Visão computacional aplicada à segurança em espaços confinados

A Norma Regulamentadora 33 (NR-33) estabelece requisitos para segurança em espaços confinados, demandando monitoramento contínuo dos trabalhadores. Este trabalho apresenta o sistema Visão Computacional Aplicada à Segurança em Espaços Confinados (VCSEC), desenvolvido em Python com uso de OpenCV e MobileNet SSD, para detecção automática de posturas (em pé e deitado) e gestão do tempo de permanência. O sistema foi validado em experimentos residenciais e no laboratório do IFES, utilizando diferentes distâncias (2–6 m) e modelos de detecção (MobileNet SSD, YOLOv5 e Faster R-CNN). O MobileNet SSD apresentou precisão de 95,9–96,7% em distâncias de 2–3 m, com tempo médio de resposta entre 70 e 108 ms, adequado para decisões em tempo real. O YOLOv5 atingiu 100% de precisão em todas as distâncias testadas, porém com latência superior (272–285 ms), enquanto o Faster R-CNN obteve também 100% de precisão, mas com tempo médio de processamento acima de 6 s por quadro, inviável em aplicações de segurança. Os resultados indicam que o VCSEC é aplicável em cenários industriais típicos, como tanques e tubulações de 2–4 m, oferecendo suporte às exigências da NR-33 e contribuindo para a redução de falhas de supervisão humana por meio de alertas visuais e sonoros.

Regulatory Standard 33 (NR-33) establishes safety requirements for confined spaces, demanding continuous monitoring of workers. This work presents the Computer Vision Applied to Safety in Confined Spaces (VCSEC) system, implemented in Python using OpenCV and MobileNet SSD, designed for automatic posture detection (standing and lying) and monitoring of stay duration. The system was validated through residential and laboratory experiments at IFES, considering distances of 2–6 m and comparing three models: MobileNet SSD, YOLOv5, and Faster R-CNN. MobileNet SSD achieved 95.9–96.7% accuracy at distances of 2–3 m, with average response times between 70 and 108 ms, suitable for real-time decisions. YOLOv5 reached 100% accuracy across all tested distances but required longer processing times, while Faster R-CNN showed latency incompatible with real-time safety applications. Results indicate that VCSEC can be applied in typical industrial confined spaces, such as tanks and pipelines of 2–4 m, meeting NR-33 requirements and supporting accident prevention through automatic visual and sound alerts.