Riziko se nekoncentruje v plné automatizaci, ale v přechodové zóně
Když se řekne „bezpečnost robotů na stavbě“, většina lidí si představí kolizní senzory přímo na stroji. Jenže statistiky ukazují něco jiného. Americký úřad OSHA dlouhodobě eviduje takzvanou „Fatal Four“ — pády, zásah pohybujícím se objektem, zásah elektrickým proudem a sevření či uvíznutí. Tyto čtyři kategorie se na úmrtích ve stavebnictví podílejí zhruba 58 až 59 procenty. Jen samotné „struck-by“ incidenty, tedy situace, kdy do člověka narazí vozidlo nebo pohybující se stroj, zabijí v USA ročně přes 100 dělníků, přičemž většina z nich souvisí právě s technikou.
Autonomní rover se neunaví a neztratí trpělivost tak jako obsluha smykem řízeného nakladače na konci dvanáctky. Jenže taky nemá žádnou intuici pro to, že dělník právě vklouzl za hromadu armovacích prutů, nebo že se do zóny, kterou plánovač trasy před pěti minutami považoval za prázdnou, zatoulala parta subdodavatele. Přesně tohle je nejtvrdší případ: výkopáři, elektrikáři a autonomní válec sdílí stejných dvacet hektarů, které nikdy nebyly navržené pro strukturované snímání.
Každý robot vidí lokálně. Vision AI vidí celou stavbu
Každý autonomní stroj už nějaké vnímání má. Kamery, lidar, radar, ultrazvuk, GPS a palubní AI mu pomáhají navigovat, detekovat překážky a bezpečně splnit zadaný úkol. Tyhle systémy jsou výborné v tom, co se děje bezprostředně kolem stroje. Staveniště ale vyžaduje mnohem širší perspektivu: dělníci se přesouvají mezi profesemi, otevírají se dočasné přístupové trasy, přesouvají materiály, přesměrovává se těžká technika. Žádný jednotlivý robot — ať má palubní senzory sebelepší — nemůže rozumět všemu, co se děje napříč celým staveništěm.
Vision AI proto funguje jinak: není zabudovaná jen uvnitř jednoho stroje, ale působí jako celoplošná percepční vrstva. Průběžně analyzuje živé video z existujících CCTV kamer, dočasných staveništních kamer, inspekčních dronů, tělových kamer a čím dál častěji i z lidaru a dalších senzorů. Výsledkem je jeden společný operační obraz — místo toho, aby každý stroj viděl jen ze svého úzkého zorného pole, vidí systém interakce dělníků, vozidel a robotů v reálném čase.
Zajímavý detail: tahle vrstva začíná existovat i jako samostatný hardware. Malá, ale rostoucí třída autonomních mobilních hlídačů, jako je viBOT od hongkongské firmy viAct, vozí percepci fyzicky po staveništi — do sklepů, tunelů a zón, kam se pevná kamera nedostane a kde dron nevydrží držet pozici u země. Hodnota robota tu není v samotném pohybu, ale v tom, že rozšiřuje vision AI do slepých míst mezi pevnou infrastrukturou.
Od „vidí“ k „rozumí“: agentní AI jako další vrstva
Počítačové vidění se posouvá od prostého hlídání helmy či narušení vyloučené zóny k něčemu sofistikovanějšímu. Nová generace kombinuje computer vision s agentní AI, která umí interpretovat kontext a propojit data z více zdrojů. Místo izolovaných upozornění — „někdo vstoupil do zakázané zóny“ — dokáže AI korelovat živé video, polohu techniky, snímky z dronu a další činnosti, aby pochopila širší souvislost.
Stejně důležité je, kde tahle inteligence běží. Zpracování na hraně sítě (edge), tedy přímo u kamer a senzorů, umožňuje identifikovat nebezpečí během sekund bez závislosti na stálém cloudovém připojení. Nízká latence je na staveništi klíčová — bezpečnostní rozhodnutí nemůže čekat, než data dojedou na vzdálený server a zpátky. Centrální dashboard pak dává stavbyvedoucímu jeden živý pohled na celé místo místo desítek samostatných kamerových streamů.
Česko a Evropa: bezpečnost, kterou řeší zákon i nedostatek lidí
Téma má přímý přesah k nám. České stavebnictví se dlouhodobě potýká s nedostatkem kvalifikovaných lidí a bezpečnost práce (BOZP) je tu tvrdě regulovaná — zaměstnavatel má zákonnou povinnost předcházet úrazům. Vrstva, která z kamer složí jeden živý obraz staveniště, je přesně ten typ nástroje, který může stavbyvedoucímu ukázat, co se děje, ještě než se z toho stane zápis do knihy úrazů.
Zároveň je namístě zmínit regulaci. V Evropské unii se na tyto systémy vztahuje AI Act, který kategorizuje AI podle rizika. Nasazení kamerové analytiky na pracovišti znamená nejen technické, ale i právní povinnosti — od transparentnosti vůči zaměstnancům po správu citlivých dat. Pro české firmy to v praxi znamená, že vision AI na stavbě není „koupit a zapnout“, ale projekt, který musí projít i přes GDPR a informování pracovníků. Kdo to podcení, může mít z nástroje, který měl zachraňovat životy, spíš právní problém.
Samotný viAct je hongkongská firma, takže na českém trhu zatím nejde o lokální hráče. Jeho čísla je navíc dobré číst s rezervou: výrobce uvádí, že na staveništích monitorovaných viBOTem klesl počet smrtelných úrazů o 80 procent. To je marketingové tvrzení, nikoli nezávislý audit — a přesně tak by se k němu mělo přistupovat.
Komu to pomůže a kde jsou limity
Největší přínos má vision AI pro velké, členité stavby, kde se mísí lidé, těžká technika a autonomní stroje — tedy přesně ty scénáře, na které nestačí ani dokonalé palubní senzory, ani jedna kamera. Srovnání obou přístupů ukazuje, proč se dnes mluví spíš o celoplošné vrstvě než o chytřejším robotu:
- Palubní senzory robota vidí jen bezprostřední okolí, zvládnou detekci překážky a zastavení, ale nerozumí dění za rohem ani pohybu lidí napříč staveništěm.
- Vision AI jako vrstva skládá obraz z kamer, dronů, tělových kamer a lidaru do jednoho celku, sleduje interakce v reálném čase a díky edge zpracování reaguje v řádu sekund.
Limity jsou tři. Zaprvé pokrytí — vrstva je jen tak dobrá, jak dobrý je počet a rozmístění kamer; slepá místa zůstávají slepá. Zadruhé soukromí — neustálé sledování pracovníků naráží na GDPR a na to, co jsou lidé ochotní akceptovat. A zatřetí falešné poplachy a kontext — rozpoznat, že dělník v zóně jen zvedá nářadí, a ne že se ocitl v ohrožení, vyžaduje přesně to „rozumění“, které je zatím ve vývoji.
Pointa celé úvahy je ale jednodušší, než se zdá: dokud budou lidé a stroje sdílet jeden prostor — a sdílet ho budou ještě dlouhé roky — potřebuje staveniště jedno společné, průběžné vnímání toho, co se na něm děje. To není role robota ani lidského úsudku samotného. Je to role vision AI.
Nestačí robotovi vlastní senzory, aby se vyhnul lidem?
Palubní senzory (kamery, lidar, radar) výborně zachytí překážku přímo v trase, ale nerozumí dění v širším okolí — třeba tomu, že dělník právě vešel do zóny za hromadou materiálu, kterou stroj obkrouží později. Vision AI jako celoplošná vrstva právě tyto „za rohem“ situace zachytí dřív.
Je viBOT a podobné systémy možné nasadit i v Česku?
Technicky ano, ale jde o zahraniční (hongkongské) řešení, které se u nás zatím běžně neprodává. Každé nasazení kamerové analytiky na pracovišti navíc musí v EU projít pravidly AI Act a GDPR — včetně transparentnosti vůči zaměstnancům a správy citlivých záznamů.
Zpracovává se obraz v cloudu, nebo přímo na staveništi?
Moderní systémy sázejí na zpracování na hraně sítě (edge), tedy přímo u kamer a senzorů. Nebezpečí se tak vyhodnotí během sekund bez závislosti na stabilním internetu — což je na staveništi klíčové, protože bezpečnostní reakce nemůže čekat na cestu dat na vzdálený server a zpět.
