一、背景
在矿山的开发工作中，安全事故多发生在开采和运输环节中。井下矿大部分都是通过皮带传送，因此，利用AI人工智能技术解决生产中的安全隐患，尤其是对皮带及周边的安全隐患进行智能检测与提前预警，已经势在必行。
二、方案
基于AI智能分析技术，对矿山的开采及运输环节进行实时监测，包括对人员、环境、设备运行状态等进行监测，尤其是对皮带有煤无煤状态、皮带偏移、煤流量大小、出料口堵料、皮带非法坐人、皮带锚杆、矸石、木板、堆煤等异常情况进行监测；同时智能识别工作人员是否穿着工服、是否佩戴安全帽、空岗/离岗、人员入井、车辆出矿、打电话、抽烟等行为，并能对安全隐患进行预警提醒，有效提升煤矿管理的智能化水平，对保障企业安全生产。
三、AI算法
本方案涉及的算法有3类，包括：人员类监测、皮带类监测，以及其他算法。
1、人员类检测算法
1）人员识别
单人经过、多人顺序经过、多人并行经过、多人徘徊等经典场景下（不区分是否为员工），自动识别、触发预警提醒，并能立即抓拍、录像，可生成带有标记框的视频录像MP4文件；支持自动统计视频中的人数并记录。
2）人员入侵监测
人员入侵监测是在皮带的重要位置或沿线，检测是否有人员进入指定的危险区域或靠近皮带，如有发现异常，则立即触发告警。
3）安全帽佩戴识别
支持识别红、蓝、黄等多种颜色及形式的安全帽，可排除草帽、遮阳帽等类似帽子的误报，若检测到人员未佩戴安全帽，则立即触发告警。
4）睡岗离岗
离岗检测支持设置对象过滤，支持设置离岗时间，支持设置多个检测区域。支持人员移动像素级判断，并可灵活设置移动多少像素为非睡岗，方便用户根据实际场景灵活设置。
对象过滤可以排除只有值班人员在公办区域才算在岗，防止一些风扇转动或者一些晃动的物体被检测为值班人员，支持设置离岗时间检测，检测离开多长时间才算离岗，可根据岗位规定，允许值班人员上班上洗手间的时间，超过时间即触发告警。
5）抽烟检测
检测人员是否有抽烟行为，若检测到有此行为，则立即触发告警，并抓拍、记录。
2、皮带类检测算法
1）皮带机状态识别
触发条件为：1）设备启动运行；2）识别到运输设备在运行工作状态下有煤、无煤状态，状态转换时产生告警上报消息；识别状态包括“开机有煤”、“开机无煤“、“停机有煤”；事件触发后生成带有标记框的视频录像文件（时长10秒）。
2）皮带跑偏监测
在皮带的上方适当位置，安装摄像机，系统根据画面实时监测识别皮带边缘与托辊外沿参考距离，检测相邻3架托辊与皮带的距离，当系统识别到皮带与托辊的距离发生变化并到达预设的跑偏警戒预定值，并且在持续预定的时间不能消失时，将立即发出告警并抓图记录。
3）皮带堵料监测
皮带堵料监测是在皮带的转载处或者皮带卸料口的适当位置安装摄像机，系统实时监测皮带上物料形态以及物料堆积的高度。当有皮带搭接处的物料出现堆积时且到达预设的警戒高度后，在特定时间内不能消失时，系统则认为是发生堵料，发出告警信息并抓图记录。
4）皮带流量监测
皮带流量监测是在皮带的转载处或者皮带卸料口的正上方的适当位置安装摄像机，实时监测皮带上煤流的宽度，给出占比值。系统根据整个皮带集控的运输逻辑，进行整个皮带的转速调控，实现量大高速、量小低速、无量停止的智能转速控制，从而降低能耗。系统可自动检测传送皮带的含煤量等级，即满溢、多煤、少煤、无煤状态，状态变改时将产生事件通知。
5）皮带异物监测
皮带异物监测是在皮带的上方适当位置安装摄像机，系统实时监测运输皮带上运输的煤流表面的大煤块、锚杆、钻杆、煤矸石、木板、铁棍等进行实时分析监测，发现大于某规定体积的煤块、长度大于某尺寸的杆状物体则进行预警提醒，抓拍图片并记录、推送告警消息。
6）皮带坐人监测
通过识别皮带和人员及姿势，检测到皮带上坐人时，将立刻触发告警并抓图留证，并且语音提醒通知前方；事件触发后生成带有标记框的视频录像文件。
3、其他类算法
1）摄像头遮挡、挪动识别
支持每小时识别一次，当识别到摄像头被遮挡、挪动角度时，则触发告警，生成带标记框的视频录像MP4文件。
2）烟火识别
基于视频分析，自动发现监控区域内的异常烟雾和火灾苗头，以最快、最佳的方式进行告警和协助消防人员处理火灾危机，并最大限度降低误报和漏报现象。可查看现场实时图像，根据直观的画面直接指挥调度救火。
四、总结
通过将人工智能、物联网、移动互联网、云计算、大数据、GIS等技术与矿山安全生产的各个环节深度融合，可实现对采矿生产过程中的数据实时精准采集、高可靠传输、资源集成融合、智能化分析与处理等，满足多维感知、实时互联、协同控制、智能预警等需求，覆盖矿山安全生产的全流程，提升管控能力，助力采矿企业实现精细化开采、安全化生产、智慧化管理。
