非煤礦山智能化改造，除了政策文件，上級監管單位需要安裝的AI智能分析算法功能之外的，礦方真正關心的，能解決礦方安全生產隱患的AI智能分析算法功能有哪些呢？

經過與礦方的現場交流溝通，收集第一現場人員對安全生產隱患的需求，我們整理了如下的第一期急需要解決的AI智能分析算法。現描述如下：

1、人員入井口安全帽檢測

人員入井過閘機前，通過AI攝像機判斷進入指定區域內的人員是否佩戴安全帽，對檢測到有未佩戴安全帽的人員，AI攝像機發出報警信息，并將報警信息發送給閘機系統，成為閘機系統判斷是否開閘的一個判斷條件；AI攝像機對接閘機系統，并將報警信息推送到礦山多模態智能預警平臺，對未佩戴安全帽的人員進行抓圖留證，并生成的報警短視頻，通過礦山多模態預警平臺對未佩戴安全帽的情況統計匯總。

AI攝像機支持在畫面中劃定區域，只對劃定區域內的人員進行檢測，當劃定區域內出現多個人員時，同時對多個人員進行檢測，只要檢測到劃定區域內有人員未佩戴安全帽的情況，系統即認定有人未佩戴安全帽，將對閘機系統發送不開門指令，從而對現場人員起到相互監督作用。

平臺支持多種顏色安全帽的判斷，也支持多種款式的支持。我們在對安全帽進行檢測的同時，對人頭和人肩的檢測，以提高檢測準確率。降低誤報的發生

AI攝像機支持對未佩戴安全帽的持續時長進行判斷，從而可以排除偶爾一張圖片誤報的情況，也可以排除摘帽抓癢情況的誤報。

AI攝像機支持對檢測對象大小的過濾，可以根據現場情況進行靈活設置，比如在近景檢測環境中，人頭和人肩都比較大了，就可以在參數里設置檢測目標的大小設大些，從而排除非人頭而像人頭對象的誤報，針對現場情況進行細分化的設置將大大提高現場AI算法識別率的提高。

2、人員入井口自救器檢測

自救器做為下井人員必戴的安全設備，也關系著每一個下井人員的生命安全，一旦有人員未佩戴自救器下井，將對安全生產帶來非常大的安全隱患，因此特別重視自救器的佩戴情況檢測。

人員入井過閘機前，通過AI攝像機判斷進入指定區域內的人員是否佩戴自救器，對檢測到有未佩戴自救器的人員，AI攝像機發出報警信息，并將報警信息發送給閘機系統，成為閘機系統判斷是否開閘的一個判斷條件；AI攝像機對接閘機系統，并將報警信息推送到礦山多模態智能預警平臺，對未佩戴自救器的人員進行抓圖留證，并生成的報警短視頻，通過礦山多模態智能預警平臺對未佩戴自救器的情況統計匯總。

AI攝像機支持在畫面中劃定區域，只對劃定區域內的人員進行檢測，當劃定區域內出現多個人員時，同時對多個人員進行檢測，只要檢測到劃定區域內有人員未佩戴自救器的情況，系統即認定有人未佩戴自救器，將對閘機系統發送不開門指令，從而對現場人員起到相互監督作用。

自救器佩戴方式按照統一標準方式進行佩戴，比如佩戴在身前，面向AI攝像機的方向，確保自救器不被遮擋和處于攝像機檢測不到的角度。

系統支持多種顏色、款式的自救器檢測，也支持根據現場自救器的樣式進行學習優化，直至系統能準確識別出自救器為止。

系統支持自救器和人員關系的確認，確保自救器是佩戴在下井人員身上的，從而提高自救器檢測準確率的提升，也可以避免對自救器設備識別的誤報而判斷錯誤。

AI攝像機支持對未佩戴自救器的持續時長進行判斷，從而可以排除偶爾一張圖片誤報的情況，也可以部分排除自救器偶爾被遮擋情況的誤報。

AI攝像機支持對自救器檢測對象大小的過濾，可以根據現場情況進行靈活設置，比如在近景檢測環境中，自救器比較大了，就可以在參數里設置檢測目標的大小設大些，從而過濾掉小目標的判斷，部分排除非自救器對象的誤報，針對現場情況進行細分化的設置將大大提高現場AI算法識別率的提高。

3、人員入井口抽煙檢測

抽煙是對人身體傷害非常大的一種不良習慣，也是礦山明文禁止的一種行為，但部分人員煙癮比較大，難以控制，想著在下井前先抽上一根，而下井前的環境是比較危險的情況，一旦有人抽煙，將會帶很大的安全隱患。

通過AI攝像機判斷進入指定區域內的人員是否存在抽煙行為，對檢測到有人抽煙的情況，AI攝像機發出報警信息，并將報警信息推送到礦山多模態智能預警平臺，對抽煙的人員進行抓圖留證，并生成的報警短視頻，通過礦山多模態智能預警平臺對有人抽煙的情況統計匯總。

AI攝像機抽煙檢測支持多種條件的判斷：一是對煙的識別，首先判斷是否是煙，包括點火的煙和未點火的煙，二是對人的嘴、臉和手的判斷，三是對動作的判斷，三個條件組合判斷之后，只有幾種情況下才會報警，一是人手夾煙，二是人手夾煙放在嘴邊，三是人嘴叼著煙時，只有這三種情況下才會報警，當然，煙分點著帶火點和未點著不帶火點和煙霧的情況。

AI攝像機支持對抽煙檢測的持續時長進行判斷，從而可以排除偶爾一張圖片誤報的情況。

AI攝像機支持對抽煙檢測對象大小的過濾，可以根據現場情況進行靈活設置，比如午煙是比較小的檢測對象了，但人臉和人手等檢測對象偏大，我們可以組合兩種對象的大小進行聯合判斷是否是我們需要檢測的對象。

4、阻車器狀態檢測

阻車器做為萬一有異常礦車出罐籠后的第一道阻車器，對安全生產起著非常重要的作用。但如果對阻車器的狀態處理不當，也會對正常生產帶來一定的麻煩，而正常的使用阻車器就至關重要了。

那怎樣才能正確使用阻車器呢，在培訓、考核工作人員的前提下，再借助AI分析算法及時判斷阻車器的狀態是否處于正確狀態下，從面避免因人為疏忽而導致的不安全因素。

阻車器的正確工作狀態：當罐籠門關閉，沒有礦車從罐籠出來，軌道處于空閑狀態時，阻車器應該處于閉合狀態，防止車輛通過軌道進入罐籠或者從罐籠出來，若此時AI攝像機檢測到阻車器處于打開狀態時會第一時間產生報警，并把報警信息上報給礦山多模態智能預警平臺。

當AI攝像機檢測到罐籠門打開，當罐籠門打開搖臺放下時，在系統設定的時間內，阻車器必須處于打開狀態，方便礦車通行，如果在系統設定的時間內阻車器未打開還處于閉合狀態，AI攝像機將產生報警并聯動聲光報警設備發出警報。第一時間把報警信息上報給礦山多模態智能預警平臺。

5、擋車欄狀態檢測

擋車欄做為阻擋一切車輛在非必要的情況下靠近罐籠的一道有力屏障，而工作人員往往容易忽略對其進行關閉，從而導致對礦山的安全生產帶來很大的安全隱患，我們通過AI攝像機通過對礦山和擋車欄狀態的識別，能夠有效排除安全生產的隱患，確保安全生產的順利進行。

擋車欄有打開和關閉兩種狀態，當擋車欄處理關閉狀態時，可以有效阻擋一切車輛的進入，而處理打開狀態時，車輛可以進入也可以出去。

AI攝像機根據罐籠門的狀態聯合判斷擋車欄應該處于的狀態，當檢測到擋車欄處理不正常狀態下時立即產生報警并抓拍圖片上報礦山多模態智能預警平臺。

那怎樣才是擋車欄正確的狀態：當罐籠門關閉，沒有礦車從罐籠出來，擋車欄應該處于閉合狀態，防止車輛通過并進入罐籠或者從罐籠出來，若此時AI攝像機檢測到擋車欄處于打開狀態時會第一時間產生報警，并把報警信息上報給礦山多模態智能預警平臺。

擋罐籠門打開，搖臺處理放置到位時，應該在系統設定的時間內打開擋車欄，使擋車欄處于打開狀態，方便礦車出入。若罐籠門打開后在系統設定時間內未打開擋車欄，AI攝像機會第一時間發出報警，聯動聲光報警器。并把報警系統推送給礦山多模態智能預警平臺。

當AI攝像機檢測到罐籠門關閉后，在系統設定的時候內擋車欄繼續處于打開狀態時，系統會產生報警，并聯動聲光報警，通過短信、電話通知相關人員，并在礦山多模態智能預警平臺產生報警信息，形成告警處理閉環，直接擋車欄處理正常狀態時結束本次報警事件。當相關人員未及時處理擋車欄相關狀態時。礦山多模態智能預警平臺根據平臺設定的升級時長，自動對事件進行升級，并通過短信、電話自動通知更高一級事件處理人。從而讓事件得到更有效的處理。

通過先進的AI智能分析算法，礦山項目實現多項安全隱患的智能檢測與預警功能，包括人員入井的安全帽與自救器佩戴情況、抽煙行為監控及阻車器與擋車欄狀態檢測，從而有效保障礦山安全生產，提升工作現場的安全防護水平。

中偉視界礦山版分析服務器、AI盒子、IPC包含的算法有：皮帶跑偏、皮帶異物、皮帶撕裂、皮帶劃痕、皮帶運行狀態識別（啟停狀態）、運輸帶有無煤識別、煤流量檢測、運輸帶坐人檢測、行車不行人、罐籠超員、靜止超時、搖臺是否到位、入侵檢測、下料口堵料、運輸帶空載識別、井下堆料、提升井堆煤檢測、提升井殘留檢測、瓦斯傳感器識別、猴車長物件檢測、佩戴自救器檢測、風門監測、運料車通行識別、工作面刮板機監測、掘進面敲幫問頂監控、護幫板支護監測、人員巡檢、入侵檢測、區域超員預警、未戴安全帽檢測、未穿工作服識別、火焰檢測、離崗睡崗識別、倒地檢測、攝像機遮擋識別、攝像機挪動識別等等算法。

審核編輯 黃宇