Introduzione

Ogni giorno in Italia sono denunciati circa 1.600 infortuni sul lavoro. Nonostante le leggi e le normative esistenti, questi numeri restano allarmanti e inaccettabili. La sicurezza sul lavoro non è solo un obbligo legale, ma un imperativo morale sancito dalla nostra Costituzione. L'Articolo 1 afferma che "L'Italia è una Repubblica democratica fondata sul lavoro", sottolineando l'importanza del lavoro come pilastro della società. L'Articolo 41 aggiunge che l'iniziativa economica privata non può svolgersi in modo da recare danno alla sicurezza, alla libertà e alla dignità umana.

L'attenzione verso questa problematica è evidenziata non solo dai principi costituzionali, ma anche dalle misure normative adottate per migliorare la sicurezza nei luoghi di lavoro. Un esempio significativo è l'introduzione del sistema della patente a punti per la sicurezza sul lavoro, entrato in vigore il 1° ottobre 2024. Questa normativa prevede l'obbligo per le imprese e i lavoratori autonomi operanti nei cantieri temporanei o mobili di possedere una specifica patente a punti, con l'obiettivo di aumentare la consapevolezza e il rispetto delle norme di sicurezza. La perdita dei punti può comportare sanzioni severe, inclusa la sospensione dell'attività lavorativa, incentivando così comportamenti più sicuri e responsabili.

Tuttavia, i dati resi pubblici dall'INAIL per l'anno 2023 mostrano un quadro ancora allarmante: gli infortuni riconosciuti sul lavoro sono stati 375.578 (il 64% delle denunce), di cui il 71,9% (circa 270.000 infortuni riconosciuti in un anno) in azienda.

La computer vision offre oggi soluzioni innovative ed efficaci per affrontare la sfida di ridurre significativamente questi numeri. Queste tecnologie permettono di monitorare in tempo reale gli ambienti di lavoro, identificando potenziali rischi e prevenendo incidenti prima che si verifichino.

La sfida è trasformare i tradizionali sistemi di videosorveglianza in una rete di sorveglianza attiva che monitora e risponde continuamente alle minacce alla sicurezza e alla protezione in tempo reale, fornendo avvisi immediati al personale in loco.

Investire in queste soluzioni tecnologiche non è più un'opzione, ma una necessità per le aziende che vogliono tutelare i propri lavoratori e rispettare i principi fondamentali su cui si basa la nostra Repubblica.

Cos'è la Computer Vision e come si applica alla Sicurezza sul Lavoro?

La computer vision è un campo dell'intelligenza artificiale che permette ai computer di "vedere" e interpretare l'ambiente circostante attraverso l'analisi di immagini e video. Utilizzando algoritmi avanzati, i sistemi di computer vision possono riconoscere oggetti, persone, segnali e situazioni specifiche all'interno di un'immagine o di un flusso video.

Applicata alla sicurezza sul lavoro, questa tecnologia consente di monitorare in tempo reale gli ambienti lavorativi, rilevando potenziali rischi e violazioni delle norme di sicurezza. Le telecamere installate nei luoghi di lavoro catturano immagini e video che vengono analizzati dal sistema per identificare situazioni pericolose e comportamenti non conformi.

Le principali funzioni che consentono di progettare controlli anche molto sofisticati sono:

1. Riconoscimento di oggetti e persone
   • Identificazione di macchinari e attrezzature: Il sistema riconosce diversi tipi di macchinari, permettendo di monitorare il loro utilizzo corretto e la loro posizione.
   • Individuazione degli operatori: Rileva la presenza dei lavoratori, tracciando i loro movimenti per garantire che operino nelle aree designate e in modo sicuro.
   • Segnalazione di zone pericolose: Evidenzia aree ad alto rischio, avvisando quando qualcuno vi accede senza autorizzazione.
2. Rilevamento di anomalie
   • Comportamenti anomali: Il sistema è in grado di riconoscere attività insolite, come movimenti bruschi o inusuali, che potrebbero indicare un potenziale incidente.
   • Presenza in aree non autorizzate: Segnala quando un individuo entra in una zona riservata o pericolosa senza le dovute precauzioni.
   • Movimenti sospetti: Identifica azioni che deviano dalle procedure standard, permettendo interventi preventivi.
3. Monitoraggio dei Dispositivi di Protezione Individuale (DPI)
   • Verifica automatica dell'uso dei DPI: Controlla che i lavoratori indossino correttamente caschi, giubbotti riflettenti, mascherine e altri dispositivi obbligatori.
   • Notifiche in tempo reale: Avvisa immediatamente il personale di sicurezza o lo stesso operatore in caso di mancato utilizzo dei DPI.
   • Reportistica: Genera report sul rispetto delle norme relative ai DPI, aiutando nell'analisi e nel miglioramento delle pratiche di sicurezza.
4. Gestione delle emergenze
   • Rilevamento di situazioni critiche: Identifica eventi come cadute, incendi, fumo o fuoriuscite di sostanze pericolose.
   • Attivazione di protocolli di emergenza: In caso di incidente, il sistema può automaticamente attivare allarmi, illuminazione di emergenza o sistemi di evacuazione.
   • Comunicazione immediata: Notifica tempestivamente il personale competente e i servizi di emergenza, riducendo i tempi di risposta.

Nel seguente elenco riportiamo i principali benefici ottenibili implementando controlli sul luogo di lavoro tramite la computer vision:

1. Riduzione del rischio di infortuni. La computer vision, analizzando dati in tempo reale, può prevenire infortuni identificando situazioni a rischio prima che si trasformino in incidenti. Al verificarsi di eventi potenzialmente pericolosi, è possibile integrare sistemi IoT per riprodurre messaggi audio, chiudere barriere protettive, attivare allarmi o avvisare immediatamente gli addetti alla sicurezza per un intervento tempestivo.

2. Automazione della conformità normativa. Le aziende possono automatizzare il controllo del rispetto delle normative sulla sicurezza, evitando così multe e procedimenti legali. Il monitoraggio continuo assicura che gli standard siano mantenuti senza la necessità di ispezioni manuali costanti.

3. Aumento della produttività. Un ambiente di lavoro sicuro è anche più produttivo. I lavoratori operano con maggiore concentrazione e sono meno soggetti a interruzioni dovute a incidenti o problemi legati alla sicurezza.

4. Ottimizzazione dei costi. Sebbene l'implementazione iniziale comporti un investimento, i risparmi a lungo termine derivanti dalla riduzione degli incidenti e delle interruzioni operative rendono l'investimento altamente vantaggioso.

5. Miglioramento della reputazione aziendale. L'adozione di tecnologie all'avanguardia come l'intelligenza artificiale rafforza l'immagine dell'azienda, posizionandola come responsabile e innovativa.

6. Miglioramento continuo della sicurezza attraverso l'analisi dei dati. Un monitoraggio attivo basato sulla computer vision permette di censire e catalogare eventi definiti come "quasi incidenti". La raccolta e l'analisi di queste informazioni, spesso trascurate, consentono di effettuare un'analisi approfondita della sicurezza sul luogo di lavoro. Questo permette di implementare azioni preventive che possono ridurre il verificarsi sia di "quasi incidenti" che di incidenti reali.

In quali ambiti è particolarmente consigliata l’introduzione di un monitoraggio basato sulla computer vision?

La computer vision per la sicurezza sul lavoro è teoricamente applicabile in qualunque settore. Di seguito sono elencati diversi ambienti in cui questa tecnologia può apportare un valore significativo, con una descrizione dettagliata dei contesti di utilizzo:

Cantieri edili. I cantieri edili sono ambienti dinamici e complessi, caratterizzati da numerosi rischi potenziali dovuti alla presenza di macchinari pesanti, lavori in quota e attività simultanee.

• Rilevamento di presenze in aree pericolose: Monitoraggio in tempo reale per identificare operai che entrano in zone a rischio, come aree di scavo o sotto carichi sospesi, avvisando immediatamente i supervisori.
• Monitoraggio dell'uso corretto dei DPI: Verifica automatizzata dell'utilizzo di dispositivi di protezione individuale come caschi, guanti, occhiali e cinture di sicurezza, garantendo il rispetto delle normative.
• Identificazione di macchinari in movimento: Rilevamento di gru, escavatori e altri macchinari pesanti in movimento per prevenire collisioni con il personale a piedi, attraverso allarmi o segnali visivi.

Officine meccaniche. Le officine meccaniche presentano rischi legati all'uso di utensili elettrici, macchinari taglienti e materiali pesanti.

• Prevenzione di infortuni legati all'uso improprio di macchinari: Rilevamento di operazioni non sicure, come l'uso di macchinari senza protezioni o la manipolazione impropria di utensili.
• Rilevamento di posture scorrette: Analisi delle posture dei lavoratori durante l'uso di attrezzature per prevenire lesioni muscoloscheletriche, fornendo feedback in tempo reale per correggere movimenti errati.
• Identificazione di fuoriuscite di sostanze pericolose: Rilevamento tempestivo di perdite di oli, solventi o altri liquidi che possono causare scivolamenti o esposizione a sostanze nocive.

Industrie manifatturiere. Le industrie manifatturiere coinvolgono processi automatizzati e manuali che possono presentare rischi per i lavoratori.

• Monitoraggio dei nastri trasportatori: Rilevamento di anomalie come blocchi o accumuli di materiale, prevenendo incidenti e interruzioni della produzione.
• Controllo della distanza dai macchinari pericolosi: Verifica che gli operatori mantengano una distanza di sicurezza da presse, taglierine e altre macchine potenzialmente pericolose.
• Analisi del rispetto dei protocolli di sicurezza: Monitoraggio dell'aderenza alle procedure operative standard, come l'ordine corretto delle operazioni e l'uso di segnali manuali.

Settore logistico e magazzini. I centri logistici e i magazzini sono ambienti ad alta intensità di movimentazione di merci, con rischi legati al traffico di veicoli e alla gestione di carichi pesanti.

• Prevenzione di collisioni tra pedoni e veicoli: Monitoraggio dei percorsi di muletti, carrelli elevatori e veicoli, avvisando sia gli operatori che i pedoni di possibili collisioni.
• Gestione sicura dei carichi: Rilevamento di carichi mal posizionati o instabili che potrebbero cadere, prevenendo potenziali incidenti.
• Controllo dell'accesso alle aree riservate: Verifica che solo il personale autorizzato acceda a determinate zone, come aree di stoccaggio di materiali pericolosi.

Industria chimica e farmaceutica. In questi settori, la manipolazione di sostanze chimiche richiede standard elevati di sicurezza per prevenire esposizioni nocive.

• Rilevamento di fuoriuscite o perdite: Monitoraggio di tubature, valvole e contenitori per individuare prontamente perdite di sostanze chimiche.
• Verifica dell'uso di equipaggiamenti speciali: Controllo che il personale indossi correttamente tute protettive, maschere respiratorie e altri dispositivi specifici.
• Monitoraggio delle procedure di sicurezza: Assicurare che vengano seguite le corrette procedure durante la manipolazione e lo smaltimento di sostanze pericolose.

Settore energetico (centrali elettriche e impianti petroliferi). Gli impianti energetici presentano rischi elevati legati ad alta tensione, pressione e temperature estreme.

• Rilevamento di presenza non autorizzata: Monitoraggio delle zone ad accesso limitato per prevenire intrusioni che potrebbero mettere a rischio la sicurezza personale e dell'impianto.
• Identificazione di anomalie operative: Rilevamento di fumo, scintille o altri segnali di malfunzionamento degli impianti, permettendo interventi tempestivi.
• Monitoraggio delle operazioni di manutenzione: Assicurarsi che le procedure di lockout/tagout vengano seguite correttamente durante la manutenzione delle apparecchiature.

Settore sanitario (ospedali e laboratori). Nel settore sanitario, la sicurezza riguarda sia il personale che i pazienti, con particolare attenzione al controllo delle infezioni e alla manipolazione di materiali biologici.

• Verifica delle pratiche igieniche: Monitoraggio dell'uso di dispositivi come guanti e mascherine, nonché del rispetto delle procedure di lavaggio delle mani.
• Controllo dell'accesso a zone sterili: Assicurare che solo il personale autorizzato entri in sale operatorie o laboratori con requisiti di sterilità.
• Rilevamento di comportamenti a rischio: Identificazione di procedure non conformi che potrebbero portare a contaminazioni o incidenti biologici.

Settore dei trasporti (ferrovie, aeroporti, porti). Le infrastrutture di trasporto coinvolgono un gran numero di operazioni simultanee con rischi specifici legati al movimento di veicoli e persone.

• Prevenzione di incidenti ferroviari: Monitoraggio delle aree di passaggio per prevenire l'accesso non autorizzato ai binari e rilevare ostacoli.
• Sicurezza aeroportuale: Rilevamento di oggetti smarriti o sospetti, monitoraggio delle piste per prevenire incursioni non autorizzate.
• Gestione delle operazioni portuali: Monitoraggio delle attività di carico e scarico delle navi per prevenire cadute di carichi e collisioni.

Come funziona la Computer Vision?

Il processo inizia con l'acquisizione di immagini o video tramite telecamere installate negli ambienti di lavoro. Questi dati grezzi vengono poi pre-elaborati per migliorare la qualità visiva, ridurre il rumore e uniformare le condizioni di illuminazione, creando così una base solida per l'analisi successiva.

Una volta ottenute immagini ottimizzate, entrano in gioco gli algoritmi di computer vision. Questi algoritmi identificano e segmentano gli oggetti di interesse—come persone, veicoli o attrezzature—nelle immagini o nei video. Per raggiungere questo obiettivo, si utilizzano modelli di deep learning, in particolare le reti neurali convoluzionali (Convolutional Neural Networks, CNN), addestrate su vasti dataset per riconoscere e classificare accuratamente questi oggetti.

Le reti neurali convoluzionali sono un tipo di rete neurale artificiale progettata per elaborare dati con una struttura a griglia, come immagini o video. Ispirate al funzionamento della corteccia visiva degli animali, le CNN sono particolarmente efficaci nel riconoscimento di pattern visivi, rendendole fondamentali nelle applicazioni di computer vision.

Tuttavia, il semplice riconoscimento degli oggetti non è sufficiente. L'intelligenza artificiale analizza anche i movimenti e le interazioni di questi oggetti nel contesto ambientale. Attraverso tecniche di apprendimento supervisionato e non supervisionato, i modelli apprendono quali comportamenti sono considerati normali in specifici contesti operativi. Quando si verificano deviazioni da questi comportamenti standard, il sistema le identifica come anomalie, potenzialmente indicative di situazioni di pericolo.

Con l'apprendimento supervisionato, i modelli vengono addestrati utilizzando dati etichettati, dove ogni esempio di input è associato a un output desiderato. Ad esempio, un video potrebbe essere accompagnato da informazioni che indicano la presenza o l'assenza di una situazione di pericolo. Durante l'addestramento, la rete neurale impara a riconoscere pattern specifici associati a queste etichette, sviluppando la capacità di identificare correttamente situazioni simili in altri video.

Al contrario, l'apprendimento non supervisionato opera su dati non etichettati, cercando di identificare strutture o pattern nascosti senza indicazioni esplicite. In questo contesto, le reti neurali possono essere utilizzate per raggruppare dati simili o rilevare anomalie. Ad esempio, analizzando video di ambienti di lavoro, il modello può apprendere quali comportamenti sono normali e, di conseguenza, identificare attività insolite che potrebbero indicare un potenziale pericolo.

I sistemi più efficaci utilizzano una combinazione di entrambi gli approcci. L'apprendimento non supervisionato viene impiegato per identificare comportamenti anomali, che possono poi essere etichettati e utilizzati per addestrare un modello supervisionato.

Conclusioni

In un'epoca in cui tecnologie avanzate come l'intelligenza artificiale e la computer vision sono all'ordine del giorno e sempre più accessibili, le aziende hanno un'opportunità senza precedenti per rivoluzionare la sicurezza sul lavoro. Investire in queste soluzioni non è più un privilegio riservato a poche realtà, ma una scelta strategica che può portare a risultati tangibili nel contrasto agli infortuni.

L'adozione di sistemi di computer vision permette di prevenire incidenti, automatizzare la conformità normativa e migliorare la produttività, il tutto ottimizzando i costi a lungo termine. Inoltre, dimostra un impegno concreto verso l'innovazione e la responsabilità sociale, rafforzando la reputazione aziendale. È il momento per le imprese di sfruttare queste tecnologie all'avanguardia per creare ambienti di lavoro più sicuri e sostenibili, ponendo la sicurezza dei lavoratori al centro delle proprie priorità e contribuendo a ridurre significativamente il numero di infortuni sul lavoro.