智能视频监控系统在煤矿安全管理中的应用

智能视频监控系统在煤矿安全管理中的应用

高飞

（神东煤炭集团安全监察局内蒙古鄂尔多斯017209）

摘要：随着煤矿企业对安全管理的重视程度日益提高及管控手段的不断加强，近年来神东煤炭集团安全工作取得了一些成效。然而现有的井下安全监控系统主要针对工作环境和设备进行盯防，未能对人的行为实施有效监控。本文从当前安全管理难点出发，研究将智能视频监控技术应用于煤矿安全管理之中，以人的现场行为管理为重点，建设煤矿安全智能视频监控系统，以期用来解决煤矿安全管理方面的薄弱环节。

关键词：智能；视频；监控；煤矿；安全管理

1绪论

按照《BP世界能源统计2017》文中的相关数据内容，我国的探明煤炭储量为2440.1亿吨，占到全球总量的21.4%。2016年全世界煤炭总产量为36.564亿吨，而我国的煤炭产量达到了16.857亿吨，占到全球总产量的46.1%，所以说是名副其实的产煤大国。然而煤炭产量的庞大与煤炭生产相对落后的管理方式、采煤设备形成鲜明的对比，各类煤矿安全事故频发，严峻的安全形势使得煤炭生产行业在安全管理的道路上不断寻求进步和突破。

现有的井下安全监控系统主要是针对作业环境和使用设备进行盯防，没有能对人的行为实施有效监控；只是单纯依靠各级管理人员、安全管理人员现场跟值班和巡回检查时发现隐患或违章，存在监管不全面、发现不及时的局限性，不能满足煤矿安全管理的需要。目前各矿井的视频监控大多是通过24小时不间断拍摄的方式记录生产现场的视频影像信息，对于记录下来的海量视频数据进行存储用于查询。这样的视频监控系统缺陷很明显，因为这是一种被动性质的监控系统，系统只能简单直观地提供具体位置的视频影像信息，而视频影像中体现出来的安全隐患与存在问题只能通过人工实时识别，长时间对视频信息进行监控，非常容易导致视觉疲劳和精神分散，对于调度值班人员来说工作任务将会异常艰巨，进而导致安全隐患或人员违章行为的发现、处理不够及时[1]。

通过分析神东煤炭集团建立以来各矿井单位发生的25起死亡事故以及近年来的轻伤、重伤事故，总结规律后发现，发生频率较高的事故类型主要有运输事故、机电事故和顶板事故，以上三类事故占到总事故数量的50%以上，事故直接原因一般都是人员对作业环境中存在的危险源辨识不到位或者人员不安全行为导致的，所以对于如何更加有效地对于煤矿井下危险源进行管控、对于人员不安全行为能够及时发现并进行纠正是当前安全管理工作中的一个重点和难点。通过研究分析，提出安全管理的几大类需求，对于智能视频监控系统在煤矿井下的建设方向进行了明确，主要目标是实现如下功能：

（1）皮带机尾堆煤检测预警。

（2）生产期间人员进出危险区域[2]（生产作业区域）预警。

（3）各级管理人员跟班、值班考勤情况。

（4）掘进工作面空顶作业和超循环作业预警。

2智能视频监控系统方案

本文的主要研究内容是在满足煤矿安全生产的技术要求和国家、行业相关安全标准的前提下，依托先进、成熟的技术，结合煤矿井下实际情况，充分利用矿井已有的平台资源联网运行，进行可靠、灵活的应用，取长补短，应用智能视频系统监控分析井下作业现场，自主分析、判断视频画面中存在的危险源及不安全行为，弥补当前安全管理模式中的薄弱环节，保障煤矿安全生产。

智能视频监控系统可以被借鉴到多个行业进行应用，因为环境复杂，条件多变，如何对于煤矿井下拍摄视频中出现的异常情况进行及时、准确的判断，是我们面临的难点。下面结合系统功能设计说明实现原理及应用技术。

2.1皮带机尾堆煤检测

2.1.1功能需求背景

神东煤炭集团所属各矿井机械化程度相对较高，这在很大程度上提升了生产效率，对于减人增效起到了积极推动作用，但是各类设备构造复杂，部件较多，在日常使用、维护、维修过程中也相对容易出现机械伤人事故。目前各矿井井下主要运输均采用带式输送机，带式输送机安装数量与长度随着采掘范围的扩大而不断延伸，在带式输送机的维护与故障处理方面更需要加强管理。一是因为带式输送机机身布满外露的转动部位，危险性较大；二是因为按照目前的生产组织方式，由带式输送机检修工进行巡回检查，多数是单岗作业，发生事故后很难被及时发现并进行救治。历年来多次发生同类事故，例如：2008年锦界煤矿“9.5”带式输送机伤人事故、2009年寸草塔二矿“2.10”带式输送机伤人事故、2010年布尔台煤矿“6.28”带式输送机伤人事故等。所以，对于带式输送机的管理是重点也是难点。

皮带机尾堆煤是生产过程中较为常见的一种故障类型，在处理时作业人员经常存在习惯性违章现象，如果能够在皮带机尾发生堆煤的第一时间监测到位，发出警报或控制停机，那么就可以有效减少人员违章的概率，同时减少处理故障所用时间，提高安全生产效率。

2.1.2实现原理

将摄像机选取合适位置进行安装后设置目标检测区域范围、设置预警及报警线，配备辅助光源进行持续拍摄，智能监控后台分析画面，按照不同堆煤高度设置分级预警机制，对于监控时间段内、监控范围内出现的堆煤高度超出报警线的情况进行监测，发现符合规则设定方向的超高目标即产生报警。

2.1.3技术应用

运用背景减除法实现皮带机尾周围堆煤检测预警，主要是利用当前图像与背景图像的差分来检测出运动区域的一种技术。主要包含绊线检测技术，绊线检测技术是指对于任意给定的视频，可根据需要在其画面中设置多条拌线，并规定其禁止穿越方向（单向或者双向），当运动物体穿越警戒线时，即产生报警信息[3]。在皮带机尾堆煤视频画面中设置分级报警位置，实现皮带机尾、破碎机周围堆煤监测预警。

2.2人员进入危险区域检测

2.2.1功能需求背景

煤矿井下“危险区域”这一概念包含内容较多，按照设备运行情况、供风情况、巷道支护情况、有害气体危害情况等方面可以划分为若干类别和区域，点多面广，巡查所需时间长、人员多，而且一些危险区域远离采掘工作面及主要巷道，日常检查频率较低，给安全管理带来一定的难度。

本次系统实验选择了在安全管理重要性与难度方面均比较有代表性的掘进工作面作为“危险区域”。历年来发生在掘进工作面的事故也有很多，例如：2010年大柳塔煤矿“7.23”连采铲车伤人事故、2010年上湾煤矿“9.11”连采运煤车伤人事故、2011年锦界煤矿“9.28”连采破碎机伤人事故等。

掘进工作面正常作业时，无论是单巷掘进还是双巷掘进，都只允许留有一个安全行人出口，在出口位置（通常设在破碎机旁，由破碎机司机管理出入人员）设置栅栏进行管理，但仅靠“人的管理”无法实现百分之百的无漏洞，所以采用智能视频监控系统辅助管理掘进面安全出口，便于在掘进作业或支护作业期间监控人员进入工作面的情况。

2.2.2实现原理

实时检测人在特定区域内的进入、离开、出现、消失行动轨迹等事件情况并按照设定条件发出警报，在实现与采掘设备控制系统接入的情况下可及时控制设备停机。

2.2.3技术应用

采用减背景的方法提取前景目标，利用高斯背景建模与码本背景建模，兼顾系统鲁棒性与实时性，采用快速特征点算法检测人体特征点，再引入分层的相位相关算法进行特征点跟踪，最后采用随机采样一致算法，估计图像的全局运动[4]，最后利用高斯平滑滤波方法，对运动参数序列进行滤波，得到检测结果。

2.3跟班考勤检测

2.3.1功能需求背景

2010年9月国家安全生产监督管理总局下发了第33号令：《煤矿领导带班下井及安全监督检查规定》，当前执行的是2015年6月国家安全监管总局修正后的内容，对于各级领导干部在煤矿井下带班跟班是否执行到位，目前主要是以入井、升井登记，以及人员定位系统的实时定位来作为依据，但仍然存在一些弊端和片面性，使用智能监控系统，能够实现各个采掘工作面及重点管控区域的带班跟班考勤检测，不仅检测管理人员是否入井，还能检测其带班入井时间范围内的巡查范围。

2.3.2实现原理

将人脸图像标示为特征向量，用于人脸身份对比用途。

2.3.3技术应用

采用基于24位灰度图像对人脸进行识别的算法[5]；采集图像之后，一是实施优化处理，初步划分人脸范围；二是捕捉特征区域，如人眼、鼻孔、嘴巴，分析其对称性，选取正面人脸画面；三是去除图像中噪点，可以利用高斯平滑方式，选取局部范围进行轮换处理；四是定位面部画面，捕获特征点，与人脸库进行比对。

2.4连掘超循环与空顶作业检测

2.4.1功能需求背景

神东煤田基本构造形态为单斜构造，倾角1-3度、局部可达5-8度，呈宽缓波状起伏，属于地质构造简单煤田。因几乎没有构造应力，所以地压也小，顶板相对比较稳定，但历年来仍然多次发生过顶板事故，例如：2009年石圪台煤矿“2.19”冒顶事故、2009年哈拉沟煤矿“9.4”顶板事故、2009年寸草塔二矿“9.4”冒顶事故、2010年补连塔煤矿“7.24”冒顶事故、2013年黄玉川煤矿“9.16”冒顶事故等。通过比较、分析，导致事故发生的主要原因以及目前存在的薄弱环节主要有：1.空顶作业所占的比例较大，一旦发生，通常都会出现伤亡事故；2.采煤、掘进作业时，经常由于习惯性违章导致事故；3.在遇到地质构造、薄基岩、过空巷等情况时，没有加强顶板管理或是进行补强支护；4.对于采煤工作面顶板初次来压和周期来压的规律掌握不清楚。

为了能够有效避免顶板事故，在本次智能视频监控系统的功能需求中特别加入了顶板监控的功能需求。

2.4.2实现原理

以掘进机作为参照，在掘进工作面的掌子头设置摄像机，实时观测设备运行轨迹以及按照特定算法进行测距，同时观测顶板是否进行有效支护（将已按规支护的锚杆、锚索、网片进行建模比对），综合判断是否存在违规生产的情况。

2.4.3技术应用

超循环判断采用harris角点算法，基于摄像机的取景范围调整计算参数，在取景范围中预先设置初始观测基准点，依靠摄像画面中能够直观体现的数据测算超循环距离。

在使用拌线检测技术的同时，还需要使用环境智能识别技术，环境智能识别是指通过对背景变化的智能判断，检测出某一物体的运动轨迹和运动距离，通过智能分析算法，借助部分特殊标定，通过检测固定视频范围内锚索、锚杆等打设密度、景深距离等条件，进行综合计算。

在煤机尾部安装发光信号灯，该点光源可近似看作与摄像头处于同一平面中。根据煤机尾部信号灯在视频中的成像，与周围环境及参照物进行动态分析和对比，计算其所处的实际位置与摄像机之间的水平距离。可判断煤机是否超循环作业。如图所示：

图2.1超循环识别示意图

其中BC为摄像头成像平面，AD为摄像头到成像平面中垂线，E是车身后光源到成像平面的投射点。α角为摄像头到光源连线与中垂线AD夹角；β角为摄像头可视范围角的一半；γ角为摄像头可视范围角与重力垂直线夹角，H是摄像头安装高度，h是掘进机高度，x是掘进机尾部光源到摄像头重力垂直线的距离。则可以有：

(2.1)

(2.2)

(2.3)

通过上述公式，可以根据自行定义的煤车最大允许行进距离计算出掘进机尾部光源在摄像头中的投射点位置，并以此位置设置电子警戒点，当掘进机尾部光源在摄像头成像平面中的投射点超过此位置时产生报警。

通过计算机视觉系统对非空顶状态下的特征物体进行模式学习，包括顶部安装的护网和锚杆等。并通过模式识别的方式进行验证监控画面中用户所设置的区域是否为空顶[6]。通过对监控视频中锚杆和锚网位置的检测，分布密度的计算，实时对顶板支护不到位、空顶下作业或超循环作业等安全生产事件产生报警。

3系统功能实测

智能视频监控系统的现场实施及功能测试在神东补连塔煤矿进行。该矿井同时还在实施建设智能矿山管理系统，建成后将实现综连采、主运输、洗选、供电、供排水、通风等系统的集中显示、数据监测存储、自动报警、智能分析、远程控制等功能，将集中体现矿井管理的自动化、信息化和智能化[7]。作为智能化之中的一个分支，智能视频监控系统将视频技术与补连塔煤矿安全生产紧密结合，并与红外、射频、声、光等技术深入融合，以人的现场行为管理为重点，根据新的安全管理需求，来建设煤矿安全智能视频系统。

3.1皮带机尾堆煤检测

（1）设备安装与软件设置

检测摄像机安装在皮带搭接点上方，报警装置安装在皮带走廊煤壁上；通过分级设置“红线”位置，当堆煤发生并超过“红线”后，系统将自动报警，并根据堆煤高度自动调整报警等级。

（2）试验结论：经过多次现场试验，已达到系统设计预期要求。

经过软件模拟和降低“红线”位置，人为制造模拟堆煤事故，识别正确率为100%，均可实现预警。

在实际生产环境中进行测试，实验数据如下：在2016年6月至2017年1月之间，井下测试的4个摄像头（上仓胶带机、主井胶带机、304顺槽皮带机头、310顺槽皮带机头）位置共发生堆煤事故8起，智能视频监控系统功能正常，报警及时，报警级别与实际堆煤高度相符。皮带堆煤检测功能符合设计要求。

3.2人员进入危险区域检测

（1）设备安装与软件设置

综采工作面危险区域摄像机安装在工作面机头入口区域，软件可实时监测是否有人员进入，当设备处于运行状态，采煤机往返运行、液压支架不断动作时，严格禁止人员（采煤机和支架操作人员除外）进入作业区域，进行行走或者逗留；在掘进面，通常将摄像机安设于破碎机处，发现人员走动就触动警报机制。

（2）试验结论：经过多次现场试验，已达到系统设计预期要求。

2016年4月开始进行现场实验，在满足摄像光照条件及检修作业（生产作业时煤尘、震动较大；检修作业是条件相对较好）的情况下，现场测试43人次，对人员进出安全出口的预警率可达100%。

在实际生产环境中进行测试，实验数据如下：在2016年5月至2017年1月之间，井下测试的3个摄像头（连掘一队、连掘二队、综采三队生产区域入口）位置共检测到171人次进出安全出口，经与现场安全管理人员、区队跟值班人员进行核实，其中有13人次进出属于违章作业。

3.3跟班考勤检测

（1）设备安装与软件设置

人员考勤摄像机安装在掘进工作面和连掘工作面的交接班处，就近安装语音报警装置，用于语音提示考勤是否成功。采集的人脸信息包含四种状态：面部干净时的人脸；下井后的人脸；未戴安全帽的人脸；戴着安全帽的人脸。

（2）试验结论：经过多次现场试验，基本达到系统设计预期要求，但识别正确率有待进一步提高。

2016年5月开始进行现场实验，在满足摄像光照条件及检修作业（生产作业时煤尘、震动较大；检修作业是条件相对较好）的情况下，现场测试45人次，对人员识别正确率可达97.8%。

在实际生产环境中进行测试，实验数据如下：在2016年4月至2017年2月之间，井下测试的5个摄像头（连掘一队、连掘二队、综采一队、综采二队、综采三队交接班地点）位置共检测到2844人次（此人数仅限于跟班矿领导、机关人员以及区队领导干部等数据库中已录入信息人员）进出安全出口，通过定期筛查、比对，识别正确人次为2651，对人员识别正确率为93.2%。

图3.1光线较好的22102工作面交接班处

总结规律后发现，识别错误的人次信息主要存在两个特征，一是在作业现场停留、穿行之后人员面部沾染煤尘，致使面部特征发生变化；二是识别人员信息时，交接班地点光照不足、煤尘较大，影响拍摄效果。

3.4连掘超循环与空顶作业检测

（1）设备安装与软件设置。

经现场试验，此识别方法对于摄像机的安装位置要求较高：

1）采用带有强光抑制功能的井下防爆摄像机；

2）采用井下以太网进行数字信号的传输；

3）摄像头架设在距离空顶一米左右的距离处，呈30度左右架设；

4）摄像头正前方应架设反光锚杆（可用作检测是否空顶，以及作为视频参照物）；

5）煤机尾部安装发光信号灯，距离车头若干米。作业过程中保持此灯常开状态。

实现步骤：

一是标定准备：将锚杆和锚网的节点涂以反光漆。

二是实时锚杆锚网检测：利用事先标定的数据训练生成锚杆/锚网分类器，以此精确检测视频中的锚杆锚网位置和角度，误差<0.1%。

三是在进行锚杆密度计算：当连续多帧检测到锚杆锚网精确位置后，算法可根据环境跟踪和3D矫正，计算出密度分布函数，并对出现的锚杆，锚网异常稀疏密度区域报警。

将1台摄像机安装在掘进巷道棚顶正中位置，用于判断超循环距离（掘进机前进距离）和识别空顶区域；将另1台摄像机安装在侧帮距离地面2.5～3ｍ位置，用于检测人员进入空顶区域和靠近掘进设备。

（2）试验结论：经过多次现场试验，基本达到系统设计预期要求，但识别正确率有待进一步提高。

现场测试21次，对超循环及空顶作业的识别正确率可达95.2%。在实际生产环境中进行测试，实验数据如下：在2015年12月至2016年8月之间，井下测试的2个摄像头（连掘一队、连掘二队工作面掘进头）位置共检测到2次超循环作业、4次空顶作业，经与现场安全管理人员、区队跟值班人员进行核实，系统预警的2次超循环作业均属实，4次空顶作业基本都是在临界状态下，未发生实际违章行为，但预警对于安全管理的提升作用依然明显。

4结论

在煤矿安全管理过程中，智能视频技术的应用是可行的，其对于安全管理效能提升、矿井数字化信息化建设具有积极意义。由于煤矿井下生产条件的复杂和多变，井下气候条件、光照条件的劣势明显，本文中所介绍的“煤矿井下智能视频监控技术”大多是在理想化条件下运行，其功能的实现具备积极意义，但不代表可以在各矿井进行推行。因此，在完成了系统的初步设计、测试工作之后，就需要优化硬件配置、设计原理和基础算法，并通过进一步的功能测试、井下真实环境实验来取得大量数据，完善系统数据库建立以及监控识别方法、种类，从而对监控系统进行改进，提高监控识别、判断的准确度。

参考文献

[1]厉丹.视频目标检测与跟踪算法及其在煤矿中应用的研究[D].北京:中国矿业大学,2011.

[2]厉丹,钱建生,柴艳莉.井下危险区域目标检测[J].煤炭学报,2011,36(3):527-532.

[3]谢志栋.基于智能视频分析的多媒体信息处理与无线传输系统的设计与实现[D].南京邮电大学,2013.

[4]雷耀花.煤矿井下视频图像增强与人员检测技术研究[D].太原科技大学,2015.

[5]管超.基于无线Mesh网络井下移动视频监控系统的设计与实现[D].北京交通大学,2016.

[6]李明华,范高贤.数字化视频监控系统在煤矿中的应用.[J].工矿自动化,2006,2:58-60.

[7]吴文臻.智能视频监控系统在煤矿井下的应用研究[J].煤炭技术,2016,4(35):271-273.