当前位置: 首页 > news >正文

智慧矿山视频智能监控与安全监管方案

一、行业背景

随着全球能源需求的日益增长,矿业行业作为国民经济的重要支柱,其发展日益受到广泛关注。然而,传统矿山管理模式的局限性逐渐显现,如生产安全、人员监管、风险预警等方面的问题日益突出。因此,智慧矿山智能监管方案的提出,旨在通过集成先进的信息技术,实时监测矿山生产过程中的安全隐患,及时预警和干预,降低生产事故发生的概率,提升矿山的综合监管能力。

二、方案概述

TSINGSEE青犀智慧矿山视频智能监控与监管方案,旨在通过集成先进的视频监控技术和智能化分析算法,为矿山安全监管提供全面、高效、智能的解决方案。该方案采用高清网络摄像头、智能视频分析系统、云计算平台等先进技术,实现对矿山生产区域、重要设施、人员活动等关键环节的实时监控和智能分析。

高清网络摄像头可部署在矿山各个关键区域,通过高清视频流实时传输,为监管部门提供清晰、真实的现场画面。同时,智能视频分析系统将对视频流进行实时分析,通过人脸识别、行为识别、异常检测等算法,自动识别出异常情况,如人员违规操作、设备故障等,及时发出预警,提醒监管部门及时采取措施。

云计算平台将作为数据处理和存储的中心,实现对视频数据、分析数据、报警数据等海量数据的存储和管理。通过云计算平台的数据分析和挖掘,监管部门可以全面掌握矿山生产情况,为制定更加科学、合理的安全监管政策提供数据支持。

三、方案架构

1)架构一:

利用防爆单兵执法仪下井采集矿场作业视频,升井后,从采集站取视频文件(通过EasyDSS软件对接采集站,获取视频文件)并转成RTSP格式视频流,接入到TSINGSEE青犀智能分析网关V4中,实现对现场的安全风险智能识别,同时将告警消息推送同步到视频汇聚管理/安防监控EasyCVR平台。

2)架构二:

将矿场部署的防爆摄像机直接接入到TSINGSEE青犀AI智能分析网关V4中,对现场的安全风险进行智能识别,同时将告警消息推送同步到安防监控/视频监控/智慧矿山监管平台EasyCVR。

四、AI算法

1)着装规范检测

  • 安全帽佩戴检测:对区域内的工作人员自动检测与识别是否佩戴安全帽,若未按照规定佩戴安全帽,则触发告警,并抓拍;
  • 工作服穿着检测:支持上传工服样式,通过算法匹配数据库,能自动检测区域的工作人员是否穿着工作服,若未穿着工作服,将触发告警(支持上传至少10种工服样式);
  • 口罩佩戴检测:检测画面中人员是否佩戴口罩且检测口罩是否佩戴规范,当漏鼻子,嘴巴或者未佩戴口罩时也一并告警;
  • 工帽检测:自动检测划定区域内的人员是否佩戴工帽,未戴则触发告警。

2)人员违规行为检测

  • 抽烟检测:自动检测固定区域监控画面内是否有人员存在抽烟行为,当识别到抽烟行为时,系统将发出告警并抓拍、记录;
  • 玩手机检测:对工作区域的员工玩手机行为进行实时监测,当监测到有人员违规玩手机时,立即触发报警提示;
  • 打电话检测:自动检测画面内是否有人员打电话,检测到将立即抓拍并告警;
  • 离岗检测:自动检测区域内的人体,再统计区域内的人体数目,数目不达标且达到设置的时间将触发告警;
  • 睡岗检测:自动检测区域内的人体,再判断人体在一定时间内位置是否发生变化,未发生变化再根据睡姿分类器,判断为睡姿则触发告警。(检测趴在桌子上睡、坐在凳子上后仰睡、侧卧在桌子上睡、躺在凳子上仰躺睡)

3)区域人数统计

  • 识别实时采集的图像中的人头或人体,根据人头/头肩或者人体的数量进行区域内人员数量的识别、统计和输出。

4)区域人数异常/超员/不足

  • 异常:在指定区域内设定区域人数阈值,在该区域内若人数未达到或超出设置的人数阈值则触发告警;
  • 超员:超出设定的人数阈值;
  • 不足:低于设定的人数阈值。

5)消防安全检测

  • 烟火检测:对矿场的消防安全场景进行智能化监管,检测固定区域监控画面内是否存在烟火等消防风险隐患,当识别到异常时,平台将自动发出告警并记录;
  • 物联网传感器:支持物联网传感器接入,通过接入烟感、温湿度等传感器,收集实时监测的温湿度数据和烟雾感应状态。
http://www.lryc.cn/news/336287.html

相关文章:

  • 2024春算法训练4——函数与递归题解
  • 【C++】C++知识点复习
  • SpringBoot+Vue,轻松实现网页版人脸登录与精准识别
  • 深入浅出 -- 系统架构之垂直架构
  • 深入浅出 -- 系统架构之微服务架构选型参考图
  • Java 使用 ant.jar 执行 SQL 脚本文件
  • 【随笔】Git 高级篇 -- 快速定位分支 ^|~(二十三)
  • git环境切换
  • hyperf websocket
  • 用Echarts词云数据可视化热词表白​​
  • VUE 实现路由的基本原理
  • Android 11 添加系统属性
  • docker 创建容器过程
  • OSI七层网络攻击行为及防范手段
  • 第100+5步 ChatGPT文献复现:ARIMAX预测肺结核 vol. 5
  • 论文| Convolutional Neural Network-based Place Recognition - 2014
  • 基于微信小程序的自习室预约系统的设计与实现
  • 【机器学习】《机器学习算法竞赛实战》第7章用户画像
  • vue3新手笔记
  • 互联网大厂ssp面经之路:计算机网络part1
  • C语言程序设计每日一练(1)
  • Spring 统一功能处理
  • 【软设】知识点速记2
  • 激光雷达和相机的联合标定工具箱[cam_lidar_calibration]介绍
  • ML.NET(二) 使用机器学习预测表情分析
  • YOLOv9最新改进系列:YOLOv9改进之添加注意力-ContextAggregation,有效涨点!!!
  • 【数据结构】初识数据结构与复杂度总结
  • 子域名是什么?有什么作用?
  • 学习 Rust 的第一天:基础知识
  • 电商技术揭秘七:搜索引擎中的SEO关键词策略与内容优化技术