Videoanalítica con IA

La videoanalítica es la lectura automática y continua de una señal de cámara para establecer qué está ocurriendo en ella. La palabra que carga el peso es continua: la diferencia entre analítica y revisión no está en lo sofisticado del análisis, sino en si ocurre mientras todavía hay tiempo de actuar sobre el resultado.

La palabra inteligente, que el sector ha gastado, también tiene aquí un significado concreto. Los sistemas de primera generación trazaban una línea y disparaban cuando un píxel la cruzaba. Eso funciona en un aparcamiento de noche y falla en todos los sitios donde se supone que las personas y los vehículos tienen que estar moviéndose, que es cualquier instalación industrial en marcha, todo el día.

El arreglo instintivo para unas cámaras que nadie mira es hacerlas gritar: disparar por movimiento y que un operador juzgue. En una instalación en marcha eso produce un flujo de alertas dominado justamente por la actividad que la instalación existe para realizar, y el resultado previsible es que las alertas se silencian, se filtran hasta desaparecer o se ignoran.

El problema no es la sensibilidad, y ningún ajuste llega hasta él. El movimiento no aporta casi información en un entorno diseñado en torno al movimiento. Lo que aporta información es si ese movimiento corresponde: este vehículo, en esta calle, a esta hora, haciendo esto. Eso es una pregunta sobre contexto, y un disparador no puede hacerla.

Arkania estructura la videoanalítica en tres dimensiones. Los objetos son la primera y la más familiar: personas, vehículos, maquinaria, infraestructura, activos, animales. Las interacciones son las relaciones entre ellos: un operario aproximándose a una máquina, un vehículo entrando en una zona, una persona manipulando una herramienta.

Los escenarios son donde aparece el significado operativo. Un escenario es una combinación de objetos e interacciones que significa algo en este entorno concreto: una secuencia de descarga ejecutada fuera de orden, una aproximación a un perímetro a una hora en la que nada se aproxima, una pluma donde ayer el mismo activo no producía ninguna. Casi nada en un entorno industrial es significativo de forma aislada, y por eso un sistema que se queda en los objetos será siempre un sistema que alguien tiene que interpretar.

La anomalía es una comparación, y la única comparación que significa algo es contra la línea base establecida del propio entorno. Una regla genérica sobre presencia fuera de horario es errónea en una instalación a tres turnos; una regla genérica sobre proximidad es errónea en una nave donde la proximidad es el trabajo.

Por eso los modelos se especializan para un entorno en lugar de configurarse para él. Lo normal en un patio de contenedores a las 03:00, en una sala de turbinas en plena parada de mantenimiento o en una traza de gasoducto durante la obra son tres normalidades distintas, y ninguna puede escribirse de antemano desde fuera del emplazamiento.

La salida de todo esto no es un recuento de detecciones. Es conciencia situacional: una imagen mantenida de forma continua de lo que ocurre en una superficie mayor de la que ninguna persona puede sostener, entregada a quienes son responsables de ella.

Esa imagen tiene que ser accionable antes que completa. Un hallazgo que llega con contexto suficiente para juzgarlo, en un momento en el que juzgarlo todavía cambia algo, vale más que un registro exhaustivo de todo lo que se movió, que es la forma que toma esa misma información cuando llega tarde.

El vídeo es lo más pesado que produce una instalación industrial, lo que convierte el dónde se ejecuta la analítica en una cuestión práctica y no filosófica. Enviar todas las cámaras a un servicio central es caro donde es posible e imposible donde no lo es.

Arkania admite inferencia on-premise, en el edge sobre cámaras, drones, robots y dispositivos embebidos, y en nube privada o híbrida, con integración en los sistemas existentes mediante SCADA, OPC UA, MQTT y M2M. La inferencia en el edge es lo que hace legible un emplazamiento remoto o con poca conectividad, y también lo que mantiene la imagen operativa dentro del control del cliente.