中伟视界:AI智能分析算法如何针对非煤矿山的特定需求,提供定制化的安全生产解决方案
非煤矿山智能化改造,除了政策文件,上级监管单位需要安装的AI智能分析算法功能之外的,矿方真正关心的,能解决矿方安全生产隐患的AI智能分析算法功能有哪些呢?
经过与矿方的现场交流沟通,收集第一现场人员对安全生产隐患的需求,我们整理了如下的第一期急需要解决的AI智能分析算法。现描述如下:
1、人员入井口安全帽检测
人员入井过闸机前,通过AI摄像机判断进入指定区域内的人员是否佩戴安全帽,对检测到有未佩戴安全帽的人员,AI摄像机发出报警信息,并将报警信息发送给闸机系统,成为闸机系统判断是否开闸的一个判断条件;AI摄像机对接闸机系统,并将报警信息推送到矿山多模态智能预警平台,对未佩戴安全帽的人员进行抓图留证,并生成的报警短视频,通过矿山多模态预警平台对未佩戴安全帽的情况统计汇总。
AI摄像机支持在画面中划定区域,只对划定区域内的人员进行检测,当划定区域内出现多个人员时,同时对多个人员进行检测,只要检测到划定区域内有人员未佩戴安全帽的情况,系统即认定有人未佩戴安全帽,将对闸机系统发送不开门指令,从而对现场人员起到相互监督作用。
平台支持多种颜色安全帽的判断,也支持多种款式的支持。我们在对安全帽进行检测的同时,对人头和人肩的检测,以提高检测准确率。降低误报的发生
AI摄像机支持对未佩戴安全帽的持续时长进行判断,从而可以排除偶尔一张图片误报的情况,也可以排除摘帽抓痒情况的误报
AI摄像机支持对检测对象大小的过滤,可以根据现场情况进行灵活设置,比如在近景检测环境中,人头和人肩都比较大了,就可以在参数里设置检测目标的大小设大些,从而排除非人头而像人头对象的误报,针对现场情况进行细分化的设置将大大提高现场AI算法识别率的提高。
2、人员入井口自救器检测
自救器做为下井人员必戴的安全设备,也关系着每一个下井人员的生命安全,一旦有人员未佩戴自救器下井,将对安全生产带来非常大的安全隐患,因此特别重视自救器的佩戴情况检测。
人员入井过闸机前,通过AI摄像机判断进入指定区域内的人员是否佩戴自救器,对检测到有未佩戴自救器的人员,AI摄像机发出报警信息,并将报警信息发送给闸机系统,成为闸机系统判断是否开闸的一个判断条件;AI摄像机对接闸机系统,并将报警信息推送到矿山多模态智能预警平台,对未佩戴自救器的人员进行抓图留证,并生成的报警短视频,通过矿山多模态智能预警平台对未佩戴自救器的情况统计汇总。
AI摄像机支持在画面中划定区域,只对划定区域内的人员进行检测,当划定区域内出现多个人员时,同时对多个人员进行检测,只要检测到划定区域内有人员未佩戴自救器的情况,系统即认定有人未佩戴自救器,将对闸机系统发送不开门指令,从而对现场人员起到相互监督作用。
自救器佩戴方式按照统一标准方式进行佩戴,比如佩戴在身前,面向AI摄像机的方向,确保自救器不被遮挡和处于摄像机检测不到的角度。
系统支持多种颜色、款式的自救器检测,也支持根据现场自救器的样式进行学习优化,直至系统能准确识别出自救器为止。
系统支持自救器和人员关系的确认,确保自救器是佩戴在下井人员身上的,从而提高自救器检测准确率的提升,也可以避免对自救器设备识别的误报而判断错误。
AI摄像机支持对未佩戴自救器的持续时长进行判断,从而可以排除偶尔一张图片误报的情况,也可以部分排除自救器偶尔被遮挡情况的误报
AI摄像机支持对自救器检测对象大小的过滤,可以根据现场情况进行灵活设置,比如在近景检测环境中,自救器比较大了,就可以在参数里设置检测目标的大小设大些,从而过滤掉小目标的判断,部分排除非自救器对象的误报,针对现场情况进行细分化的设置将大大提高现场AI算法识别率的提高。
3、人员入井口抽烟检测
抽烟是对人身体伤害非常大的一种不良习惯,也是矿山明文禁止的一种行为,但部分人员烟瘾比较大,难以控制,想着在下井前先抽上一根,而下井前的环境是比较危险的情况,一旦有人抽烟,将会带很大的安全隐患。
通过AI摄像机判断进入指定区域内的人员是否存在抽烟行为,对检测到有人抽烟的情况,AI摄像机发出报警信息,并将报警信息推送到矿山多模态智能预警平台,对抽烟的人员进行抓图留证,并生成的报警短视频,通过矿山多模态智能预警平台对有人抽烟的情况统计汇总。
AI摄像机抽烟检测支持多种条件的判断:一是对烟的识别,首先判断是否是烟,包括点火的烟和未点火的烟,二是对人的嘴、脸和手的判断,三是对动作的判断,三个条件组合判断之后,只有几种情况下才会报警,一是人手夹烟,二是人手夹烟放在嘴边,三是人嘴叼着烟时,只有这三种情况下才会报警,当然,烟分点着带火点和未点着不带火点和烟雾的情况。
AI摄像机支持对抽烟检测的持续时长进行判断,从而可以排除偶尔一张图片误报的情况。
AI摄像机支持对抽烟检测对象大小的过滤,可以根据现场情况进行灵活设置,比如午烟是比较小的检测对象了,但人脸和人手等检测对象偏大,我们可以组合两种对象的大小进行联合判断是否是我们需要检测的对象。
4、阻车器状态检测
阻车器做为万一有异常矿车出罐笼后的第一道阻车器,对安全生产起着非常重要的作用。但如果对阻车器的状态处理不当,也会对正常生产带来一定的麻烦,而正常的使用阻车器就至关重要了。
那怎样才能正确使用阻车器呢,在培训、考核工作人员的前提下,再借助AI分析算法及时判断阻车器的状态是否处于正确状态下,从面避免因人为疏忽而导致的不安全因素。
阻车器的正确工作状态:当罐笼门关闭,没有矿车从罐笼出来,轨道处于空闲状态时,阻车器应该处于闭合状态,防止车辆通过轨道进入罐笼或者从罐笼出来,若此时AI摄像机检测到阻车器处于打开状态时会第一时间产生报警,并把报警信息上报给矿山多模态智能预警平台。
当AI摄像机检测到罐笼门打开,当罐笼门打开摇台放下时,在系统设定的时间内,阻车器必须处于打开状态,方便矿车通行,如果在系统设定的时间内阻车器未打开还处于闭合状态,AI摄像机将产生报警并联动声光报警设备发出警报。第一时间把报警信息上报给矿山多模态智能预警平台。
5、挡车栏状态检测
挡车栏做为阻挡一切车辆在非必要的情况下靠近罐笼的一道有力屏障,而工作人员往往容易忽略对其进行关闭,从而导致对矿山的安全生产带来很大的安全隐患,我们通过AI摄像机通过对矿山和挡车栏状态的识别,能够有效排除安全生产的隐患,确保安全生产的顺利进行。
挡车栏有打开和关闭两种状态,当挡车栏处理关闭状态时,可以有效阻挡一切车辆的进入,而处理打开状态时,车辆可以进入也可以出去。
AI摄像机根据罐笼门的状态联合判断挡车栏应该处于的状态,当检测到挡车栏处理不正常状态下时立即产生报警并抓拍图片上报矿山多模态智能预警平台。
那怎样才是挡车栏正确的状态:当罐笼门关闭,没有矿车从罐笼出来,挡车栏应该处于闭合状态,防止车辆通过并进入罐笼或者从罐笼出来,若此时AI摄像机检测到挡车栏处于打开状态时会第一时间产生报警,并把报警信息上报给矿山多模态智能预警平台。
挡罐笼门打开,摇台处理放置到位时,应该在系统设定的时间内打开挡车栏,使挡车栏处于打开状态,方便矿车出入。若罐笼门打开后在系统设定时间内未打开挡车栏,AI摄像机会第一时间发出报警,联动声光报警器。并把报警系统推送给矿山多模态智能预警平台。
当AI摄像机检测到罐笼门关闭后,在系统设定的时候内挡车栏继续处于打开状态时,系统会产生报警,并联动声光报警,通过短信、电话通知相关人员,并在矿山多模态智能预警平台产生报警信息,形成告警处理闭环,直接挡车栏处理正常状态时结束本次报警事件。当相关人员未及时处理挡车栏相关状态时。矿山多模态智能预警平台根据平台设定的升级时长,自动对事件进行升级,并通过短信、电话自动通知更高一级事件处理人。从而让事件得到更有效的处理。
通过先进的AI智能分析算法,矿山项目实现多项安全隐患的智能检测与预警功能,包括人员入井的安全帽与自救器佩戴情况、抽烟行为监控及阻车器与挡车栏状态检测,从而有效保障矿山安全生产,提升工作现场的安全防护水平。
矿山版分析服务器、AI盒子、IPC包含的算法有:皮带跑偏、皮带异物、皮带撕裂、皮带划痕、皮带运行状态识别(启停状态)、运输带有无煤识别、煤流量检测、运输带坐人检测、行车不行人、罐笼超员、静止超时、摇台是否到位、入侵检测、下料口堵料、运输带空载识别、井下堆料、提升井堆煤检测、提升井残留检测、瓦斯传感器识别、猴车长物件检测、佩戴自救器检测、风门监测、运料车通行识别、工作面刮板机监测、掘进面敲帮问顶监控、护帮板支护监测、人员巡检、入侵检测、区域超员预警、未戴安全帽检测、未穿工作服识别、火焰检测、离岗睡岗识别、倒地检测、摄像机遮挡识别、摄像机挪动识别等等算法。
AI边端云一体化管控平台的特色功能介绍及其工作原理
APP、3D动画效果统计图、WEB页面自定义、电话短信通知、告警等级自动升级、告警短视频、人工巡查等功能介绍的智慧矿山多模态智能分析预警平台
相关文章:

中伟视界:AI智能分析算法如何针对非煤矿山的特定需求,提供定制化的安全生产解决方案
非煤矿山智能化改造,除了政策文件,上级监管单位需要安装的AI智能分析算法功能之外的,矿方真正关心的,能解决矿方安全生产隐患的AI智能分析算法功能有哪些呢? 经过与矿方的现场交流沟通,收集第一现场人员对安…...

Unity 编辑器下 Android 平台 Addressable 加载模型粉红色,类似材质丢失
Unity 编辑器下 Android 平台 Addressable 加载模型粉红色,类似材质丢失 Addressable Play Mode Script加载模式 选择 Use Existiing Build 1.Unity 切换到 PC 平台,执行 Addressable Build 运行,加载 bundle 内的预制体 显示正常 2.Unit…...

Pytest-Bdd-Playwright 系列教程(10):配置功能文件路径 优化场景定义
Pytest-Bdd-Playwright 系列教程(10):配置功能文件路径 & 优化场景定义 前言一、功能文件路径的配置1.1 全局设置功能文件路径1.2. 在场景中覆盖路径 二、避免重复输入功能文件名2.1 使用方法2.2 functools.partial 的背景 三、应用场景总…...

rust逆向初探
rust 逆向葵花宝典 rust逆向技巧 rust逆向三板斧: [!NOTE] 快速定位关键函数 (真正的main函数):观察输出、输入,字符串搜索,断点等方法。定位关键 加密区 :根据输入的flag,打硬件断点,快速捕获…...

【Linux】apt 关闭 ssl 认证
【注意】apt 关闭 ssl 认证可能会引起软件安装风险,请尽量避免关闭。 执行以下命令可以实现全局关闭 sll 验证。 echo Acquire::https::Verify-Peer "false"; >> /etc/apt/apt.conf.d/99disable-signature-verificationecho Acquire::https::Verif…...

【算法】P5018 对称二叉树
题目 P5018 对称二叉树 https://www.luogu.com.cn/problem/P5018 代码 思路:领接表存储二叉树,unordered_map存储各个节点对应的值。dfs遍历一下各个子树的大小个数,再写个递归判断是否是对称二叉树,如果是就更新全局答案。 #…...

Unifying Top-down and Bottom-up Scanpath Prediction Using Transformers
Abstract 大多数视觉注意力模型旨在预测自上而下或自下而上的控制,这些控制通过不同的视觉搜索和自由观看任务进行研究。本文提出了人类注意力变换器(Human Attention Transformer,HAT),这是一个能够预测两种形式注意力…...

JavaSE(十四)——文件操作和IO
文章目录 文件操作和IO文件相关概念Java操作文件文件系统操作文件内容操作字节流FileOutputStreamFileInputStream代码演示 字符流FileWriterFileReader代码演示 缓冲流转换流 案例练习 文件操作和IO 文件相关概念 文件 通常指的是包含用户数据的文件,如文本文件、…...

【视觉SLAM】4b-特征点法估计相机运动之PnP 3D-2D
文章目录 0. 前言1. PnP求解1.1 直接线性变换DLT1.2 P3P1.3 光束平差法BA2. 实现0. 前言 透视n点(Perspective-n-Point,PnP)问题是计算机视觉领域的经典问题,用于求解3D-2D的点运动。换句话说,当知道 N N N个世界坐标系中3D空间点的坐标以及它们在图像上的投影点像素坐标…...

android 性能分析工具(04)Asan 内存检测工具
1 Asan工具简介 1.1 Asan工具历史背景 AddressSanitizer(ASan)最初由Google开发,并作为LLVM项目的一部分。ASan的设计目的是帮助开发者检测并修复内存错误,如堆栈和全局缓冲区溢出、使用已释放的内存等,这些问题可能…...

html中select标签的选项携带多个值
搜索参考资料:SELECT标签中的选项可以携带多个值吗? 【摘抄】: 它可能有一个select选项中的多个值,如下所示。 <select id"ddlEmployee" class"form-control"> <option value"">-- S…...

Lambda表达式如何进行调试
一、概述 Java8提供了lambda表达式,方便我们对数据集合进行操作,我们使用lambda表达式的时候,是不是有这样的疑问,如何对执行过程中的中间数据进行调试呢? 二、例子 在下面的例子中,我们实现随机最多生成…...

C++ —— 剑斩旧我 破茧成蝶—C++11
江河入海,知识涌动,这是我参与江海计划的第2篇。 目录 1. C11的发展历史 2. 列表初始化 2.1 C98传统的{} 2.2 C11中的{} 2.3 C11中的std::initializer_list 3. 右值引用和移动语义 3.1 左值和右值 3.2 左值引用和右值引用 3.3 引用延长生命周期…...

HTML5好看的音乐播放器多种风格(附源码)
文章目录 1.设计来源1.1 音乐播放器风格1效果1.2 音乐播放器风格2效果1.3 音乐播放器风格3效果1.4 音乐播放器风格4效果1.5 音乐播放器风格5效果 2.效果和源码2.1 动态效果2.2 源代码 源码下载万套模板,程序开发,在线开发,在线沟通 作者&…...

C++设计模式行为模式———迭代器模式中介者模式
文章目录 一、引言二、中介者模式三、总结 一、引言 中介者模式是一种行为设计模式, 能让你减少对象之间混乱无序的依赖关系。 该模式会限制对象之间的直接交互, 迫使它们通过一个中介者对象进行合作。 中介者模式可以减少对象之间混乱无序的依赖关系&…...

FFmpeg 4.3 音视频-多路H265监控录放C++开发十五,解码相关,将h264文件进行帧分隔变成avpacket
前提 前面我们学习了 将YUV数据读取到AVFrame,然后将AVFrame通过 h264编码器变成 AVPacket后,然后将avpacket直接存储到了本地就变成了h264文件。 这一节课,学习解码的一部分。我们需要将 本地存储的h264文件进行帧分隔,也就是变…...

力扣 LeetCode 104. 二叉树的最大深度(Day7:二叉树)
解题思路: 采用后序遍历 首先要区别好什么是高度,什么是深度 最大深度实际上就是根节点的高度 高度的求法是从下往上传,从下往上传实际上就是左右中(后序遍历) 深度的求法是从上往下去寻找 所以采用从下往上 本…...

如何高效实现汤臣倍健营销云数据集成到SQLServer
新版订单同步-(Life-Space)江油泰熙:汤臣倍健营销云数据集成到SQL Server 在企业信息化建设中,数据的高效集成和管理是提升业务运营效率的关键。本文将分享一个实际案例——如何通过新版订单同步方案,将汤臣倍健营销云…...

Vue3中使用:deep修改element-plus的样式无效怎么办?
前言:当我们用 vue3 :deep() 处理 elementui 中 el-dialog_body和el-dislog__header 的时候样式一直无法生效,遇到这种情况怎么办? 解决办法: 1.直接在 dialog 上面增加class 我试过,也不起作用,最后用这种…...

具身智能之Isaac Gym使用
0. 简介 Isaac Gym 是由 NVIDIA 提供的一个高性能仿真平台,专门用于大规模的机器人学习和强化学习(RL)任务。它结合了物理仿真、GPU加速、深度学习框架互操作性等特点,使得研究人员和开发者可以快速进行复杂的机器人仿真和训练。…...

【大数据学习 | Spark】spark-shell开发
spark的代码分为两种 本地代码在driver端直接解析执行没有后续 集群代码,会在driver端进行解析,然后让多个机器进行集群形式的执行计算 spark-shell --master spark://nn1:7077 --executor-cores 2 --executor-memory 2G sc.textFile("/home/ha…...

《Python制作动态爱心粒子特效》
一、实现思路 粒子效果: – 使用Pygame模拟粒子运动,粒子会以爱心的轨迹分布并运动。爱心公式: 爱心的数学公式: x16sin 3 (t),y13cos(t)−5cos(2t)−2cos(3t)−cos(4t) 参数 t t 的范围决定爱心形状。 动态效果: 粒子…...

Jmeter 如何导入证书并调用https请求
Jmeter 如何导入证书并调用https请求 通过SSL管理器添加证书文件 支持添加的文件为.p12,.pfx,.jks 如何将pem文件转换为pfx文件? 在公司内部通常会提供3个pem文件。 ca.pem:可以理解为是根证书,用于验证颁发的证…...

Python程序15个提速优化方法
目录 Python程序15个提速优化方法1. 引言2. 方法一:使用内建函数代码示例:解释: 3. 方法二:避免使用全局变量代码示例:解释: 4. 方法三:使用局部变量代码示例:解释: 5. 方…...

足球虚拟越位线技术FIFA OT(二)
足球虚拟越位线技术FIFA OT(二) 在FIFA认证测试过程中,留给VAR系统绘制越位线的时间只有90秒(在比赛中时间可能更短),那么90秒内要做什么事呢,首先场地上球员做出踢球动作,然后VAR要…...

centos7.9单机版安装K8s
1.安装docker [rootlocalhost ~]# hostnamectl set-hostname master [rootlocalhost ~]# bash [rootmaster ~]# mv /etc/yum.repos.d/* /home [rootmaster ~]# curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo [rootmaster ~]# cu…...

图像编辑一些概念:Image Reconstruction与Image Re-generation
图像编辑本质上是在“图像重建”(image reconstruction)和“图像再生成”(image re-generation)之间寻找平衡。 1. Image Reconstruction(图像重建) 定义:图像重建通常是指从已有的图像中提取信…...

【STM32】在 STM32 USB 设备库添加新的设备类
说实话,我非常想吐槽 STM32 的 USB device library,总感觉很混乱。 USB Device library architecture 根据架构图: Adding a custom class 如果你想添加新的设备类,必须修改的文件有 usbd_desc.cusbd_conf.cusb_device.c 需要…...

【Redis】Redis实现的消息队列
一、用list实现【这是数据类型所以支持持久化】 消息基于redis存储不会因为受jvm内存上限的限制,支持消息的有序性,基于redis的持久化机制,只支持单一消费者订阅,无法避免消息丢失。 二、用PubSub【这不是数据类型,是…...

# Spring事务
Spring事务 什么是spring的事务? 在Spring框架中,事务管理是一种控制数据库操作执行边界的技术,确保一系列操作要么全部成功,要么全部失败,从而维护数据的一致性和完整性。Spring的事务管理主要关注以下几点…...