Everguard.ai 走的路线跟其他纯影像派的工安 AI 不太一样：他们主打「感测融合」（sensor fusion），把电脑视觉、穿戴装置、室内定位（RTLS）与各种 IoT 感测器的讯号整合在一起，建构出比单靠摄影机更完整的现场风险图像。旗舰平台叫 Sentri360。
功能特色与适用场景
为什么要多此一举加穿戴装置？因为重工业现场有太多摄影机看不到的地方——钢厂的炉区、高温粉尘、遮蔽物后方。纯视觉方案在这些环境会直接失效。Everguard 的做法是让工人身上的装置也成为感测节点，配合定位系统知道每个人在哪，再跟影像资料交叉比对。他们把这套理念称为「Worker-Centric AI」（以工人为中心的 AI），强调不只是给管理者看的仪表板，工人本身也会即时收到危险警示。实务应用集中在钢铁、金属加工这类高风险重工业。要留意的是他们官网有 Vercel 的机器人防护机制，用一般浏览器以外的方式存取可能会被挡。
适合钢铁、金属冶炼、重型制造这类「摄影机看不全」的高风险场域。台湾的钢铁与金属加工业其实是很对应的客群——中钢体系、各地的铸造与热处理厂，作业环境的高温、粉尘、视线遮蔽都是纯视觉方案的死穴。但相对地，导入成本也高：你不只买软体，还要帮每个工人配戴装置、建置定位基础设施，这是一整套工程。
主要功能
- Sentri360 平台：整合电脑视觉、穿戴装置、RTLS 定位与 IoT 感测
- 感测融合分析，补足单一影像来源的死角
- 工人端即时危险警示（不只管理端仪表板）
- 边缘运算处理，降低延迟
- 针对钢铁、金属加工等重工业场景设计
- 人员即时位置追踪与危险区域接近警示
常见用途
- 钢铁厂炉区的人员接近危险区域警示
- 重机具作业范围内的人员侵入侦测
- 高温、粉尘环境下的工人生理状态与位置监控
- 紧急疏散时的人员即时清点与定位
- 重工业的工安事件根因分析
主要功能
- Sentri360 平台：整合电脑视觉、穿戴装置、RTLS 定位与 IoT 感测
- 感测融合分析，补足单一影像来源的死角
- 工人端即时危险警示（不只管理端仪表板）
- 边缘运算处理，降低延迟
- 针对钢铁、金属加工等重工业场景设计
- 人员即时位置追踪与危险区域接近警示
优点
- 多重感测来源在高温、粉尘、遮蔽的重工业环境比纯视觉可靠得多
- 警示直接送到工人身上，而不只是事后给主管看报表
- 针对重工业的专精程度高于通用型工安平台
- 定位资料在事故发生时对紧急应变有实际价值
缺点
- 导入成本明显高于纯影像方案，牵涉穿戴装置采购与定位基础建设
- 穿戴装置的落实率是老问题——工人不戴，系统就瞎了一半
- 官网有机器人防护机制，公开资讯取得不如同业容易
- 未公开定价；人员定位追踪的隐私争议比纯影像更敏感
使用场景
- 钢铁厂炉区的人员接近危险区域警示
- 重机具作业范围内的人员侵入侦测
- 高温、粉尘环境下的工人生理状态与位置监控
- 紧急疏散时的人员即时清点与定位
- 重工业的工安事件根因分析
编辑点评
总编辑的话：我蛮欣赏 Everguard 把「Worker-Centric」放在台面上讲这件事。多数工安 AI 说穿了是做给管理层看的——仪表板、合规报表、稽核数字，工人本身其实没有从中得到什么。他们至少把警示送到工人身上，让这套系统对现场的人有直接价值。这不只是产品设计，也是导入成败的关键：一个让工人觉得「这在保护我」的系统，落实率会完全不一样。
常见问题
为什么需要穿戴装置，光靠摄影机不行吗？
在钢厂这种环境真的不行。高温造成的热扰动、粉尘、大量遮蔽结构会让影像分析可靠度大幅下降。穿戴装置加上定位系统可以在摄影机看不到的地方继续提供资料，这是 Everguard 的核心设计理由。
工人不想戴怎么办？
这是这类方案最现实的问题，而且没有技术解法。实务上要靠把装置整合进原本就得穿戴的护具（安全帽、背心）、让它对工人本身有价值（例如即时警示救过命的案例），以及明确的资料使用界线。纯靠规定强制通常撑不久。
跟纯影像的 Intenseye、Voxel 怎么选？
看你的现场环境。如果是一般工厂、仓库、物流中心，摄影机视野良好，纯影像方案便宜又够用；如果是钢厂、铸造、高温高粉尘、大量遮蔽的重工业，感测融合的必要性就出来了。别为了用不到的能力多付钱。