Výzkumná zpráva - Monitorování a analýza v reálném čase
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27350%2F25%3A10259338" target="_blank" >RIV/61989100:27350/25:10259338 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Výzkumná zpráva - Monitorování a analýza v reálném čase
Popis výsledku v původním jazyce
Zpráva se zaměřuje na integraci pokročilých technologií pro detekci rizik do průmyslového prostředí. Cílem bylo vytvořit metodický a technický rámec, který propojuje teoretické modely řízení rizik s praktickým nasazením senzorické sítě v reálném provozu.Metodické ukotvení a analýza senzorůPrvní fáze výzkumu spočívala ve výběrové analýze „chytrých senzorů“, které hrají klíčovou roli v zajištění bezpečnosti provozu. Pozornost byla věnována čidlům monitorujícím fyzikální a chemické veličiny, jako jsou teplota, hluk, kvalita ovzduší a koncentrace nebezpečných plynů. Celý proces byl důsledně zakotven v mezinárodních normách pro management rizik (ČSN ISO 31000 a EN 31010). Právě metody posuzování rizik definované těmito standardy se staly klíčem pro určení optimální hustoty a prostorového rozmístění senzorické sítě. Výzkum potvrdil, že efektivní monitoring není dán pouze počtem zařízení, ale jejich strategickým umístěním na základě predikovaných rizikových scénářů.Provozní implementace a směrniceAby byla technologická řešení uplatnitelná v praxi, byla vypracována sada provozních směrnic a šablon. Tyto materiály se specificky zaměřují na provoz manipulační techniky (VZV) a zahrnují standardy pro označování, údržbu, periodické kontroly a definici kompetencí obsluhy. Součástí výstupu jsou vzorové tabulky a protokoly o pověření, které v praxi definují, kde a za jakých podmínek je nutné dohledové senzory nasazovat. Tento procesní rámec zajišťuje, že data ze senzorů nejsou pouze sbírána, ale přímo ovlivňují bezpečnostní audity a provozní evidenci v reálném čase.Technická analýza kolizních zónZávěrečná část zprávy se věnuje technické specifikaci proximálních senzorů (Radar a LiDAR). Analýza se soustředila na kritické parametry, jako jsou zorné úhly, rozlišení a výpočetní náročnost zpracování dat. Pro potřeby logistiky a robotiky byly rozpracovány kombinované konfigurace s nízkou latencí, které jsou nezbytné pro detekci překážek v bezprostředním okolí stroje. Tento přístup umožňuje eliminovat „slepé úhly“ v kolizních zónách a garantuje okamžitou reakci systému v případě hrozícího střetu, což je základním předpokladem pro autonomní i poloautonomní provoz v moderních skladech.
Název v anglickém jazyce
Research Report - Real-time Monitoring and Analysis
Popis výsledku anglicky
The report focuses on the integration of advanced technologies for risk detection into the industrial environment. The goal was to create a methodological and technical framework that connects theoretical risk management models with the practical deployment of a sensor network in real operation.Methodological anchoring and analysis of sensorsThe first phase of the research consisted of a selective analysis of "smart sensors", which play a key role in ensuring operational safety. Attention was paid to sensors monitoring physical and chemical quantities, such as temperature, noise, air quality and concentrations of hazardous gases. The entire process was consistently anchored in international standards for risk management (ČSN ISO 31000 and EN 31010). It is the risk assessment methods defined by these standards that became the key to determining the optimal density and spatial distribution of the sensor network. The research confirmed that effective monitoring is not determined only by the number of devices, but by their strategic placement based on predicted risk scenarios.Operational Implementation and GuidelinesTo make the technological solutions applicable in practice, a set of operational guidelines and templates were developed. These materials specifically focus on the operation of material handling equipment (MHE) and include standards for marking, maintenance, periodic inspections and the definition of operator competencies. The output includes sample tables and authorization protocols that define in practice where and under what conditions the surveillance sensors must be deployed. This process framework ensures that data from the sensors is not only collected, but directly influences safety audits and operational records in real time.Technical analysis of collision zonesThe final part of the report is devoted to the technical specification of proximal sensors (Radar and LiDAR). The analysis focused on critical parameters such as viewing angles, resolution and computational complexity of data processing. Combined low-latency configurations were developed for the needs of logistics and robotics, which are necessary for detecting obstacles in the immediate vicinity of the machine. This approach eliminates "blind spots" in collision zones and guarantees immediate system response in the event of an imminent collision, which is a basic prerequisite for autonomous and semi-autonomous operation in modern warehouses.
Klasifikace
Druh
O - Ostatní výsledky
CEP obor
—
OECD FORD obor
20205 - Automation and control systems
Návaznosti výsledku
Projekt
<a href="/cs/project/LUE231026" target="_blank" >LUE231026: Inteligentní systém řízení bezpečnosti pro průmyslová prostředí založený na umělé inteligencí a Auto-ID</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2025
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů