做智慧工厂项目时，车间里的视频监控往往已经装了不少路，但不少还停留在“录像存证”的用法。真正让甲方有感知的，是把这批点位用起来：让画面自己盯着设备运转区有没有人越线、盯着巡检点位上的仪表和指示灯有没有异常。这也是智慧工厂方案里 AI 视觉最常落地的两类场景——安全类检测和巡检类应用。

一：产线上要看的两件事：人员安全和设备状态

先说人员安全这一类。工厂里和工地不一样，区域划分相对固定：设备运转区、行车通道、人行通道、上下料区都有明确的划线。要防的情况集中在几处：有人越过黄线进入设备运转区，比如冲压机、机器人工作单元、立体库巷道；进入的人防护穿戴不到位，工帽、防护镜、劳保鞋没按岗位要求佩戴；还有岗位行为问题，重点工位离岗、睡岗、操作区打电话。

再说设备状态这一类。传统做法是巡检员按点位表定时走一圈，看仪表读数、听设备声音、摸电机温度、查跑冒滴漏。人巡的问题在于频次和一致性：四小时一轮巡检，两轮之间的异常看不到；不同班次的巡检员，记录的详略和标准也不一样。AI 视觉接手的是其中“看得见”的部分——仪表指针位置、指示灯状态、设备漏油渗油、地面油污积水、烟雾明火，这些都能从画面里持续读出来。

二：安全类检测怎么配：区域、穿戴、行为三路并行

安全类检测的配置思路和工地场景类似，都是先划区域再做识别，但工厂里有自己的特点。

第一路是区域越线检测。沿地面黄线在画面里画电子围栏，把设备运转区圈出来，人形越线进入就触发。要注意的是 AGV 和搬运设备的通行路线会穿过部分区域，画区域时要把车行路线让出来，或者对车辆目标单独做过滤，否则配送车一过就报警，配置没法用。

第二路是穿戴识别。对进入运转区的人做工帽、防护镜的佩戴识别。工厂的光照条件通常比工地好——车间顶灯均匀、无逆光，这一路的识别条件相对友好，反而是部分老旧车间灯光频闪要留意，调试时要把频闪环境单独测一遍。

第三路是行为检测。重点工位的离岗检测最常用：在操作台画面里画一个值守区，人形离开超过设定时长就触发告警。睡岗、玩手机这类用姿态识别做，建议只配在关键岗位，全车间都开会把告警量推得没法看。

三：巡检类应用：把“人巡”变“屏巡”

巡检类应用的核心是把固定点位的表计和状态识别接到算法上。配置时建议按“巡检点位表”的思路来做：把原来巡检员要看的仪表、指示灯、液位计列成点位清单，逐个评估上不上 AI。指针表、数字表、液位计、指示灯各有对应的识别方式，评估的依据是点位重要性——越重要的表越值得做连续识别。

实际用起来的节奏是“事件优先、巡检兜底”。设备的异常状态——漏油、烟雾、指示灯变红——靠事件检测实时报；常规读数靠定时轮巡，每小时自动截帧识别一次，结果进台账。这样巡检员从“按点走一圈”变成“处理系统筛出来的异常”，人力花在判断和处理上。

四：给工程商的落地建议

点位勘察先行。安全类检测的点位选在设备运转区入口和通道交汇处，巡检类点位的选法完全不同——要正对表盘，这点在仪表识别里尤其关键，斜角装表读数精度会明显下降，后面仪表识别那篇会展开讲。

利旧和新增分开算。车间里的老摄像头如果画面清晰、光照稳定，接 AI 分析盒子做区域检测是可行的省预算路线；看表盘的点位别将就，该换高分辨率机型就换，像素不够读不准等于白配。

和甲方现有的系统留接口。工厂里通常有安环系统或 MES，AI 告警最好能推送过去进统一处置流程，方案阶段就确认好对接方式，别做成又一个信息孤岛。

最后要说明一点，AI 视觉盯的是“看得见的风险”，设备异响、温度、振动这些得靠传感器和听诊类手段，技术组合拳比单一手段可靠。工程商在方案里把“哪些风险用视频管、哪些用传感器管”划清楚，边界明确的项目交付后不容易扯皮。