巡检是大型厂房与卖场维持安全的重要一环,过去的巡检方式主要是透过人力,今年初开始的COVID-19疫情,则让远端监控成为产业焦点,各类型企业纷纷导入采用,多数业者认为,在疫情结束后,此技术的应用将成为产业新常态,巡检就会是其中之一。
从技术应用来看,人力仍是此工作的重要倚赖,而透过智慧化机制确保人力巡检的落实,会是目前的最佳作法,除了人力之外,现在也有厂商推出巡检服务机器人,借此精简巡检工作的人力成本。
庞大营运面积 管理备受考验
无论是大型厂房或卖场,庞大营业面积与相对应的管理人力,让物业管理效率提升成为此一场域的首要经营重点目标,以往物业管理的作法主要是透过纸本作业进行,例如管理人员巡视卖场时,发现有一节电线外露,就在纪录单上注记,巡视完毕后回办公室将纪录单往上呈,通知负责人员前往修复,之后当管理人员巡视时,若该处问题已解决,再于纪录单上注销该事项。
这种作业模式拉长了整个物业管理的作业时间,纸本作业的资料汇整、跨部门的讯息传递与回报,常常使得一个小问题从发现到解决再到注销,需要长达数周的时间。
要提升整体的流程效率,就可导入新科技解决问题。近期就有业者以Beacon与手持式装置打造「智慧化物业管理平台」,其运作方式是管理人员携带手持式装置到各巡检点巡视。
图1 : 手持式装置可让巡检数据数位化,以利於後续智慧化系统的应用。(source:Konecranes) |
|
当靠近Beacon时(依不同管理人员设定不同距离),手持式装置程式画面上所设计的巡检点会自动变色,标记该处已经检查过,若巡检点有须改进事项,例如设备故障、地板脏污,管理人员也可在手持式装置上直接点选缺失事项。
由于Beacon与厂房的Wi-Fi AP连结,因此手持式装置可即时将缺失上传,通知相关部门人员前往检修。另外,此系统也作为部门的即时疏失检查,例如厂房或卖场柜台人员未配戴识别证,管理者可当场纪录并请该人员签名,确认疏失事项。
「智慧化物业管理平台」让物业管理效率大幅提升,缩短以往需要长时间来回的作业,较为简单的维修也可在短期内处理完成,归纳此一平台功能,包括前端管理部门的巡检、后端维修部门的缺失改善。
此一系统最大的特色,是让梦时代的巡检管理、设备维护部门纳入同一软体平台,在同一平台上,与自己部门相关的讯息可快速流通,即时掌握所有状况,同时所有的纪录都会注记时间与处理过程,各单位人员可轻易了解各事项的目前所有处理状况,同时操作介面设计也特意简化过,缩短人员的学习曲线,让整体系统的上线速度更快。
在硬体建置方面,则可采用Beacon之类的室内定位技术,主要考量在于其成熟技术所带来的高可用性、性价比与相容性。现在多数厂房或卖场内的Wi-Fi AP,要与Beacon整合并非难事,再者Baecon在全球已有广泛应用,这些成功案例,将可缩短整体架构的上线时间,快速完成布建。
另外,Beacon上线后的稳定运作也是关键,除了硬体产品的品质稳定外,现在Beacon的软体管理系统也相当完善,此类系统会自动侦测网内所有Beacon的运作状态,当某点故障时,系统会主动提醒管理者,透过此系统轻松掌握全貌。
过去Beacon多应用于前端的商品消费行销,后端管理层面则较少见到,不过由于后端管理的目标明确、使用者的学习管控有一定的强制性,因此导入后的效益会更快浮现。
不过,虽然「智慧化物业管理平台」的成效明显,但对多数业者来说,这类系统改变了原有的流程,因此仍须循序渐进,上线初期可让新系统平台与原有的纸本作业并行,未来再逐步扩大使用,一步步提升物业管理与设备维护的工作效率。
结合视觉与移动技术 巡检机器人应用潜力雄厚
结合移动载具技术和智慧判别系统的机器人,也是巡检智慧化的必然趋势,具备视觉AI能力的巡检机器人,可追踪、记录、警示、管理工厂安全事项,为现场操作人员生命安全把关。
缺工、工资高涨、劳工安全一直是各产业近年关注的议题,而无人工厂已成为科技厂的发展趋势,因此现已有厂商推出巡检机器人满足此需求,其核心技术为自主开发的室内定位,让机器人在工厂内可自行规划行走路径,不如以往只能局限在特定的范围运作。
图2 : 结合移动载具技术和智慧判别系统的机器人是巡检智慧化的必然趋势。(source:Inceptive Mind) |
|
此类机器人借此能针对特定场域进行巡逻,并透过摄影镜头传送至智慧影像辨识系统,一旦系统发现异常,可立刻通报相关人员,即时监控工厂安全,过去这类机器人商品化的主要挑战,包括大面积建图准确度失真和环境变动后的定位失败,经过精进改良已能克服。
巡检机器人背后的视觉判读关键技术,是采用电脑视觉与深度学习发展的AI技术,此技术适用于工厂巡检机器人的场域,目前相关的解决方案已为台湾半导体大厂进行导入。未来工厂人员在操作设备与特定区域内,若未穿戴防护装置、人员误闯禁制区域,或其他各种异常事件,巡检机器人皆能有效即时发现与警示,事件可数据化记录、追踪、改善与管理,大幅降低人力使用,与提高人员及设备的安全。
在人工智慧与机器人应用于工厂安全课题的艰巨挑战中,设备与系统双方业者需要深度紧密合作,透过频繁的讨论和调整,解决实际执行上的困难,包括软硬体整合、多样性感测器整合、不同型态资料的汇整与分析等,例如训练机器人辨识危险动作时,采集工厂人员实际操作画面尤其困难,需特别设计工具来模拟所需的资料,让机器人在各种复杂状况下仍能保持极高的辨识率,以利于巡检工作的顺利进行,方能达到降低人力成本与提升效率的愿景。
**刊头图(source:Manufacturing.net)