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.

Trong nhà máy và kho vận, xe nâng thường xuyên di chuyển giữa các khu vực có công nhân làm việc, đặc biệt tại lối đi hẹp, giao lộ hoặc những vị trí bị che khuất bởi hàng hóa. Chỉ một người bất ngờ bước vào đường di chuyển của xe nâng cũng có thể tạo ra tình huống nguy hiểm nếu tài xế không kịp phát hiện. Để giảm rủi ro này, doanh nghiệp ngày càng tìm đến các công nghệ có khả năng chủ động phát hiện khoảng cách giữa người và xe. Trong đó, UWB (Ultra-Wideband) và Camera AI là hai hướng tiếp cận đáng chú ý, nhưng hoạt động dựa trên những nguyên lý rất khác nhau. UWB xác định vị trí dựa trên tín hiệu giữa các thiết bị, trong khi Camera AI sử dụng thị giác máy tính để quan sát và nhận biết những gì đang diễn ra xung quanh xe nâng. Vậy đâu là giải pháp phù hợp hơn với môi trường sản xuất? UWB PHÒNG TRÁNH VA CHẠM XE NÂNG NHƯ THẾ NÀO? UWB là công nghệ truyền thông không dây có khả năng xác định vị trí với độ chính xác cao. Trong một hệ thống an toàn xe nâng sử dụng UWB, công nhân thường mang theo một UWB Tag, trong khi xe nâng được trang bị thiết bị có khả năng nhận tín hiệu. Tùy theo kiến trúc hệ thống, các anchor có thể được bố trí tại nhà máy để hỗ trợ xác định vị trí. Khi khoảng cách giữa tag của người lao động và xe nâng giảm xuống dưới ngưỡng được thiết lập, hệ thống có thể phát cảnh báo cho tài xế hoặc kích hoạt các hành động an toàn khác. Điểm mạnh của cách tiếp cận này là hệ thống không cần trực tiếp "nhìn thấy" con người như camera. Trong những môi trường có vật cản hoặc tại một số khu vực khuất tầm nhìn, UWB vẫn có thể xác định sự hiện diện của thiết bị mang tag. NHƯNG UWB PHỤ THUỘC VÀO MỘT ĐIỀU QUAN TRỌNG: NGƯỜI PHẢI MANG TAG Một hệ thống UWB chỉ có thể phát hiện những đối tượng đã được đưa vào hệ thống. Nếu một công nhân không mang tag, tag hết pin hoặc một nhà thầu, khách tham quan bước vào khu vực sản xuất mà chưa được cấp thiết bị, hệ thống có thể không nhận biết được người đó. Với nhà máy có lực lượng lao động ổn định và quy trình kiểm soát chặt chẽ, việc quản lý tag có thể được thực hiện tương đối hiệu quả. Nhưng khi số lượng nhân sự lớn, có nhiều khách hoặc nhà thầu thường xuyên ra vào, việc đảm bảo tất cả mọi người luôn mang thiết bị trở thành một bài toán vận hành riêng. Doanh nghiệp khi đó không chỉ triển khai một hệ thống cảnh báo mà còn phải quản lý các thiết bị đi kèm. Việc cấp phát, thu hồi, kiểm tra pin, bảo trì và đảm bảo người lao động sử dụng đúng quy định đều cần được tính đến. CAMERA AI TIẾP CẬN BÀI TOÁN THEO MỘT CÁCH KHÁC Camera AI không yêu cầu người lao động phải mang theo thiết bị. Camera có thể được lắp trên xe nâng hoặc tại những vị trí cần giám sát, sau đó hình ảnh được mô hình AI phân tích để nhận diện người, xe nâng và các đối tượng liên quan trong thời gian thực. Khi một người xuất hiện trong vùng nguy hiểm xung quanh xe nâng, hệ thống có thể phát cảnh báo bằng âm thanh, đèn hoặc màn hình để người vận hành phản ứng kịp thời. Camera AI vì vậy dựa trên những gì thực sự xuất hiện trong vùng quan sát thay vì phụ thuộc vào việc đối tượng có mang thiết bị nhận dạng hay không. Điểm khác biệt ở đây là hệ thống không chỉ biết "có một thiết bị đang ở gần xe nâng" mà còn có thể nhận biết "đó là một người đang xuất hiện trong vùng nguy hiểm". Đây là một trong những lợi thế của thị giác máy tính trong môi trường vận hành phức tạp. KHÔNG CẦN TAG GIÚP MỞ RỘNG PHẠM VI BẢO VỆ Hãy hình dung một xe nâng đang di chuyển trong kho và một công nhân đã được trang bị UWB Tag đi đến gần xe. Hệ thống UWB nhận tín hiệu và phát cảnh báo theo đúng thiết kế. Nhưng nếu một nhà thầu vừa bước vào khu vực sản xuất cũng đi qua vị trí đó mà chưa được cấp tag, người này có thể nằm ngoài phạm vi nhận biết của hệ thống UWB. Đây là tình huống doanh nghiệp cần tính đến tại những khu vực có nhiều nhóm nhân sự khác nhau cùng hoạt động. Camera AI tiếp cận tình huống theo cách khác. Miễn là người xuất hiện trong vùng quan sát và hệ thống có thể nhận diện được họ, cảnh báo có thể được kích hoạt mà không cần biết đó là nhân viên, khách hay nhà thầu. UWB CÓ LỢI THẾ KHI TẦM NHÌN BỊ CHE KHUẤT Camera AI cũng có những giới hạn riêng. Nếu một người bị che hoàn toàn bởi giá kệ, container, pallet hoặc vật cản lớn, camera có thể chưa nhận biết được họ cho đến khi người đó xuất hiện trong vùng quan sát. UWB không phụ thuộc trực tiếp vào hình ảnh nên có lợi thế trong những tình huống cần phát hiện đối tượng ngoài tầm nhìn trực tiếp. Đây là một yếu tố đáng cân nhắc tại các kho hàng có nhiều giá kệ cao hoặc những khu vực thường xuyên xuất hiện điểm mù. Tuy nhiên, môi trường nhà máy cũng có thể đặt ra thách thức đối với hệ thống định vị vô tuyến. Kim loại và các vật cản có thể ảnh hưởng đến tín hiệu, vì vậy vị trí thiết bị, vùng phủ và cấu hình hệ thống cần được khảo sát, thiết kế và kiểm thử theo điều kiện thực tế. CAMERA AI KHÔNG CHỈ PHÁT HIỆN KHOẢNG CÁCH MÀ CÒN HIỂU BỐI CẢNH Trong phòng tránh va chạm, khoảng cách rất quan trọng nhưng chưa phải toàn bộ câu chuyện. Hai người cùng đứng cách xe nâng một khoảng tương đương có thể tạo ra hai mức độ rủi ro khác nhau tùy vào vị trí và hướng di chuyển. Một người đứng phía sau hàng rào bảo vệ có thể đang ở trạng thái an toàn, trong khi một người khác đang bước trực tiếp vào đường di chuyển của xe nâng có thể cần được cảnh báo ngay. Camera AI có thể kết hợp thông tin về đối tượng, vị trí và vùng giám sát để phân tích những tình huống như vậy. Doanh nghiệp cũng có thể thiết lập các vùng cảnh báo khác nhau xung quanh xe nâng hoặc tại giao lộ. Khi người đi vào vùng có mức độ nguy hiểm cao hơn, hệ thống có thể đưa ra mức cảnh báo phù hợp thay vì chỉ dựa trên một ngưỡng khoảng cách duy nhất. TỪ CẢNH BÁO TỨC THỜI ĐẾN DỮ LIỆU QUẢN LÝ AN TOÀN Một cảnh báo giúp người vận hành phản ứng với tình huống đang xảy ra, nhưng đối với bộ phận HSE, giá trị của dữ liệu không dừng lại ở đó. Điều họ cần biết tiếp theo là khu vực nào thường xuyên xảy ra near-miss và nguyên nhân đến từ đâu. Camera AI có thể lưu lại hình ảnh hoặc sự kiện liên quan đến các lần phát hiện rủi ro. Khi dữ liệu được tổng hợp theo thời gian, doanh nghiệp có thể nhận ra những giao lộ thường xuyên có tương tác người – xe nâng, thời điểm có nhiều cảnh báo hoặc những khu vực cần điều chỉnh lại luồng giao thông. Thay vì chỉ biết rằng "đã có cảnh báo", bộ phận quản lý có thêm dữ liệu để phân tích và cải thiện cách tổ chức nhà máy. Camera AI vì vậy có thể trở thành một phần của hệ thống quản lý an toàn thay vì chỉ đóng vai trò như một thiết bị cảnh báo. MỘT CAMERA AI CÓ THỂ GIẢI QUYẾT NHIỀU BÀI TOÁN KHÁC UWB phù hợp với bài toán xác định vị trí và khoảng cách giữa các thiết bị đã được trang bị tag. Tuy nhiên, khi doanh nghiệp muốn kiểm tra thêm những yếu tố có thể quan sát bằng hình ảnh, các hệ thống bổ sung có thể cần được triển khai. Với cùng hạ tầng Camera AI, doanh nghiệp có thể mở rộng sang phát hiện người đi vào vùng cấm, nhận diện người và xe nâng tại giao lộ, giám sát PPE hoặc lưu lại hình ảnh của các sự kiện mất an toàn. Dữ liệu cũng có thể được thống kê theo khu vực và thời gian để hỗ trợ công tác quản lý. Khả năng mở rộng này đặc biệt hữu ích khi doanh nghiệp muốn xây dựng một nền tảng giám sát an toàn thống nhất. Thay vì mỗi bài toán sử dụng một hệ thống riêng, nhiều tình huống có thể được xử lý trên cùng hạ tầng Camera AI. SO SÁNH NHANH UWB VÀ CAMERA AI VẬY DOANH NGHIỆP NÊN CHỌN UWB HAY CAMERA AI? Không có một công nghệ phù hợp với mọi nhà máy. UWB có lợi thế khi doanh nghiệp cần xác định vị trí với độ chính xác cao, lực lượng lao động được kiểm soát tốt và việc sử dụng tag có thể được đảm bảo. UWB cũng đáng cân nhắc tại những vị trí mà yêu cầu phát hiện ngoài tầm nhìn trực tiếp là yếu tố quan trọng. Tuy nhiên, doanh nghiệp cần tính đến việc quản lý tag và hạ tầng liên quan trong suốt quá trình vận hành. Camera AI phù hợp khi doanh nghiệp muốn hệ thống không phụ thuộc vào thiết bị đeo, có nhiều khách hoặc nhà thầu ra vào và cần nhận biết đối tượng thực tế đang xuất hiện xung quanh xe nâng. Khả năng phân tích hình ảnh cũng giúp hệ thống mở rộng từ cảnh báo va chạm sang nhiều bài toán an toàn khác. TRONG NHIỀU TRƯỜNG HỢP, UWB VÀ CAMERA AI CÓ THỂ BỔ SUNG CHO NHAU An toàn công nghiệp không nhất thiết phải là bài toán "chọn một bỏ một". Ở những khu vực có nhiều điểm mù nghiêm trọng, UWB có thể cung cấp thêm thông tin về khoảng cách và vị trí ngay cả khi người chưa xuất hiện trong tầm nhìn camera. Camera AI đồng thời bổ sung khả năng nhận biết người, phương tiện và bối cảnh xung quanh. Khi kết hợp với các biện pháp như phân luồng người – xe, giới hạn tốc độ và cảnh báo tại giao lộ, doanh nghiệp có thể xây dựng hệ thống bảo vệ nhiều lớp thay vì phụ thuộc hoàn toàn vào một công nghệ. Điều quan trọng vì thế không phải công nghệ nào "tốt hơn" trong mọi trường hợp. Doanh nghiệp cần xác định rủi ro thực tế tại từng khu vực để lựa chọn UWB, Camera AI hoặc kết hợp cả hai. EYEFIRE TIẾP CẬN BÀI TOÁN AN TOÀN XE NÂNG NHƯ THẾ NÀO? EYEFIRE ứng dụng Computer Vision AI để phát hiện người, xe nâng và các nguy cơ xung quanh phương tiện trong thời gian thực. Camera có thể được lắp trên xe nâng hoặc bố trí cố định tại những khu vực có nguy cơ cao như giao lộ, lối đi hẹp và điểm mù. Khi phát hiện người tiến vào vùng nguy hiểm, hệ thống có thể kích hoạt cảnh báo bằng màn hình, âm thanh hoặc đèn. Tùy theo yêu cầu và khả năng tích hợp của hệ thống hiện hữu, tín hiệu cũng có thể được kết nối với các cơ chế kiểm soát an toàn khác. Các sự kiện phát hiện cũng có thể được lưu lại để bộ phận quản lý đánh giá near-miss, xác định điểm nóng và cải thiện quy trình vận hành. Nhờ đó, Camera AI không chỉ hỗ trợ người lái xe nâng tại thời điểm xảy ra rủi ro mà còn cung cấp dữ liệu phục vụ quản lý an toàn lâu dài. Nếu doanh nghiệp đang cân nhắc giữa UWB, Camera AI hoặc phương án kết hợp nhiều công nghệ để phòng tránh va chạm giữa xe nâng và người, 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.  

Máy dập luôn nằm trong nhóm thiết bị có mức độ rủi ro cao nhất trong môi trường sản xuất. Chỉ một thao tác đưa tay vào vùng khuôn sai thời điểm cũng có thể dẫn đến tai nạn nghiêm trọng, ảnh hưởng trực tiếp đến sức khỏe người lao động và gây gián đoạn hoạt động của cả dây chuyền. Trong nhiều năm, rào quang (Light Curtain) được xem là tiêu chuẩn bảo vệ phổ biến cho máy dập. Tuy nhiên, cùng với sự phát triển của công nghệ thị giác máy tính, Camera AI đang mở ra một hướng tiếp cận mới: không chỉ phát hiện sự xâm nhập vào vùng nguy hiểm mà còn nhận biết chính xác đối tượng, giảm cảnh báo sai và hỗ trợ quản lý an toàn toàn diện hơn. Vậy đâu là lựa chọn phù hợp cho nhà máy? RÀO QUANG (LIGHT CURTAIN): GIẢI PHÁP TIÊU CHUẨN VỚI ĐỘ TIN CẬY CAO Rào quang hoạt động dựa trên nguyên lý tạo ra nhiều tia hồng ngoại giữa bộ phát và bộ thu. Khi bất kỳ vật thể nào cắt qua các tia này, tín hiệu dừng khẩn cấp sẽ được gửi tới hệ thống điều khiển để ngăn máy tiếp tục hoạt động. Nhờ được ứng dụng rộng rãi trong ngành công nghiệp nhiều năm, các dòng rào quang đạt chuẩn Type 4 với mức an toàn SIL3 hoặc Performance Level e (PLe) vẫn là lựa chọn phổ biến trong các dây chuyền sản xuất hiện nay. Một số ưu điểm nổi bật gồm: * Độ tin cậy đã được kiểm chứng qua thời gian. * Thời gian phản hồi rất nhanh. * Nhiều thương hiệu và chủng loại phù hợp với từng nhu cầu đầu tư. * Dễ tích hợp với relay hoặc PLC an toàn. Tuy nhiên, khi yêu cầu sản xuất ngày càng cao, những hạn chế của rào quang cũng bắt đầu bộc lộ rõ hơn. NHỮNG GIỚI HẠN CỦA RÀO QUANG TRONG THỰC TẾ SẢN XUẤT KHÔNG PHÂN BIỆT ĐƯỢC TAY NGƯỜI VÀ VẬT LIỆU Đối với rào quang, mọi vật thể đi qua vùng bảo vệ đều được xem như nhau. Điều này đồng nghĩa với việc khi phôi hoặc vật liệu được đưa vào máy, hệ thống cũng sẽ kích hoạt dừng máy nếu không có cơ chế xử lý phù hợp. Để dây chuyền có thể vận hành liên tục, nhiều nhà máy phải sử dụng cơ chế muting – tạm thời vô hiệu hóa rào quang trong một khoảng thời gian nhất định. Nếu khoảng thời gian muting được thiết lập không phù hợp hoặc bị điều chỉnh để tăng năng suất, vùng bảo vệ sẽ xuất hiện khoảng trống và làm tăng nguy cơ xảy ra tai nạn. NGUY CƠ BỊ VÔ HIỆU HÓA Một vấn đề khác thường gặp là hiện tượng bypass. Trong môi trường sản xuất có áp lực về sản lượng, không ít trường hợp công nhân tìm cách che cảm biến hoặc vô hiệu hóa rào quang để thao tác nhanh hơn. Đây là một trong những nguyên nhân phổ biến dẫn đến các tai nạn nghiêm trọng tại máy dập. CHỈ BẢO VỆ THEO MỘT MẶT PHẲNG Rào quang chỉ tạo ra một "bức tường" bảo vệ phía trước máy. Nếu người vận hành tiếp cận từ bên hông, phía sau hoặc từ các góc không được che phủ, hệ thống sẽ không phát hiện được. Vì vậy, nhiều vị trí vẫn cần bổ sung thêm các thiết bị an toàn khác. ẢNH HƯỞNG ĐẾN THAO TÁC Theo tiêu chuẩn ISO 13855, khoảng cách lắp đặt rào quang phải đủ lớn để đảm bảo máy dừng trước khi người vận hành chạm tới vùng nguy hiểm. Trong một số dây chuyền, điều này khiến khoảng cách giữa người vận hành và máy tăng lên, làm giảm sự thuận tiện trong thao tác. CAMERA AI EYEFIRE: TIẾP CẬN AN TOÀN BẰNG THỊ GIÁC MÁY TÍNH Thay vì chỉ dựa trên tia hồng ngoại, Camera AI EYEFIRE sử dụng mô hình AI để phân tích hình ảnh theo thời gian thực. Hệ thống có thể nhận biết bàn tay, cánh tay hoặc cơ thể người đang tiến vào vùng nguy hiểm và gửi tín hiệu dừng máy ngay khi phát hiện rủi ro. Cách tiếp cận này mang lại nhiều lợi ích mà các hệ thống truyền thống khó đáp ứng. PHÂN BIỆT ĐƯỢC NGƯỜI VÀ VẬT LIỆU Đây là điểm khác biệt lớn nhất. Camera AI nhận diện dựa trên hình dạng và đặc trưng của đối tượng thay vì chỉ phát hiện có vật thể xuất hiện. Nhờ đó, vật liệu đi qua vùng quan sát sẽ không tạo cảnh báo không cần thiết, trong khi tay người vẫn được phát hiện chính xác. Điều này giúp loại bỏ nhu cầu sử dụng muting trong nhiều tình huống. GIẢM NGUY CƠ BYPASS Camera AI không sử dụng các tia sáng vật lý nên không thể bị vô hiệu hóa theo cách che cảm biến như rào quang. Ngoài ra, hệ thống còn lưu lại hình ảnh và sự kiện khi có hành vi cố tình tiếp cận vùng nguy hiểm hoặc can thiệp vào thiết bị, giúp doanh nghiệp dễ dàng truy vết và cải thiện quy trình an toàn. QUAN SÁT NHIỀU HƯỚNG CÙNG LÚC Một camera có thể giám sát đồng thời phía trước, hai bên và nhiều góc tiếp cận khác nhau. Nhờ đó, vùng bảo vệ được mở rộng đáng kể mà không cần lắp thêm nhiều cảm biến độc lập. MỘT NỀN TẢNG CHO NHIỀU BÀI TOÁN AN TOÀN Bên cạnh giám sát vùng nguy hiểm của máy dập, Camera AI EYEFIRE còn có thể tích hợp thêm nhiều chức năng khác như: * Kiểm tra sử dụng PPE (găng tay, kính bảo hộ, mũ bảo hộ...). * Phát hiện xâm nhập vùng cấm. * Cảnh báo người đứng quá gần khu vực nguy hiểm. * Lưu hình ảnh và sự kiện phục vụ điều tra khi có sự cố. Điều này giúp doanh nghiệp tận dụng cùng một hạ tầng camera để giải quyết nhiều bài toán an toàn khác nhau. DỄ TRIỂN KHAI TRÊN HỆ THỐNG HIỆN CÓ Đối với các nhà máy đã vận hành nhiều năm, việc thay đổi kết cấu máy thường rất tốn kém. Camera AI EYEFIRE có thể được lắp bổ sung trên các máy dập hiện hữu và kết nối với relay hoặc PLC an toàn mà không cần thay đổi cơ khí của dây chuyền. THỰC TẾ TẠI CÁC NHÀ MÁY Ở nhiều nhà máy gia công cơ khí và phụ trợ ô tô, việc vận hành hàng chục máy dập khiến bài toán muting trở nên phức tạp. Để đảm bảo năng suất, cửa sổ muting thường xuyên phải điều chỉnh theo từng loại sản phẩm. Khi áp lực sản lượng tăng, khoảng thời gian này đôi khi bị mở rộng quá mức, vô tình tạo ra khoảng trống trong vùng bảo vệ. Khi chuyển sang giải pháp Camera AI, hệ thống chỉ phản ứng khi phát hiện tay hoặc người tiến vào vùng nguy hiểm, trong khi vật liệu vẫn được phép đi qua bình thường. Nhờ đó, nhà máy vừa duy trì tốc độ sản xuất vừa giảm đáng kể nguy cơ mất an toàn do cấu hình muting không phù hợp. SO SÁNH NHANH RÀO QUANG VÀ CAMERA AI   NÊN CHỌN RÀO QUANG HAY CAMERA AI? Thực tế, đây không phải là cuộc cạnh tranh giữa hai công nghệ. Rào quang vẫn là giải pháp an toàn đã được tiêu chuẩn hóa và phù hợp với nhiều dây chuyền sản xuất. Trong khi đó, Camera AI mang lại khả năng nhận biết thông minh, mở rộng vùng bảo vệ và giảm những hạn chế vốn tồn tại ở các hệ thống truyền thống. Đối với nhiều nhà máy, phương án hiệu quả nhất không phải là thay thế hoàn toàn rào quang mà là kết hợp cả hai công nghệ để xây dựng hệ thống bảo vệ nhiều lớp. Rào quang đảm nhiệm chức năng dừng an toàn theo tiêu chuẩn, còn Camera AI bổ sung khả năng phát hiện thông minh, giám sát hành vi và quản lý an toàn trên phạm vi rộng hơn. Đây cũng là hướng triển khai mà nhiều doanh nghiệp đang lựa chọn khi muốn vừa đảm bảo tuân thủ các tiêu chuẩn an toàn, vừa nâng cao hiệu quả vận hành trong quá trình chuyển đổi số nhà máy. Nếu doanh nghiệp của bạn đang vận hành các máy dập, máy ép hoặc các thiết bị có vùng nguy hiểm tương tự, đội ngũ EYEFIRE có thể khảo sát thực tế và đề xuất phương án kết hợp phù hợp với hiện trạng dây chuyền, giúp nâng cao mức độ an toàn mà vẫn đảm bảo năng suất sản xuất.