Orta ve büyük ölçekli endüstriyel tesislerde denetim amacıyla kullanılan kamera sayısı çoğu zaman 100’ü aşmaktadır. Bu kadar fazla kameranın manuel olarak izlenmesi hata riskini artırırken görüntülerin uzun süre saklanması da ciddi bir depolama ihtiyacı doğurmaktadır. Kayıtlar çoğunlukla ancak bir sorun ortaya çıktıktan sonra neden araştırmak amacıyla incelenebildiğinden, yalnızca kamera altyapısına dayalı geleneksel denetim yöntemleri yetersiz kalmaktadır.
Güncel yapay zekâ sistemleri, mevcut kameraları yalnızca kayıt alan cihazlardan gerçek zamanlı veri üreten sensörlere dönüştürebilmektedir. Sistem; kişileri, nesneleri ve hareketleri tespit etmenin ötesine geçerek bunların zaman, konum ve birbirleriyle etkileşimlerini analiz edebilmektedir. Bu yetenek bugün iş sağlığı ve güvenliği, kalite kontrol ve üretim verimliliği alanlarında doğrudan uygulanabilir durumdadır.
Teknolojinin Geldiği Nokta
Video analitiği çözümlerinin endüstriyel tesislerde uygulanabilir hâle gelmesinde üç temel teknolojik gelişme etkili olmuştur.
Nesne Tespitinden Durum Analizine Geçiş
Erken dönem sistemlerin yetkinliği, görüntüde belirli bir nesnenin bulunup bulunmadığını tespit etmekle sınırlıydı. Yeni nesil sistemler ise nesne tespiti, kişinin duruş yapısının çıkarılması, nesnelerin ardışık kareler boyunca izlenmesi ve normal örüntüden sapmaların belirlenmesi gibi işlemleri birlikte gerçekleştirmektedir.
Bu sayede sistem artık yalnızca “baret tespit edilmedi” uyarısı vermek yerine belirli bir kişinin, tanımlı bir bölgede, belirlenen süre boyunca baretsiz çalıştığını bildirebilmektedir. Benzer şekilde bir forkliftin veya çalışanın yalnızca görüntüde bulunması değil; hareket yönü, hızı, güzergâhı ve birbirlerine yaklaşma durumu da analiz edilebilmektedir.
Duruş analizi bu gelişimde ayrı bir önem taşımaktadır. Kişi başına 17’ye kadar eklem noktasının gerçek zamanlı olarak belirlenmesi; düşme ve uzun süreli hareketsizlik tespitini, uzanma ve eğilme hareketlerinin analizini ve ergonomik risklerin otomatik olarak puanlanmasını mümkün kılmaktadır.
Model Hazırlama Süresinin Kısalması
Yapay zekâ projelerinin uygulamaya alınmasını uzun süre zorlaştıran temel unsur modelin kendisi değil, modeli eğitmek için gereken verinin hazırlanmasıydı. Yeni bir senaryo için binlerce görüntünün toplanması ve etiketlenmesi, hazırlık sürecinin aylarca sürmesine neden oluyordu. Günümüzde metinle tanımlanan nesneleri bulabilen modeller, ilk veri kümesini otomatik olarak önceden etiketleyebilmekte ve manuel etiketleme iş yükünü önemli ölçüde azaltabilmektedir.
Kalite kontrol açısından daha belirleyici gelişme ise denetimsiz anomali tespitinin olgunlaşmasıdır. Bu yaklaşımda sistemin her kusur türünü ayrı ayrı öğrenmesi gerekmez. Sisteme uygun ürünün normal görünümü öğretilir ve bu örüntüye uymayan ürünler işaretlenir. Böylece daha önce örneği bulunmayan yeni bir kusur türü de tespit edilebilir. Güncel yöntemler, üretim hattının olağan akışından alınan birkaç haftalık görüntüyle ilk modelin oluşturulmasına imkân tanımaktadır.
Kararın Olay Anında Üretilmesi
Beş yıl önce merkezî sunucu altyapısı gerektiren işlem yükü, bugün üretim alanına yerleştirilen düşük güç tüketimli saha cihazlarında yürütülebilmektedir. Görüntülerin kameraya yakın bir noktada işlenmesi üç temel sonuç doğurmaktadır:
• Görüntü, gerçek zamanlı müdahaleye uygun sürede karara dönüştürülebilir. Sistem uyarı oluşturabilir, kontrol altyapısına sinyal gönderebilir veya uygun entegrasyon bulunduğunda üretim hattını durdurabilir.
• Merkezî sistemlere sürekli görüntü akışı yerine yalnızca olay kaydı aktarıldığı için tesisin mevcut ağı ve depolama altyapısı üzerindeki yük azaltılabilir.
• Görüntüler tesis sınırları içinde işlenebilir. Bu yaklaşım, kişisel verilerin işlendiği alanı önemli ölçüde daraltabilir.
1. İş Sağlığı ve Güvenliği
Yapay zekâ temelli video analitiğinin İSG alanındaki temel farkı, denetimi olay sonrasında yapılan kayıt incelemesinden çıkararak olay öncesinde veya olay anında çalışan bir yapıya dönüştürmesidir. Sistem, kameraların görüş alanındaki riskli davranışları ve güvensiz durumları sürekli analiz ederek ekiplerin yalnızca gerçekleşmiş kazalara değil, kazaya dönüşme potansiyeli taşıyan öncü göstergelere de müdahale etmesini sağlar.
Kişisel Koruyucu Donanım Denetimi
Baret, koruyucu gözlük, iş yeleği, iş eldiveni, koruyucu maske ve yüksekte çalışmada kullanılan emniyet kemeri gerçek zamanlı olarak denetlenebilir. Emniyet kemeri kullanımında yalnızca donanımın varlığı değil, bağlantısının doğru şekilde yapılıp yapılmadığı da değerlendirilebilir.
Güncel sistemler tek bir görüntü karesindeki eksik donanımı doğrudan ihlal olarak kabul etmek yerine kişi, bölge, süre ve faaliyet bilgisini birlikte değerlendirebilir. Örneğin sistem, bir çalışanın geçiş koridorunda birkaç saniye baretsiz görünmesi ile üretim alanında belirlenen süre boyunca baretsiz çalışması arasındaki farkı ayırt edebilir.
Tehlikeli Bölge ve Makine Yaklaşımı
Tanımlı bölgelere giriş ve çıkışlar, makine çevresinde bulunma, yasaklı alana giriş, kaldırma ekipmanının yükü altında bekleme ve tehlikeli bölgede kalma süresi tespit edilebilir. Bölge kuralları vardiya, faaliyet türü veya makinenin çalışma durumu gibi bilgilerle birlikte değerlendirilebilir.
Sistem yalnızca bir kişinin tehlikeli bölgede bulunup bulunmadığını değil, makine veya araçla arasındaki mesafenin zaman içinde nasıl değiştiğini de analiz edebilir. Bu yetenek, sabit alan ihlallerinin yanı sıra hareketli risklerin değerlendirilmesini mümkün kılar.
Araç ve Çalışan Etkileşimi
Forklift, iş makinesi veya tesis içi araçların güzergâhları ile çalışanların hareket yönleri birlikte izlenebilir. Güzergâhların kesişmesi, mesafenin hızla azalması veya aracın kör noktasında bir kişinin bulunması riskli yaklaşım olarak işaretlenebilir. Sensör verileri sisteme dâhil edildiğinde aracın hızı, makinenin çalışma durumu veya ekipmanın titreşim bilgisi de görüntü analiziyle birlikte değerlendirilebilir.
Düşme, Hareketsizlik ve Ergonomik Risk
Duruş analizi sayesinde koşma, düşme ve uzun süreli hareketsizlik tespit edilebilir. Bir kişinin yerde bulunması ile kısa süreli eğilmesi, vücut eklemlerinin konumu ve hareketin devamlılığı üzerinden birbirinden ayrıştırılabilir. Hareketsizlik tespitinde kişinin aynı pozisyonda ne kadar süre kaldığı değerlendirilerek gereksiz uyarıların azaltılması sağlanabilir.
Aynı altyapı; tekrarlayan eğilme, uzanma, dönme ve yük kaldırma hareketlerini analiz ederek ergonomik açıdan riskli çalışma biçimlerini görünür hâle getirebilir. Böylece yalnızca anlık kazalar değil, uzun vadede kas ve iskelet sistemi sorunlarına yol açabilecek hareket örüntüleri de ölçülebilir.
Yangın, Duman ve Çıkış Güvenliği
Açık veya kapalı alanlarda oluşan yangın ve duman belirtileri görüntü üzerinden tespit edilebilir. Acil çıkışların malzeme, araç veya ekipman tarafından bloke edilmesi sürekli olarak denetlenebilir. Bu sistemler sertifikalı yangın algılama altyapısının yerine geçmez; mevcut sensör ve alarm sistemlerini görüntü tabanlı ek bir denetim katmanıyla destekler.
Uyarı Yönetimi
İSG projelerinde başarısızlığın nedeni çoğunlukla model başarımından çok, yüksek uyarı yoğunluğunun zamanla duyarsızlaşmaya yol açmasıdır. Vardiya başına yüzlerce uyarı üreten bir sistemde operatörler belirli bir süre sonra uyarıları takip etmemeye başlayabilir.
Bunu önlemek için dört mekanizma birlikte uygulanmalıdır:
• Tek bir görüntü karesindeki tespit yerine, tanımlı süre boyunca devam eden veya tekrarlanan tespitler uyarıya dönüştürülmelidir.
• Değerlendirme yalnızca bir nesnenin veya koruyucu donanımın varlığına göre yapılmamalı; bölge, zaman aralığı, faaliyet ve ekipman durumu birlikte ele alınmalıdır.
• Aynı olayın kısa süre içinde tekrar tekrar uyarı üretmesi engellenmeli ve vardiya başına uyarı yoğunluğu izlenmelidir.
• Operatörün uyarıları doğru veya hatalı olarak işaretlemesi, modelin iyileştirme ve yeniden eğitim sürecine aktarılmalıdır.
İSG Performansının Ölçülmesi
Kaza sayısı tek başına yeterli bir performans göstergesi değildir. Kazalar seyrek gerçekleştiği için kısa dönemlerde istatistiksel olarak anlamlı bir eğilim oluşturmayabilir. Video analitiğinin temel katkısı, daha önce düzenli olarak ölçülemeyen güvensiz davranışların görülme sıklığını ölçülebilir hâle getirmesidir.
Bu alanda izlenebilecek somut öncü göstergeler şunlardır:
• Vardiya başına doğrulanmış ihlal sayısı
• İhlalin tespit edilmesinden giderilmesine kadar geçen süre
• Aynı bölgede tekrarlanan ihlal sayısı
• Bölge ve vardiya bazında kişisel koruyucu donanım uyum oranı
• Riskli araç-çalışan yakınlaşmalarının sayısı ve süresi
• Düşme veya hareketsizlik uyarılarında doğrulama ve müdahale süresi
2. Kalite Kontrol
Makine görüşü kalite kontrol alanında uzun süredir kullanılmaktadır. Teknolojinin geldiği noktayı belirleyen temel değişim, sistemin daha az veriyle daha kısa sürede devreye alınabilmesi ve daha önce tanımlanmamış kusurları da işaretleyebilmesidir.
Yüzey Kusuru Denetimi
Çizik, ezik, gözenek, kaplama akması, kaynak dikişi düzensizliği ve döküm çapağı gibi kusurlar görüntü üzerinden tespit edilebilir. Anomali tespiti kullanılan projelerde her kusur türü için ayrı bir kusurlu numune arşivi oluşturmak yerine uygun ürünün normal görünümü öğretilir. Normal örüntüden sapan ürünler incelemeye yönlendirilir.
Montaj Doğrulama
Parçanın varlığı, doğru varyantın kullanılması, montaj sırasının uygunluğu, bağlantı elemanlarının takılı olması ve parça adedi denetlenebilir. Hatalı montajın sonraki istasyona aktarılması engellenebilir veya ilgili ürün otomatik ayıklama mekanizmasına yönlendirilebilir.
Etiket ve Kod Doğrulama
Parti numarası, seri numarası ve son kullanma tarihi okunabilir. Etiketin doğru ürüne uygulanıp uygulanmadığı, kodun okunabilirliği ve ürün bilgileriyle eşleşip eşleşmediği kontrol edilebilir. Bu yetenek, geri çağırma ve yanlış etiketleme kaynaklı maliyetlerin azaltılmasında doğrudan kullanılabilir.
Ölçüm ve Sayım
Kalibre edilmiş görüntüler üzerinden temassız boyut ölçümü, boşluk ve hizalama kontrolü ile ambalaj içi adet doğrulaması yapılabilir. Böylece yalnızca belirli numunelerin kontrol edildiği yapıdan, üretim hattından geçen tüm ürünlerin denetlenebildiği bir yapıya geçilebilir.
Karar Eşiği ve Hatalı Ret Dengesi
Kalite kontrol uygulamalarında yalnızca tespit oranını en yüksek seviyeye çıkarmak yeterli değildir. Kusurların neredeyse tamamını tespit eden ancak yüksek oranda hatalı ret oluşturan bir sistem, üretim hattının yavaşlamasına ve sisteme duyulan güvenin azalmasına yol açabilir.
Uygun karar eşiği; tespit edilemeyen bir kusurun müşteriye ulaşması durumunda oluşacak maliyet ile hatalı biçimde reddedilen uygun bir ürünün maliyetinin dengelendiği noktadır. Bu nedenle karar eşiği yalnızca teknik ekip tarafından belirlenen bir parametre olmamalı, pilot uygulama öncesinde kalite ve üretim birimleriyle birlikte tanımlanmalıdır.
Yüksek hızlı üretim hatlarında görüntünün alınması, kusurun tespit edilmesi, kararın üretim kontrol sistemine iletilmesi ve fiziksel ayıklama mekanizmasının tetiklenmesi aynı dar zaman aralığında gerçekleşir. Bu nedenle kamera konumu, işlem gecikmesi, kontrol sistemi entegrasyonu ve ayıklama mekanizmasının tepki süresi model kadar belirleyicidir.
3. Verimlilik
Üretim yönetim sistemleri ve saha kontrol sistemleri, bir makinenin ne yaptığını kaydeder ancak çoğu zaman bunu neden yaptığını açıklamaz. Örneğin bir preste 14 dakikalık duruş gerçekleştiğinde sistemde yalnızca duruş kaydı yer alabilir. Duruşun kalıp değişimi, malzeme beklemesi, operatör yokluğu veya ayar denemesinden hangisine bağlı olduğu, manuel olarak girilen neden bilgisine dayanır. Uygulamada bu bilgi çoğu zaman girilmez veya genel bir kategori altında kaydedilir.
Video analitiği bu bilgi boşluğunu kapatarak duruş sırasında sahada gerçekleşen faaliyetleri analiz edebilir ve duruş nedenlerini otomatik olarak sınıflandırabilir.
Çevrim ve Duruş Analizi
İstasyon bazında gerçek çevrim süresi sürekli olarak ölçülebilir ve vardiyalar arasındaki dağılım karşılaştırılabilir. Planlı ve plansız duruşlar, sahadaki hareketlerle ilişkilendirilerek malzeme bekleme, operatör bekleme, ayar, bakım veya kalıp değişimi gibi nedenlere ayrılabilir.
Darboğaz ve İş Yükü Analizi
İş yükü dağılımı, kronometreyle yapılan dönemsel ölçümler yerine sürekli görüntü analiziyle belirlenebilir. İstasyonların çalışma, bekleme ve boşta kalma süreleri karşılaştırılarak üretim akışındaki darboğazlar görünür hâle getirilebilir.
Değişim Süresi Analizi
Kalıp veya ürün değişim süreci adım adım ölçülebilir. Makine dururken yapılması gereken iç faaliyetlerle makine çalışırken hazırlanabilecek dış faaliyetler ayrıştırılabilir. Böylece toplam değişim süresinin hangi adımlarda uzadığı somut olarak belirlenebilir.
Araç ve Malzeme Akışı
Forklift ve tesis içi araçların kullanım oranı, yüksüz hareket yüzdesi, bekleme süreleri ve kuyrukları izlenebilir. Malzemenin istasyonlar arasındaki hareketi analiz edilerek gereksiz taşıma, uzun bekleme ve tekrarlanan güzergâhlar belirlenebilir.
Operatör Hareket Analizi
Operatörlerin istasyon içindeki hareketleri otomatik olarak çıkarılabilir. Gereksiz yürüme, uzanma, malzeme arama veya istasyondan ayrılma gibi üretim süresini etkileyen hareketler ölçülebilir. Bu analiz, kişinin performansını değerlendirmekten çok iş istasyonunun ve süreç tasarımının iyileştirilmesine yönelik kullanılmalıdır.
Ölçeği somutlaştırmak gerekirse tek vardiya çalışan bir tesiste, günde 20 dakikalık nedeni belirlenemeyen duruşun yarısının görünür hâle getirilerek giderilmesi, 250 iş günü üzerinden yılda yaklaşık 42 saatlik ek üretim süresi sağlar. Bu süre üretim hattının saatlik katkı payıyla değerlendirildiğinde, birçok tesiste tek bir hat üzerinden elde edilen kazanç kurulum maliyetinin önemli bir bölümünü karşılayabilir.
Ortak Altyapının Etkisi
İSG, kalite kontrol ve verimlilik uygulamalarının aynı kameralar, aynı saha cihazları ve aynı yazılım katmanı üzerinde çalışabilmesi yatırımın değerlendirilmesinde önemli bir avantajdır. İSG amacıyla devreye alınan bir sistem, uygun kamera açısı ve veri kalitesi bulunduğunda ek donanım gerektirmeden kalite kontrol veya verimlilik ölçümlerine genişletilebilir.
İkinci uygulamanın devreye alınma süresi genellikle ilk uygulamaya göre daha kısadır. Bunun nedeni temel zorluğun yalnızca modelde değil; saha altyapısında, veri akışında, sistem entegrasyonunda ve kurumsal çalışma biçimlerinde yoğunlaşmasıdır. Bu yapıların ilk uygulamayla kurulmuş olması, sonraki kullanım senaryolarının daha hızlı devreye alınmasını sağlar.
Uygulamadaki Gerçek Sınırlar
Teknoloji uygulanabilir bir olgunluğa ulaşmış olsa da her tesis ve kamera için aynı sonucu otomatik olarak üretmez. Sistem yalnızca kameranın görüş alanındaki durumları değerlendirebilir. Düşük aydınlatma, buhar, yoğun toz, ters ışık, uygun olmayan kamera açısı, donanım renkleri ve zemin dokusu model başarımını doğrudan etkileyebilir. Bu nedenle devreye alma öncesinde tesise özgü keşif, kamera değerlendirmesi ve model uyarlaması yapılmalıdır.
Model başarımı zaman içinde de değişebilir. Üretilen ürün, kullanılan kişisel koruyucu donanım, saha yerleşimi ve mevsimsel aydınlatma koşulları değiştikçe modelin doğruluk seviyesi fark edilmeden düşebilir. Başarım sapmasının izlenmesi, hatalı uyarıların düzenli olarak değerlendirilmesi ve modellerin gerektiğinde yeniden eğitilmesi sistem işletiminin zorunlu bir parçasıdır.
Video analitiği, ilgili makine emniyeti standartları kapsamında sertifikalandırılmış bir emniyet fonksiyonu değildir. Işık perdesi, çift el kumanda sistemi, acil durdurma tertibatı, yangın algılama sistemi veya fiziksel bariyerlerin yerine geçmez. Bu sistemleri destekleyen ek bir tespit, ölçüm ve karar katmanı olarak konumlandırılmalıdır.
Değerlendirme
Yapay zekâ temelli video analitiği; İSG, kalite kontrol ve verimlilik alanlarında yalnızca deneme projeleri üreten bir teknoloji olmaktan çıkarak gerçek zamanlı tespit, ölçüm ve sistem entegrasyonu sağlayabilen uygulanabilir bir yapıya ulaşmıştır.
İSG alanında güvensiz davranışlar ve riskli durumlar olay öncesinde ölçülebilmekte; kalite kontrolde daha önce tanımlanmamış kusurlar belirlenebilmekte ve üretim hattına anlık karar aktarılabilmekte; verimlilik alanında ise kayıt sistemlerinde nedeni görünmeyen duruşlar ve süreç kayıpları otomatik olarak sınıflandırılabilmektedir.
Teknolojinin günümüzdeki temel sınırı yalnızca modelin bir nesneyi tespit edip edememesi değildir. Görüntü koşullarının uygunluğu, kararların doğru iş akışlarına bağlanması, uyarı ve karar eşiklerinin işletme hedefleriyle uyumlu belirlenmesi, saha sistemleriyle entegrasyon ve model başarımının zaman içinde sürdürülebilmesi projenin gerçek değerini belirleyen unsurlardır.