鹤煤三矿主皮带-AI 视频智能识别系统的推广及应用-20231129.doc

PAGE

PAGE6

项目编号_____________

河南能源化工集团研究开发项目

计划任务书

立项项目名称：主皮带AI视频智能识别系统的推广及应用

项目承担单位：河南能源化工集团

对外合作单位：中煤科工集团重庆研究院有限公司

研究起止年限：2024.3—2025.3

项目负责人：

填写日期：年月日

河南能源化工集团有限公司

二○二○年制

一、项目研究的目的、意义及市场前景

研究目的：

通过对煤矿井下隐患目标快速检测、轨迹跟踪、三维测量、深度学习模型在煤矿应用场景的优化等共性技术研究，研制矿用视频采集分析装备，构建煤矿主运皮带AI视频智能识别系统，实现皮带纵撕、设备超温、冒烟、皮带跑偏、堆煤、煤流大块、煤流异物、危险区域入侵、未戴安全帽、人员违规穿越皮带等10种煤矿典型场景的智能识别，及时预警与联动控制。

研究意义：

随着煤矿智能化建设的快速发展，国家、地方以及行业协会相继出台一系列政策、标准、规范、方案等支持煤矿智能化发展，提高煤矿安全生产管理水平，保障煤矿安全生产。GB/T51272-2018《煤炭工业智能化矿井设计标准》规定重要监测点应能实现视频侦测、视频识别；2020年10月，中国煤炭学会公布《智能化煤矿(井工)分类、分级技术条件与评价》，将智能摄像仪、智能视频分析系统作为远程集控平台、带式输送机运输系统、洗选系统的评价指标；2020年10月，中国煤炭学会公布《智能化采煤工作面分类、分级技术条件与评价指标体系》，将智能摄像仪、智能视频子系统作为智能化采煤工作面设备性能达标的评价指标。河南省人民政府办公厅关于印发河南省煤矿智能化建设实施方案的通知（豫政办[2019]48号）提出智能化煤矿需“应用物联网、大数据、云计算、人工智能等先进技术，实现智能感知、信息融合、数据挖掘和决策支持”。

鹤煤三矿主运皮带隐患监测主要依靠人工，人工监测隐患存在判识能力不足、监管盲区等问题，难以及时发现并消除隐患。AI视频监控系统以煤矿井下摄像仪的实时视频图像数据为基础，以视频图像AI智能识别技术为核心、以机器深度学习数学模型和报警系统为支撑、以自动化控制技术为手段的综合性视频智能识别分析系统。系统利用煤矿井下摄像仪的视频监控图像，对危险区域入侵、未戴安全帽、人员违规穿越皮带等人的不安全行为进行识别、告警并自动记录；对皮带纵撕、设备超温、冒烟、皮带跑偏、堆煤、煤流大块、煤流异物的不安全状态进行识别告警，遏制相关事故发生；同时系统还具备完善的统计分析和联动控制功能，有助于提高设备运行寿命，促进安全生产。

市场前景：

系统以煤矿井下摄像仪的实时视频图像数据为基础，以机器视觉智能识别和三维测量技术为核心，采用自动化控制技术手段实现安全隐患的全程智能化监管，进一步提升煤矿安全生产管理水平，降低煤矿安全事故，为安全生产提供技术支撑，顺应了煤炭行业“智慧矿山”的发展趋势要求。

根据国际权威研究机构Omdia预测，中国智能视频监控市场年均增长9.5%，2024年将达到1081.21亿人民币，AI摄像头将占出货量的63%。据《中国监控摄像机市场现状调查报告》，2024年煤矿智能视频监控市场容量将达到5亿人民币。

二、主要研究内容、达到的技术（经济）指标、采取的技术路线方法及技术关键环节

1、主要研究内容

（1）研究煤矿井下隐患目标快速检测技术

针对煤矿井下安全隐患图像样本少（取样困难），环境差异大，容易产生正负样本不均衡、过拟合等问题，研究样本增广、难负样本挖掘等算法，增加模型训练正负样本数量，提高目标检测的准确率；针对煤矿井下高速运动目标多，边缘AI设备算力有限，容易丢失目标的问题，研究网络模型轻量化技术，加快检测速度。

（2）研究煤矿井下目标轨迹跟踪技术

针对煤矿井下图像弱光照与强干扰引起目标灰度变化、高动态引起姿态变化与尺度变化等问题，研究光照、姿态与尺度自适应的跟踪滤波器技术，提高跟踪的鲁棒性；研究高维跟踪滤波器的降维优化技术，提高多姿态、多尺度的跟踪运算效率。

（3）研究煤矿井下目标三维测量技术

针对煤矿井下矿灯照明容易产生逆光、光照剧烈变化引起目标模糊、剧烈反光、不可见等问题，研究基于数字拓扑网络的快速编解码技术，提高主动式立体匹配的光照鲁棒性；研究三维点云体积快速测量技术，提升曲面重建效率。

（4）深度学习模型在煤矿应用场景的优化技术研究

针对煤矿新场景