng cách thực chính là chất lượng của phép tính khoảng cách. Nếu đo đạc điểm mốc qua loa, "cảnh báo tiếp cận 100cm" trên thực tế sẽ kêu ở một khoảng cách khác. Đây là phần cần đầu tư công sức nhất trong giai đoạn thiết lập ban đầu.

3. Quản lý mệt mỏi vì cảnh báo

Nếu mọi sự kiện đều được thông báo với cường độ như nhau, chẳng bao lâu hiện trường sẽ tắt hẳn thông báo. Cần thiết kế quy tắc khác nhau theo từng vùng, từng đối tượng, và tách riêng "sự kiện chỉ hiển thị trên màn hình" với "sự kiện gửi thông báo ngay lập tức". Dù số lượng thông báo giảm, nếu mọi thông báo còn lại đều có ý nghĩa thì an toàn ngược lại càng vững chắc hơn.

4. Khả năng tái sử dụng hạ tầng CCTV hiện có

Việc có thể dùng trực tiếp luồng video của camera đã lắp đặt cho phân tích hay không sẽ làm thay đổi đáng kể chi phí triển khai và phạm vi thi công. Nên lập kế hoạch bằng cách phân chia khu vực có thể tái sử dụng và khu vực cần lắp đặt mới.

Lời kết

Can thiệp trước khi xe nâng và con người gặp nhau — mục đích của phát hiện va chạm bằng AI được tóm gọn trong câu này. Gắn cho những camera sẵn có tại hiện trường một đôi mắt không ngừng nghỉ, và chỉ giữ lại những cảnh báo đáng tin cậy nhờ quy tắc dựa trên khoảng cách thực cùng bước xác minh lần hai. Đó là cách biến CCTV từ thiết bị ghi hình thành hệ thống an toàn công nghiệp. Việc này không hẳn là đầu tư thêm thiết bị an toàn mới, mà gần hơn với việc khiến những thiết bị đã có làm việc đúng nghĩa.

ORBRO cung cấp cách tiếp cận này bằng sự kết hợp của hai sản phẩm. AI Event Manager thực hiện nhận diện đối tượng, hiệu chuẩn góc nhìn, phát hiện va chạm theo khoảng cách thực và xác minh lần hai bằng VLM — tất cả trong một sản phẩm duy nhất tại biên (edge) — và các sự kiện được phát hiện sẽ hiển thị tập trung trên ORBRO OS, nền tảng giám sát digital twin. Xem cùng lúc trên một màn hình những nguy cơ camera bắt được và vị trí RTLS theo dõi — năng lực tích hợp RTLS và Vision AI làm một chính là cách ORBRO tiếp cận an toàn công nghiệp. Nếu bạn muốn biết camera tại hiện trường của mình có thể làm được đến đâu, hãy liên hệ với ORBRO.