基于机器视觉的煤矿井下人员异常轨迹检测系统和方法技术方案

本发明专利技术公开了一种基于机器视觉的煤矿井下人员异常轨迹检测系统，包括拍摄模块、视频传输模块、地面控制模块、显示模块、预警模块。拍摄模块捕捉井下人员安全帽上的标识和井下实时视频图像；视频传输模块通过以太网将视频信号传输到地面控制中心；地面控制模块快速处理图像，确定工种及相应预设轨迹，生成实时行动轨迹与预设轨迹的对比图像信号；显示模块显示轨迹对比图和所有井下摄像机的实时图像；预警模块是在检测到轨迹异常时提示井下人员正确轨迹，而且告知地面调度人员异常情况。本检测方法科学性、实用性兼顾，添补了井下人员轨迹检测的空白，提升井下操作规范性、顺序性、完整性，有效规避因业务不熟或个人经验主义造成的安全事故。

System and method of abnormal track detection in Coal Mine Based on machine vision

The invention discloses a coal mine underground personnel abnormal track detection system based on machine vision, which includes shooting module, video transmission module, ground control module, display module and warning module. The shooting module identification and real-time video image capture of underground mine personnel safety helmet; video transmission module through the Ethernet video signal is transmitted to the ground control center; fast image processing ground control module, and determine the types corresponding to a predetermined trajectory, generate real-time action track and preset trajectory contrast image signal; a display module to display the real-time image contrast map all tracks and well camera; early warning module is detected at the tip trajectory anomalies of underground personnel the correct path, and inform the ground dispatchers abnormal situation. This method is scientific and practical consideration, fills the blank of underground personnel trajectory detection, improve the downhole operation standard, order and integrity, effectively avoid safety accidents caused by the unfamiliar business or personal empiricism.

【技术实现步骤摘要】
基于机器视觉的煤矿井下人员异常轨迹检测系统和方法
本专利技术涉及图像处理和自动检测领域，尤其是涉及一种基于机器视觉的煤矿井下人员异常轨迹检测系统和方法。
技术介绍
在矿产资源丰富的发达国家，煤矿机械程度高达95%，实际井下工作人员占比很小，能从人员基数方面控制伤亡次数，而且机械化操作高效、规范，巷道通畅方便机械检修与保养，发生危险易于撤离。反观我国煤矿行业现状，机械自动化程度不高，瓦斯爆炸、煤矿透水或煤矿巷道塌陷等事故频发。煤矿井下发生安全事故主要有以下原因：首先，煤矿开采属于高危特殊工种，但井下操作工人受教育程度低，专业培训有限，易忽视安全规章制度；其次，井下作业面距离地面远，开采后的地形蜿蜒崎岖，井下人员与地面调度交流不畅，与此同时降低对井下人员的监管。为解决上述问题，想通过追踪井下人员运动轨迹来实现井下操作流程规范和人员准确定位。目前，日常生活中对人运动轨迹的记录和空间定位技术已经逐步成熟，但在煤矿井下环境恶劣，光线条件差，加之金属机械和巷道金属防护罩对无线信号的干扰，在井下对矿工轨迹自动检测依然是空白，迄今为止没有一种对矿工轨迹检测的方法。井下人员只能携带标识卡，在出入井口、本文档来自技高网...

【技术保护点】
一种基于机器视觉的煤矿井下人员异常轨迹检测系统，其特征在于，包括：已数字编号的多个井下摄像模块，设置于井下指定位置，用于拍摄不同工种的井下人员佩戴的安全帽上的标识和观察实时井下画面；其中，所述工作类型至少包括瓦斯工和电钳工；视频传输模块，用于将所述多个井下摄像模块拍摄得到的视频信号传输到地面控制模块；地面控制模块，用于接收、处理、分析所述视频信号，形成对应于不同类型工种的拍摄对象的轨迹信息对比数据；显示模块，用于显示所述轨迹信息对比数据和所有井下摄像机的实时图像，并且通过矩阵主机自动切换画面；预警模块，用于在工作人员出现误操作时，告知井下人员正确轨迹并警示以防误操作。

【技术特征摘要】
1.一种基于机器视觉的煤矿井下人员异常轨迹检测系统，其特征在于，包括：已数字编号的多个井下摄像模块，设置于井下指定位置，用于拍摄不同工种的井下人员佩戴的安全帽上的标识和观察实时井下画面；其中，所述工作类型至少包括瓦斯工和电钳工；视频传输模块，用于将所述多个井下摄像模块拍摄得到的视频信号传输到地面控制模块；地面控制模块，用于接收、处理、分析所述视频信号，形成对应于不同类型工种的拍摄对象的轨迹信息对比数据；显示模块，用于显示所述轨迹信息对比数据和所有井下摄像机的实时图像，并且通过矩阵主机自动切换画面；预警模块，用于在工作人员出现误操作时，告知井下人员正确轨迹并警示以防误操作。2.根据权利要求1所述的基于机器视觉的煤矿井下人员异常轨迹检测系统，其特征在于，所述地面控制模块包括：预设单元，用于根据《煤矿岗位工种操流程安全手册》规定的安全准则，由编程控制器编译，将并将所述预设轨迹按照所述井下摄像模块的数字编号形成数字编码存储于一数据模块；图像处理单元，用于接收所述视频信号，并基于Opencv对所述视频信号进行处理，形成拍摄对象的轨迹信息；标识检测单元，用于通过Canny边缘检测出安全帽上的标志，确定佩戴所述安全帽的工作人员的工种；对比单元，用于将实时图像处理得到的拍摄对象的轨迹信息和所述预设单元预设的相应工种的正确行进轨迹对比。3.根据权利要求2所述的基于机器视觉的煤矿井下人员异常轨迹检测系统，其特点在于，所述对比单元将预设轨迹的数字编码作为一个元素集合A，代表实时路径的数字编码作为元素集合B，A={X/X∈N*}，B={Y/Y∈N*}将轨迹对比的过程类比为集合B的元素按y=x一对一映射到集合A中，如果映射关系不成立集合B中含有集合A以外的其他元素，则认定轨迹异常。4.根据权利要求2所述的基于机器视觉的煤矿井下人员异常轨迹检测系统，其特征在于，所述的预设单元预设轨迹由编程控制器编译，并将所述预设轨迹形成文件存储在数据模块；同时将多个所述拍摄模块编号与不同工种工作人员佩戴的安全帽的标识信息整合编译，明确不同位置设置的拍摄模块的可拍摄的工作人员的工种类型。5.根据权利要求1所述的基于机器视觉的煤矿井下人员异常轨迹检测系统，其特征在于，所述预警模块分别设置于所述每一拍摄模块设置的位置，通过发送警报信号，通知井下工作人员出现轨迹异常。6.一种基于机器视觉的煤矿井下人员异常轨迹检测方法，其特征在于，包括：...

【专利技术属性】
技术研发人员：乔铁柱，刘宇，梁翼龙，阎高伟，吕玉祥，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：山西,14