ISO 13855 là tiêu chuẩn quốc tế quy định cách tính khoảng cách an toàn tối thiểu giữa thiết bị bảo vệ (như rào quang, cảm biến an toàn) và vùng nguy hiểm của máy móc, dựa trên tốc độ tiếp cận của cơ thể người. Đây là một trong những tiêu chuẩn nền tảng khi thiết kế hệ thống an toàn cho máy dập, máy cắt, robot công nghiệp và nhiều thiết bị sản xuất khác. Bài viết giải thích nội dung cốt lõi của ISO 13855 và vai trò mà Computer Vision (Camera AI) có thể đóng góp trong bài toán an toàn máy móc hiện nay. ISO 13855 LÀ GÌ? ISO 13855 (tên đầy đủ: Safety of machinery — Positioning of safeguards with respect to the approach speeds of parts of the human body) là tiêu chuẩn quốc tế về an toàn máy móc, quy định cách xác định vị trí lắp đặt thiết bị bảo vệ sao cho máy dừng lại trước khi một bộ phận cơ thể người có thể chạm tới vùng nguy hiểm. Tại Việt Nam, tiêu chuẩn này được chấp thuận tương đương là TCVN 7386:2011 (ISO 13855:2010) – An toàn máy: Định vị che chắn bảo vệ đối với tốc độ tiếp cận của các bộ phận cơ thể người, nằm trong nhóm tiêu chuẩn an toàn máy do Bộ Khoa học và Công nghệ ban hành. Tiêu chuẩn này áp dụng chủ yếu cho các thiết bị bảo vệ nhạy cảm điện (electro-sensitive protective equipment) như rào quang (light curtain), cảm biến laser an toàn (safety laser scanner) và các thiết bị phát hiện sự hiện diện tương tự. CÔNG THỨC TÍNH KHOẢNG CÁCH AN TOÀN THEO ISO 13855 Công thức tổng quát của ISO 13855 là S = K × T + C, trong đó S là khoảng cách an toàn tối thiểu, K là tốc độ tiếp cận, T là thời gian dừng của toàn hệ thống và C là khoảng cách bổ sung theo khả năng phát hiện của thiết bị. * S - Khoảng cách tối thiểu (mm) từ vùng phát hiện của thiết bị bảo vệ đến vùng nguy hiểm. * K - Tốc độ tiếp cận giả định của cơ thể người. Tiêu chuẩn đưa ra hai giá trị phổ biến: 2000 mm/s cho chuyển động của tay/cánh tay, và 1600 mm/s cho tốc độ đi bộ toàn thân (áp dụng khi khoảng cách tính được từ K = 2000 mm/s đã lớn hơn 500 mm). * T - Tổng thời gian phản ứng của hệ thống, bao gồm thời gian thiết bị bảo vệ phát hiện tín hiệu, thời gian xử lý của bộ điều khiển an toàn và thời gian máy dừng hẳn. * C - Khoảng cách bổ sung, phụ thuộc vào độ phân giải phát hiện của thiết bị (ví dụ khoảng cách giữa các tia trong rào quang). Với thiết bị phát hiện toàn thân bằng nhiều chùm tia, C thường lấy tối thiểu 850 mm để bù trừ tầm với của cánh tay. Nói cách khác, thiết bị bảo vệ phản ứng càng chậm hoặc máy dừng càng lâu, khoảng cách lắp đặt bắt buộc phải càng xa vùng nguy hiểm. ISO 13855 CÓ MỐI LIÊN HỆ GÌ VỚI CÁC TIÊU CHUẨN AN TOÀN NHÀ MÁY KHÁC? ISO 13855 thường dùng cùng ISO 13857 (khoảng cách hình học tĩnh để tránh vùng nguy hiểm), ISO 13849-1 (thiết kế hệ thống điều khiển an toàn) và IEC 61496 (yêu cầu kỹ thuật cho thiết bị bảo vệ nhạy cảm điện). Một nhầm lẫn phổ biến là dùng ISO 13857 để tính khoảng cách theo tốc độ tiếp cận - trên thực tế ISO 13857 chỉ quy định khoảng cách hình học tĩnh (như khe hở hàng rào), còn ISO 13855 mới dành riêng cho thiết bị bảo vệ chủ động có thời gian phản ứng như rào quang hay cảm biến laser. Cấp độ an toàn (PL/SIL) của bộ điều khiển theo ISO 13849-1 cũng ảnh hưởng trực tiếp đến thời gian phản ứng T trong công thức trên. ÁP DỤNG ISO 13855 TRONG THỰC TẾ GẶP KHÓ KHĂN GÌ? Việc tuân thủ khoảng cách an toàn theo ISO 13855 đôi khi làm giảm sự thuận tiện thao tác hoặc buộc nhà máy phải dùng thêm cơ chế muting để duy trì năng suất. Với nhiều dây chuyền có mặt bằng hạn chế, khoảng cách S tính theo công thức có thể lớn hơn không gian thao tác lý tưởng. Khi vật liệu cần đi qua vùng bảo vệ của rào quang trong quá trình vận hành, nhà máy thường phải dùng cơ chế muting - tạm thời vô hiệu hóa vùng phát hiện để cho vật liệu đi qua. Nếu cửa sổ muting thiết lập không chính xác hoặc bị mở rộng để tăng tốc độ sản xuất, vùng bảo vệ có thể xuất hiện lỗ hổng thực tế dù hệ thống vẫn "đúng" theo khoảng cách tính toán ban đầu. Một hạn chế khác là các thiết bị theo ISO 13855 thường chỉ phát hiện xâm nhập vào một mặt phẳng cố định, không phân biệt được tay người với vật liệu nếu không có cơ chế xử lý riêng. COMPUTER VISION ĐÓNG VAI TRÒ GÌ TRONG BÀI TOÁN AN TOÀN MÁY MÓC? Computer Vision (Camera AI) có thể bổ sung một lớp nhận biết thông minh bên cạnh các thiết bị bảo vệ đạt chuẩn theo ISO 13855, giúp phân biệt người và vật liệu, mở rộng vùng giám sát và cung cấp dữ liệu phục vụ phân tích an toàn - nhưng thường không thay thế trực tiếp vai trò dừng máy đạt chuẩn của các thiết bị này trừ khi được chứng nhận theo tiêu chuẩn tương ứng. PHÂN BIỆT NGƯỜI VÀ VẬT LIỆU. Rào quang và các cảm biến theo ISO 13855 coi mọi vật thể cắt qua vùng phát hiện là như nhau, nên cần cơ chế muting khi vật liệu đi qua. Camera AI phân tích hình dạng đối tượng, có thể nhận diện tay hoặc cơ thể người khác với phôi, vật liệu - giúp giảm nhu cầu muting trong nhiều tình huống và duy trì vùng bảo vệ liên tục hơn. MỞ RỘNG VÙNG GIÁM SÁT Thiết bị theo ISO 13855 thường bảo vệ theo một mặt phẳng hoặc một hướng tiếp cận. Một camera có thể quan sát đồng thời nhiều góc tiếp cận, hỗ trợ phát hiện người tiến vào từ bên hông hoặc phía sau - những hướng mà rào quang tiêu chuẩn không che phủ. GIẢM NGUY CƠ BỊ VÔ HIỆU HÓA Trong môi trường sản xuất áp lực năng suất, rào quang có thể bị che cảm biến để bỏ qua thao tác (bypass). Camera AI không dùng tia sáng vật lý nên khó bị vô hiệu hóa theo cách tương tự, đồng thời có thể lưu lại hình ảnh khi phát hiện hành vi can thiệp. CUNG CẤP DỮ LIỆU ĐỂ QUẢN LÝ AN TOÀN Thiết bị theo ISO 13855 chủ yếu tạo tín hiệu dừng máy tức thời mà không lưu bối cảnh sự kiện. Camera AI có thể ghi lại hình ảnh mỗi lần phát hiện rủi ro, phục vụ bộ phận HSE phân tích near-miss và cải thiện quy trình theo thời gian. COMPUTER VISION CÓ THAY THẾ ĐƯỢC THIẾT BỊ ĐẠT CHUẨN ISO 13855 KHÔNG? Không, trừ khi hệ thống Computer Vision được thiết kế và chứng nhận đạt cấp độ an toàn tương ứng (Type 4, PLe hoặc SIL3) theo các tiêu chuẩn liên quan. Rào quang đạt chuẩn Type 4 theo IEC 61496, kết hợp bộ điều khiển an toàn đạt PLe/SIL3 theo ISO 13849-1, đã được kiểm định nghiêm ngặt về độ tin cậy và thời gian phản ứng - đây là cơ sở để tính khoảng cách an toàn theo ISO 13855. Một hệ thống Camera AI thông thường, nếu chưa được chứng nhận theo các tiêu chuẩn an toàn chức năng tương ứng, không nên được xem là thiết bị dừng máy đạt chuẩn độc lập. Vì vậy, cách tiếp cận được khuyến nghị là xây dựng hệ thống bảo vệ nhiều lớp: thiết bị đạt chuẩn đảm nhiệm chức năng dừng máy khẩn cấp theo đúng tiêu chuẩn, còn Camera AI đóng vai trò lớp giám sát bổ sung - phát hiện sớm, giảm cảnh báo sai, mở rộng vùng quan sát và cung cấp dữ liệu quản lý an toàn. DOANH NGHIỆP NÊN BẮT ĐẦU TỪ ĐÂU KHI KẾT HỢP COMPUTER VISION VÀO HỆ THỐNG AN TOÀN HIỆN CÓ? Trước khi bổ sung Camera AI, doanh nghiệp nên rà soát lại hệ thống bảo vệ hiện hữu có đang tuân thủ đúng khoảng cách an toàn theo ISO 13855 hay không, đặc biệt tại những vị trí đang áp dụng cơ chế muting hoặc có tần suất cảnh báo sai cao. Đây thường là những điểm mà một lớp giám sát bằng thị giác máy tính có thể mang lại giá trị rõ rệt nhất - không phải bằng cách thay thế thiết bị đạt chuẩn, mà bằng cách giảm khoảng trống mà cơ chế muting hoặc góc mù hình học đang để lại. Bước tiếp theo là xác định rõ vai trò của Camera AI trong kiến trúc an toàn: hệ thống sẽ chỉ cảnh báo và ghi nhận dữ liệu, hay tín hiệu phát hiện sẽ được đưa vào chuỗi dừng máy thông qua bộ điều khiển an toàn hiện có. Lựa chọn này quyết định việc hệ thống cần đáp ứng thêm những yêu cầu kiểm định nào, và nên được cân nhắc cùng đội ngũ kỹ thuật, đơn vị tư vấn an toàn của nhà máy ngay từ giai đoạn thiết kế. EYEFIRE có thể hỗ trợ khảo sát hiện trạng hệ thống bảo vệ tại từng vị trí sản xuất, từ đó đề xuất vị trí lắp đặt và cấu hình Camera AI phù hợp với đặc thù dây chuyền - như một lớp bổ sung song song với các thiết bị đạt chuẩn đang vận hành, chứ không làm thay đổi kiến trúc an toàn cốt lõi mà nhà máy đã xây dựng.

Camera AI hay Cảm biến hồng ngoại (PIR): Đâu là giải pháp hiệu quả hơn để cảnh báo xâm nhập vùng nguy hiểm? Trong nhà máy và kho vận, cảnh báo xâm nhập vùng nguy hiểm — quanh máy móc vận hành, khu vực điện áp cao, băng chuyền hoặc thiết bị nâng hạ — là một yêu cầu cơ bản của hệ thống an toàn lao động. Cảm biến hồng ngoại (PIR) từng là lựa chọn phổ biến nhờ chi phí thấp, trong khi Camera AI ứng dụng thị giác máy tính đang trở thành hướng tiếp cận được nhiều doanh nghiệp cân nhắc. Bài viết so sánh hai công nghệ này để giúp doanh nghiệp lựa chọn phù hợp. CẢM BIẾN HỒNG NGOẠI (PIR) HOẠT ĐỘNG NHƯ THẾ NÀO? PIR (Passive Infrared) là cảm biến thụ động, phát hiện chuyển động dựa trên chênh lệch bức xạ hồng ngoại giữa cơ thể người và môi trường xung quanh. Khi một người di chuyển qua vùng quét, chênh lệch nhiệt này khiến cảm biến phát tín hiệu điện, kích hoạt cảnh báo hoặc lệnh dừng máy. Ưu điểm của PIR là cấu tạo đơn giản, tiêu thụ điện thấp, chi phí đầu tư rẻ và hoạt động được trong điều kiện thiếu sáng mà không cần nguồn chiếu sáng bổ sung. PIR CÓ NHỮNG HẠN CHẾ GÌ KHI DÙNG TRONG NHÀ MÁY? PIR khó phân biệt người với các nguồn nhiệt khác, dễ bị nhiễu bởi nhiệt độ môi trường, không xác định được vị trí cụ thể và không lưu lại hình ảnh để xác minh. KHÔNG PHÂN BIỆT ĐƯỢC NGƯỜI VỚI NGUỒN NHIỆT KHÁC PIR phát hiện dựa trên chênh lệch nhiệt, không dựa trên hình dạng đối tượng. Trong nhà xưởng có lò nung, xe nâng hoặc thiết bị tỏa nhiệt, những nguồn này có thể khiến cảm biến báo sai hoặc bỏ sót tín hiệu thực. NHẠY CẢM VỚI NHIỆT ĐỘ MÔI TRƯỜNG Khi nhiệt độ không khí gần với thân nhiệt người, hoặc khu vực có ánh nắng trực tiếp, chênh lệch nhiệt giữa người và nền trở nên không rõ ràng, khiến độ chính xác giảm. KHÔNG XÁC ĐỊNH ĐƯỢC VỊ TRÍ CHI TIẾT PIR chỉ trả lời "có chuyển động hay không" trong vùng quét, không biết người đang ở vị trí nào, di chuyển hướng nào hay còn cách vùng nguy hiểm bao xa. Với khu vực cần phân vùng cảnh báo nhiều cấp độ, hoặc vùng nguy hiểm thay đổi theo thiết bị (như cầu trục), PIR khó đáp ứng. DỄ CÓ VÙNG CHẾT Mỗi cảm biến có góc quét và phạm vi giới hạn. Để bao phủ khu vực rộng hoặc có hình dạng phức tạp, doanh nghiệp cần lắp nhiều cảm biến, kéo theo chi phí và công hiệu chỉnh tăng lên. KHÔNG LƯU HÌNH ẢNH ĐỂ ĐIỀU TRA Khi PIR báo động, hệ thống chỉ ghi nhận "có chuyển động" mà không có hình ảnh thực tế, gây khó khăn khi bộ phận HSE cần xác minh cảnh báo hoặc phân tích sự cố. CAMERA AI PHÁT HIỆN XÂM NHẬP VÙNG NGUY HIỂM NHƯ THẾ NÀO? Camera AI dùng Computer Vision để phân tích hình ảnh theo thời gian thực, nhận diện chính xác người, xác định vị trí của họ và so sánh với vùng cảnh báo đã thiết lập, thay vì chỉ ghi nhận tín hiệu chuyển động chung chung. PHÂN BIỆT NGƯỜI VỚI VẬT THỂ VÀ NGUỒN NHIỆT KHÁC Nhờ phân tích hình dạng đối tượng, Camera AI phân biệt được người với thiết bị hoặc vật liệu tỏa nhiệt, giảm đáng kể cảnh báo sai so với PIR. XÁC ĐỊNH VỊ TRÍ, PHÂN VÙNG NHIỀU CẤP ĐỘ Camera AI có thể thiết lập nhiều vùng cảnh báo - vùng cảnh báo sớm, vùng nguy hiểm, vùng dừng khẩn cấp - trong cùng khung hình. Với khu vực có vùng nguy hiểm thay đổi theo thời gian thực như dưới cầu trục di chuyển, hệ thống cũng có thể xác định vùng cảnh báo linh động theo vị trí thiết bị. PHẠM VI GIÁM SÁT RỘNG HƠN Một camera góc rộng bao quát khu vực lớn hơn nhiều so với một cảm biến PIR, giúp giảm số lượng thiết bị và giảm nguy cơ vùng chết. LƯU HÌNH ẢNH PHỤC VỤ XÁC MINH, ĐIỀU TRA Mỗi cảnh báo có thể đi kèm hình ảnh hoặc video ghi lại thời điểm phát hiện, dữ liệu quan trọng để HSE xác minh và phân tích near-miss theo thời gian. MỘT NỀN TẢNG CHO NHIỀU BÀI TOÁN Cùng hạ tầng camera có thể mở rộng sang giám sát PPE, phát hiện người trong vùng nguy hiểm của cầu trục, xe nâng, hoặc cảnh báo hành vi bất thường mà không cần đầu tư hệ thống riêng cho từng bài toán. CAMERA AI CÓ HẠN CHẾ GÌ KHÔNG? Camera AI phụ thuộc vào điều kiện ánh sáng, góc lắp đặt và chi phí đầu tư ban đầu cao hơn PIR. Trong môi trường quá tối hoặc nhiều khói bụi, hệ thống cần camera hồng ngoại (IR) hoặc nguồn sáng bổ sung để đảm bảo chất lượng hình ảnh. Nếu người bị vật cản lớn che khuất hoàn toàn khỏi góc nhìn, camera cũng chưa thể nhận diện cho đến khi họ xuất hiện trong vùng quan sát. Ngoài ra, chi phí đầu tư ban đầu (camera, hạ tầng xử lý AI) thường cao hơn một cảm biến PIR đơn lẻ, dù chi phí trên mỗi điểm giám sát thực tế cần tính theo phạm vi bao phủ và khả năng mở rộng của hệ thống. BẢNG SO SÁNH NHANH CẢM BIẾN HỒNG NGOẠI (PIR) VÀ CAMERA NÊN ÁP DỤNG CHO KHU VỰC NÀO TRONG NHÀ MÁY? PIR phù hợp với: lối đi phụ, cửa kho, khu vực ít qua lại, nơi chỉ cần biết "có người xuất hiện hay không" và ngân sách đầu tư hạn chế. Camera AI phù hợp với: khu vực máy dập, máy cắt, robot công nghiệp, cầu trục, xe nâng - những nơi vùng nguy hiểm có nhiều cấp độ rủi ro, thường xuyên thay đổi vị trí, hoặc doanh nghiệp cần dữ liệu hình ảnh để phục vụ điều tra sự cố và báo cáo an toàn (HSE). Với nhà máy có nhiều loại thiết bị và mức độ rủi ro khác nhau, việc kết hợp cả hai công nghệ theo từng khu vực thường mang lại hiệu quả đầu tư tốt hơn so với việc chỉ dùng một giải pháp duy nhất cho toàn bộ nhà xưởng. VẬY DOANH NGHIỆP NÊN CHỌN PIR HAY CAMERA AI? PIR phù hợp với khu vực ngân sách hạn chế, môi trường ổn định về nhiệt độ, ít nguồn nhiễu và chỉ cần biết "có người hay không" tại một điểm cố định. Camera AI phù hợp hơn khi cần độ chính xác cao, phân vùng cảnh báo nhiều cấp độ, cần dữ liệu hình ảnh để điều tra, hoặc muốn xây dựng nền tảng giám sát an toàn mở rộng cho nhiều bài toán trong tương lai. Trong nhiều trường hợp, hai công nghệ có thể bổ sung cho nhau: PIR đảm nhiệm cảnh báo nhanh, chi phí thấp ở các điểm phụ, còn Camera AI tập trung vào khu vực trọng yếu cần độ chính xác và khả năng phân tích cao hơn. EYEFIRE TIẾP CẬN BÀI TOÁN NÀY NHƯ THẾ NÀO? EYEFIRE ứng dụng Computer Vision AI để phát hiện người xâm nhập vùng nguy hiểm theo thời gian thực, phân vùng cảnh báo theo nhiều cấp độ rủi ro và kích hoạt cảnh báo phù hợp với từng tình huống. Camera có thể lắp cố định tại khu vực nguy cơ cao hoặc gắn trên thiết bị di chuyển như cầu trục, xe nâng để vùng giám sát di chuyển theo thiết bị. Các sự kiện phát hiện được lưu kèm hình ảnh, giúp bộ phận HSE xác minh cảnh báo, phân tích near-miss và cải thiện quy trình an toàn theo thời gian. Nếu doanh nghiệp đang cân nhắc giữa PIR, Camera AI hoặc phương án kết hợp cả hai, EYEFIRE có thể khảo sát môi trường vận hành thực tế và đề xuất cấu hình phù hợp với từng khu vực của nhà máy.  

Cầu trục được sử dụng phổ biến trong các nhà máy thép, cơ khí, ô tô, xi măng và nhiều môi trường công nghiệp nặng để vận chuyển vật liệu có tải trọng lớn. Do cầu trục và tải liên tục di chuyển trong nhà xưởng, vùng nguy hiểm cũng thay đổi theo và có thể xuất hiện tại nhiều vị trí khác nhau. Camera AI giám sát an toàn cầu trục có thể giúp phát hiện người xuất hiện bên dưới tải hoặc đi vào vùng nguy hiểm theo thời gian thực. Hệ thống sử dụng Computer Vision để nhận diện người, xác định vị trí tương đối với tải và kích hoạt cảnh báo khi phát hiện nguy cơ. Khác với camera giám sát thông thường chỉ ghi lại hình ảnh, Camera AI có thể tham gia trực tiếp vào quá trình phát hiện rủi ro. Đây là một hướng tiếp cận phù hợp với những khu vực mà vùng nguy hiểm liên tục thay đổi theo chuyển động của cầu trục. NHỮNG NGUY CƠ MẤT AN TOÀN THƯỜNG GẶP KHI VẬN HÀNH CẦU TRỤC LÀ GÌ? Trong quá trình vận hành, cầu trục có thể di chuyển những tải hàng nặng hàng tấn theo nhiều hướng trong nhà xưởng. Tải có thể thay đổi vị trí, đung đưa trong quá trình di chuyển hoặc che khuất tầm nhìn giữa người vận hành và khu vực bên dưới. Một số tình huống nguy hiểm có thể xảy ra khi công nhân đứng hoặc đi vào khu vực bên dưới tải, tiến quá gần tải đang di chuyển hoặc xuất hiện tại vị trí mà người vận hành không quan sát được. Khi khoảng cách giữa người và tải thay đổi nhanh, thời gian để nhận biết và phản ứng cũng trở nên ngắn hơn. Tại nhà máy gia công thép mà EYEFIRE đã triển khai giải pháp, các cuộn thép tải trọng lớn liên tục được vận chuyển ngang – dọc trong khu vực sản xuất. Vì vậy, việc phát hiện người xuất hiện bên dưới hoặc tiến vào vùng nguy hiểm quanh cuộn thép trở thành một yêu cầu quan trọng đối với hệ thống an toàn. VÙNG NGUY HIỂM ĐỘNG CỦA CẦU TRỤC LÀ GÌ? Vùng nguy hiểm động của cầu trục là khu vực có nguy cơ thay đổi vị trí theo chuyển động của cầu trục và tải hàng. Khi tải di chuyển, khu vực cần được giám sát cũng di chuyển theo thay vì nằm cố định tại một vị trí trên sàn nhà xưởng. Đây là điểm khiến bài toán an toàn cầu trục khác với nhiều thiết bị công nghiệp cố định. Với máy dập hoặc máy gia công, doanh nghiệp có thể xác định trước một vùng nguy hiểm và sử dụng hàng rào, rào quang hoặc cảm biến để kiểm soát việc tiếp cận. Với cầu trục, một vị trí đang an toàn có thể trở thành vùng nguy hiểm chỉ vài giây sau khi tải di chuyển tới. Hệ thống giám sát vì vậy cần xác định không chỉ có người trong nhà xưởng hay không, mà còn phải biết người đó đang ở đâu so với vị trí hiện tại của tải. TẠI SAO GIÁM SÁT AN TOÀN CẦU TRỤC BẰNG PHƯƠNG PHÁP TRUYỀN THỐNG VẪN CÓ HẠN CHẾ? Trong nhiều nhà máy, an toàn cầu trục phụ thuộc vào kinh nghiệm của người vận hành, nhân sự quan sát dưới sàn, bộ đàm, còi cảnh báo và các thiết bị an toàn khác. Những biện pháp này vẫn cần thiết nhưng khả năng phát hiện nguy hiểm có thể phụ thuộc vào tầm nhìn và sự tập trung của con người. Tải hàng lớn, kết cấu nhà xưởng và thiết bị sản xuất cũng có thể tạo ra những điểm mù. Người vận hành vì vậy không phải lúc nào cũng quan sát được toàn bộ khu vực bên dưới và xung quanh tải. Các cảm biến cố định có thể bổ sung thêm một lớp bảo vệ nhưng thường được thiết kế để giám sát một vị trí hoặc phạm vi xác định. Khi cầu trục và tải liên tục thay đổi vị trí, việc giám sát toàn bộ vùng hoạt động trở nên phức tạp hơn. CAMERA AI PHÁT HIỆN NGƯỜI TRONG VÙNG NGUY HIỂM CỦA CẦU TRỤC NHƯ THẾ NÀO? Camera AI phát hiện người trong vùng nguy hiểm bằng cách phân tích hình ảnh theo thời gian thực, nhận diện người và xác định vị trí của họ so với vùng cảnh báo quanh tải. Khi một người tiến vào vùng được xác định là nguy hiểm, hệ thống có thể tự động sinh cảnh báo. Camera có thể được lắp trực tiếp trên cầu trục để vùng quan sát di chuyển cùng thiết bị. Hình ảnh từ camera được truyền đến hệ thống xử lý AI, nơi mô hình Computer Vision liên tục phân tích sự xuất hiện và vị trí của con người. Trong giải pháp EYEFIRE đã triển khai tại nhà máy gia công thép, AI tự động xây dựng vùng cảnh báo nguy hiểm quanh cuộn thép và chia thành nhiều cấp độ. Camera được lắp trên cầu trục nên có thể di chuyển đồng bộ cùng thiết bị trong quá trình vận hành. Nhờ đó, hệ thống không chỉ trả lời câu hỏi “Có người trong nhà xưởng hay không?” mà quan trọng hơn là “Có người nào đang nằm trong vùng nguy hiểm của tải tại thời điểm này hay không?” CAMERA AI CÓ THỂ THEO DÕI VÙNG NGUY HIỂM KHI CẦU TRỤC DI CHUYỂN KHÔNG? Có. Khi camera được bố trí phù hợp và di chuyển cùng cầu trục, vùng giám sát có thể được xác định dựa trên vị trí thực tế của thiết bị và tải thay vì cố định tại một vị trí trên sàn. Khi cầu trục thay đổi vị trí, hệ thống tiếp tục phân tích hình ảnh để phát hiện người trong khu vực cần giám sát. Đây chính là cách Camera AI hỗ trợ bài toán giám sát vùng nguy hiểm động trong vận hành cầu trục. Cách tiếp cận này đặc biệt hữu ích với các nhà máy có cầu trục hoạt động trên phạm vi rộng. Thay vì phải tạo nhiều vùng cảnh báo cố định, hệ thống có thể theo dõi rủi ro gắn với chính vị trí của tải. LÀM THẾ NÀO CAMERA AI GIẢM ĐIỂM MÙ BÊN DƯỚI CẦU TRỤC? Một camera duy nhất không phải lúc nào cũng quan sát được toàn bộ khu vực bên dưới một cầu trục lớn. Bản thân tải hàng, máy móc hoặc kết cấu nhà xưởng có thể che khuất người và tạo ra điểm mù. Một phương án là bố trí nhiều camera theo các hướng khác nhau để mở rộng vùng quan sát. Trong dự án thực tế của EYEFIRE, hệ thống sử dụng 4 Camera AI theo 4 hướng bên dưới cầu trục, giúp giám sát liên tục khu vực quanh tải và giảm điểm mù trong quá trình vận hành. Do camera được lắp trực tiếp trên cầu trục, hệ thống quan sát cũng di chuyển cùng thiết bị. Đây là điểm khác biệt so với việc chỉ sử dụng các camera cố định để quan sát nhà xưởng. CAMERA AI CẢNH BÁO NHƯ THẾ NÀO KHI CÓ NGƯỜI TIẾN VÀO VÙNG NGUY HIỂM? Không phải mọi vị trí xung quanh tải đều có cùng mức độ nguy hiểm. Một người mới tiến gần tải có thể cần cảnh báo khác với người đang đứng trực tiếp trong khu vực có mức rủi ro cao. Camera AI có thể thiết lập nhiều cấp độ vùng cảnh báo xung quanh tải. Khi người di chuyển từ vùng an toàn sang vùng cảnh báo hoặc vùng nguy hiểm, hệ thống có thể sinh cảnh báo tương ứng với mức độ rủi ro. Trong hệ thống EYEFIRE đã triển khai, vùng nguy hiểm quanh cuộn thép được chia thành nhiều cấp độ để hỗ trợ xử lý phù hợp với từng tình huống. Cách tiếp cận này giúp hệ thống không chỉ phát hiện người mà còn xác định mức độ cần chú ý dựa trên vị trí của họ. CAMERA AI CÓ THỂ KẾT NỐI VỚI HỆ THỐNG ĐIỀU KHIỂN CẦU TRỤC KHÔNG? Camera là lớp thu nhận hình ảnh, trong khi quá trình phân tích được thực hiện tại hệ thống xử lý AI. Hình ảnh có thể được truyền đến AI Hub, nơi AI Engine phát hiện người, xác định vùng nguy hiểm và sinh tín hiệu cảnh báo. Tùy vào thiết kế hệ thống và yêu cầu an toàn của nhà máy, tín hiệu cảnh báo có thể được gửi đến hệ thống điều khiển để hỗ trợ các hành động phù hợp. Việc tích hợp cần được thiết kế và đánh giá theo hệ thống điều khiển, yêu cầu vận hành và tiêu chuẩn an toàn cụ thể của từng nhà máy. Luồng xử lý có thể hình dung như sau: Camera → AI Hub → Phát hiện người → Xác định vùng nguy hiểm → Cảnh báo → Hệ thống điều khiển Nhờ đó, Camera AI không chỉ ghi lại hình ảnh để xem lại sau sự cố. Hệ thống có thể trở thành một lớp phát hiện chủ động nhằm hỗ trợ nhà máy nhận biết rủi ro ngay khi chúng xuất hiện. CAMERA AI CÓ THAY THẾ CÁC THIẾT BỊ AN TOÀN CẦU TRỤC HIỆN CÓ KHÔNG? Camera AI không nên được xem là giải pháp thay thế hoàn toàn các thiết bị và quy trình an toàn hiện có. Với cầu trục và các thiết bị nâng hạ tải trọng lớn, phương án bảo vệ nhiều lớp vẫn đóng vai trò quan trọng. Các biện pháp như quy trình vận hành, phân vùng an toàn, cảnh báo âm thanh, giới hạn hành trình và hệ thống điều khiển vẫn có chức năng riêng. Camera AI bổ sung khả năng nhận diện con người và phân tích vị trí của họ so với vùng nguy hiểm thực tế. Khi kết hợp các lớp bảo vệ này, doanh nghiệp có thể giảm sự phụ thuộc vào việc một người phải quan sát toàn bộ khu vực trong mọi thời điểm. Đồng thời, hệ thống có thêm khả năng phát hiện những tình huống mà các phương pháp giám sát cố định khó nhận biết. CAMERA AI GIÚP QUẢN LÝ NEAR-MISS DƯỚI CẦU TRỤC NHƯ THẾ NÀO? Giá trị của Camera AI không chỉ nằm ở cảnh báo tức thời. Các sự kiện phát hiện có thể được lưu lại để bộ phận HSE xem xét những trường hợp người thường xuyên tiến gần hoặc đi vào vùng nguy hiểm. Khi dữ liệu được tổng hợp theo thời gian, nhà máy có thể xác định khu vực nào thường xuyên xuất hiện cảnh báo, thời điểm nào có nhiều tương tác nguy hiểm và những tình huống nào lặp lại nhiều lần. Đây là nguồn dữ liệu hữu ích để phân tích near-miss và tìm nguyên nhân trước khi xảy ra sự cố nghiêm trọng. Nếu một vị trí liên tục xuất hiện cảnh báo, nguyên nhân có thể không chỉ đến từ hành vi của người lao động. Cách bố trí lối đi, quy trình nâng hạ hoặc luồng di chuyển của người và thiết bị cũng có thể cần được xem xét lại. EYEFIRE ĐÃ TRIỂN KHAI CAMERA AI GIÁM SÁT AN TOÀN CẦU TRỤC NHƯ THẾ NÀO? Tại một nhà máy chuyên gia công và xử lý thép cuộn, EYEFIRE đã triển khai Camera AI giám sát an toàn cầu trục nhằm phát hiện người trong khu vực bên dưới tải. Bốn camera được bố trí theo bốn hướng và di chuyển đồng bộ cùng cầu trục, trong khi AI tự động xây dựng vùng cảnh báo quanh cuộn thép. Hình ảnh được truyền về AI Hub để phân tích theo thời gian thực. Khi phát hiện người xuất hiện trong vùng nguy hiểm, hệ thống sinh cảnh báo theo cấp độ và có thể gửi tín hiệu đến hệ thống điều khiển theo cấu hình triển khai. Giải pháp giúp khu vực bên dưới cầu trục được giám sát liên tục, giảm phụ thuộc vào giám sát thủ công và hỗ trợ phản ứng nhanh hơn khi xuất hiện nguy cơ. Mô hình này cũng có thể được xem xét cho các thiết bị nâng hạ tương tự trong nhà máy, cảng, kho vận và các môi trường công nghiệp khác. KHI NÀO DOANH NGHIỆP NÊN CÂN NHẮC CAMERA AI GIÁM SÁT CẦU TRỤC? Camera AI phù hợp để xem xét khi cầu trục hoạt động trên phạm vi rộng, tải thường xuyên di chuyển qua khu vực có người làm việc hoặc nhà xưởng tồn tại nhiều điểm mù. Đây cũng là lựa chọn đáng cân nhắc khi doanh nghiệp muốn bổ sung khả năng phát hiện người theo thời gian thực cho hệ thống an toàn hiện hữu. Trước khi triển khai, doanh nghiệp cần khảo sát phạm vi di chuyển của cầu trục, loại tải, vị trí người lao động, điểm mù, điều kiện ánh sáng và hệ thống điều khiển hiện tại. Những yếu tố này quyết định số lượng camera, vị trí lắp đặt, vùng cảnh báo và phương án tích hợp phù hợp. EYEFIRE có thể khảo sát môi trường vận hành thực tế và xây dựng giải pháp Camera AI theo đặc thù của từng nhà máy. Mục tiêu không chỉ là phát hiện người dưới cầu trục mà còn tạo thêm một lớp giám sát chủ động cho toàn bộ quá trình vận hành thiết bị nâng hạ.