Video analytics voor industriële veiligheid: risico’s signaleren vóórdat het incident ontstaat

Van risico naar bruikbaar detectiescenario

Voor effectieve veiligheidsmonitoring moet een algemeen risico worden vertaald naar een situatie die technisch herkenbaar is. De constatering dat een organisatie bijvoorbeeld ‘onveilige situaties wil detecteren’ is daarvoor te breed.

Een bruikbaar detectiescenario beschrijft concreter wat er moet gebeuren. Denk aan een persoon die een ingestelde zone betreedt, een voertuig dat een virtuele lijn passeert of beweging binnen een bepaald detectiegebied.

Bij het ontwerpen van zo’n scenario zijn onder meer de volgende vragen relevant:

• Welk risico moet worden gesignaleerd?
• Welke personen, voertuigen of objecten spelen daarbij een rol?
• Op welke locatie moet detectie plaatsvinden?
• Welke zones of lijnen moeten worden ingesteld?
• Op welke momenten moet de detectie actief zijn?
• Wat moet als normale situatie worden beschouwd?
• Welke gebeurtenis moet tot een alarm of andere opvolging leiden?

Deze analyse helpt voorkomen dat iedere beweging als relevante gebeurtenis wordt behandeld. Het doel is niet zoveel mogelijk detecties genereren, maar detecties creëren waarop operationeel zinvol kan worden gereageerd.

Een detectie is pas waardevol als de opvolging is geregeld

Risicodetectie is slechts één onderdeel van de veiligheidsketen. Wanneer analytics een gebeurtenis herkent, moet duidelijk zijn wat daarmee gebeurt.

Afhankelijk van de toepassing kunnen detecties worden gekoppeld aan onder meer alarmprocessen, videomanagement en meldkameropvolging. Binnen zo’n keten kan een gebeurtenis worden gedetecteerd, beoordeeld en vervolgens volgens een afgesproken procedure worden opgevolgd.

Voor organisaties betekent dit dat bij het ontwerp niet alleen naar detectienauwkeurigheid moet worden gekeken. Ook verantwoordelijkheden en procedures moeten vooraf duidelijk zijn. Wie ontvangt een melding? Is visuele verificatie nodig? Wanneer wordt een situatie opgeschaald? En hoe wordt geregistreerd welke opvolging heeft plaatsgevonden?

Door deze vragen vooraf te beantwoorden ontstaat een samenhangende aanpak van detectie naar beoordeling en opvolging.

De technische omgeving bepaalt mede de kwaliteit van de analyse

Video analytics is afhankelijk van de kwaliteit en inrichting van de volledige cameraketen. Een algoritme kan alleen analyseren wat via het camerasysteem bruikbaar beschikbaar komt.

Bij het ontwerp moet daarom rekening worden gehouden met factoren zoals:

• camerapositie en kijkhoek;
• zichtveld;
• resolutie;
• lichtomstandigheden;
• netwerkverbinding;
• beschikbare processingcapaciteit;
• het gekozen Video Management Systeem;
• integraties met andere beveiligingsprocessen.

Ook de omgeving zelf speelt een rol. Een industrieterrein, productieomgeving of laad- en losgebied kent andere omstandigheden dan een kantooromgeving. Het detectiescenario en de technische inrichting moeten daarom gezamenlijk worden ontworpen.

De exacte mogelijkheden moeten per project worden vastgesteld. Niet iedere analytics-functionaliteit is automatisch geschikt voor iedere camera, locatie of situatie.

Video analytics inpassen in bestaande camerabeveiliging

Voor organisaties die al over camerabeveiliging beschikken, hoeft safety analytics niet automatisch te betekenen dat de volledige omgeving opnieuw moet worden ingericht. Eerst moet worden beoordeeld welke bestaande componenten bruikbaar zijn en welke technische aanpassingen nodig zijn.

Adhetec werkt voor cameratoezicht primair met Genetec Security Center en kan, wanneer dit binnen de klantcontext functioneel, technisch of organisatorisch niet passend is, Milestone XProtect inzetten als alternatief VMS. Binnen professionele beveiligingsomgevingen werkt Adhetec bij voorkeur met camera’s van Bosch en Axis.

Welke analytics en integraties binnen een bestaande omgeving toepasbaar zijn, is afhankelijk van het ontwerp, de gebruikte hardware en software en de technische omgeving. Een inventarisatie van de huidige infrastructuur is daarom een logische eerste stap voordat wordt besloten welke veiligheidsdetecties kunnen worden toegevoegd.

Waar begin je met video analytics voor incidentpreventie?

Begin niet met een lijst van gewenste functies. Start bij de veiligheidsrisico’s die je eerder zichtbaar wilt maken. Selecteer vervolgens situaties die concreet genoeg zijn om te vertalen naar detectie, verificatie en opvolging.

1. Breng relevante veiligheidsrisico’s en risicogebieden in kaart.
2. Bepaal welke situaties visueel herkenbaar zijn.
3. Vertaal deze situaties naar concrete detectiescenario’s.
4. Beoordeel de bestaande camera-infrastructuur en technische omgeving.
5. Bepaal hoe meldingen moeten worden beoordeeld en opgevolgd.
6. Configureer en test de detecties binnen de werkelijke gebruiksomstandigheden.
7. Evalueer de werking en pas instellingen aan wanneer de praktijksituatie daarom vraagt.

Deze aanpak houdt de aandacht bij het veiligheidsdoel. Analytics is daarbij geen doel op zichzelf, maar een hulpmiddel om relevante situaties eerder zichtbaar te maken en de organisatie sneller in staat te stellen om te handelen.