煤矿巷道监控方法、装置及计算机存储介质制造方法及图纸

技术编号:24932704 阅读:30 留言:0更新日期:2020-07-17 19:59
本申请公开了一种煤矿巷道监控方法。方法包括如下步骤:获取煤矿巷道内的巷道监控图像序列;识别巷道监控图像序列中的目标,并对目标进行分类;若目标包括人员,则生成第一报警指令;若目标为矿车,则对矿车进行跟踪计数。通过上述方式,本申请能够对煤矿巷道运输作业的违规行为进行监控。

【技术实现步骤摘要】
煤矿巷道监控方法、装置及计算机存储介质
本申请涉及视频监控
,特别是涉及一种煤矿巷道监控方法、煤矿巷道监控装置及计算机存储介质。
技术介绍
安全生产是一切工作的重中之重,在煤矿开采作业中很容易出现“三违”现象,尤其是矿井巷道运输作业。通常的煤矿巷道是一种服务于地下煤矿开采,不直通地面的水平或倾斜通道。煤矿巷道的运输特点是:运输量大、巷道路线复杂、巷道狭窄,煤矿巷道运输作业必须严格按照相关的安全规定进行。煤矿巷道运输作业中,煤矿巷道上方的绞车启动后,作业人员在矿车升降过程中的扒车、蹬车、跳车、行车行人、行人行车等违规行为,以及矿车超挂车现象所造成的人员伤亡与财产损失事件屡见不鲜。
技术实现思路
本申请提供一种煤矿巷道监控方法、煤矿巷道监控装置及计算机存储介质,以解决相关技术中监控手段复杂且监测结果不准确的问题。为解决上述技术问题,本申请提供一种煤矿巷道监控方法。该方法包括:获取煤矿巷道内的巷道监控图像序列;识别巷道监控图像序列中的目标,并对目标进行分类;若目标包括人员,则生成第一报警指令;若目标为矿车,则对矿车进行跟踪计数。为解决上述技术问题,本申请提供一种煤矿巷道监控装置。该装置包括通讯电路、处理器和存储器;处理器耦接存储器和通讯电路,在工作时执行指令,以配合存储器和通讯电路实现上述的煤矿巷道监控方法。为解决上述技术问题,本申请提供一种计算机存储介质。计算机存储介质存储有计算机程序,计算机程序被执行以实现上述的煤矿巷道监控方法的步骤。本申请通过对煤矿巷道内的巷道监控图像序列中的目标进行识别,并对目标进行分类,能够降低对目标的误判的可能。当目标分类为人员时,触发报警;当目标分类为矿车时,对矿车进行计数,能够准确识别出煤矿巷道中人员扒车、行车行人或矿车超挂车等违规操作。并且本申请煤矿巷道监控方法所需的硬件组成简单,在准确识别煤矿巷道内的违规操作的同时还能够降低监控成本。附图说明图1是本申请煤矿巷道监控方法第一实施例的流程示意图;图2是本申请提供的对矿车跟踪计数的一实施方式的流程示意图;图3是本申请煤矿巷道监控方法第二实施例的流程示意图;图4是本申请获取绞车的运动状态一实施方式的流程示意图;图5是本申请提供的煤矿巷道监控装置一实施例的结构示意图;图6是本申请提供的计算机存储介质一实施例的结构示意图。具体实施方式为使本领域的技术人员更好地理解本专利技术的技术方案,下面结合附图和具体实施方式对本申请所提供的煤矿巷道监控方法、煤矿巷道监控装置及计算机存储介质做进一步详细描述。请参阅图1,图1是本申请煤矿巷道监控方法第一实施例的流程示意图。本实施例包括如下步骤:S110:获取煤矿巷道内的巷道监控图像序列。本实施例中,巷道监控图像序列例如是从安装于煤矿巷道内的监控摄像头获取的。巷道监控图像序列为矿车在单次上行或单次下行的过程中的多帧连续的巷道监控图像组成。监控摄像头采集巷道内实时的监控图像。其中,监控摄像头可以是可见光监控摄像头、红外监控摄像头、热成像摄像头或深度摄像头等。在煤矿巷道内安装的监控摄像头的数量可以是一个或多个。监控摄像头的安装位置可以是煤矿巷道的倾斜通道的出口处、入口处或出口处与入口处之间的位置。监控摄像头的数量和安装位置以实际需求为准,本申请对此不作限制。监控摄像头的安装角度以能使巷道监控图像序列中矿车运行轨道与巷道监控图像的上下边缘平行或大致平行为宜。当然,巷道监控图像序列中矿车的运行轨道也可以与巷道监控图像的上下边缘具有倾斜角度,本申请对此不作限制。S120:识别巷道监控图像序列中的目标,并对目标进行分类。本步骤主要进行两个动作:识别和分类。首先识别出巷道监控图像序列中的目标并进行初次分类,再对初次分类的目标进行第二次分类。其中,目标可以是指人员和矿车。本实施例中可以使用人车检测算法识别出巷道监控图像序列中的人员和矿车。人车检测算法可以是R-CNN、R-FCN、SSD或YOLO等目标检测算法。上述人车检测算法经过训练,能够准确提取出巷道监控图像序列中的目标特征,并输出目标在巷道监控图像序列中的初始坐标、编号和初次分类结果。本实施例中,目标的初始坐标是指初次识别出该目标的一帧巷道监控图像中的坐标。人员或矿车的坐标用(class,x1,y1,x2,y2)表示,其中,class表示对目标的初次分类,(x1,y1)和(x2,y2)分别为目标的左上角坐标及右下角坐标。目标的编号可以是在巷道监控图像序列识别出的目标的顺序,编号例如是0,1,2,…,k,一个编号与一个目标唯一对应。为使目标的分类更加准确,降低目标分类错误导致误报的可能性,本实施例还对人车检测算法输出的目标进行二次分类。将人车检测算法输出的目标输入分类器中,分类器输出人员、矿车和背景。分类器采用的算法包括VGG、AlexNet、GoogLeNet、SqueezeNet或ResNet等。当分类器输出的目标类别为“人员”时,执行S130。当分类器输出的目标类别为“背景”时,执行S160。当分类器输出的目标类别为“矿车”时,执行S140。S130:生成第一报警指令。当分类器输出的目标类别包括人员,则生成第一报警指令,以提醒工作人员煤矿巷道中存在行车行人的违规行为。第一报警指令可以触发相应的警报,例如通过扬声器发出警报声或语音警报,或者在监视屏上显示类似“存在行车行人,危险”的文字,或者通过报警灯发出灯光警报。S140:对矿车进行跟踪计数,比较跟踪计数与阈值数量。当分类器输出的目标类别为矿车时,则对巷道监控图像序列中的矿车进行跟踪计数。请参阅图2,图2是本申请提供的对矿车跟踪计数的一实施方式的流程示意图。本实施方式包括如下步骤:S141:获取巷道监控图像序列的初始帧中目标的初始坐标。获取S120中巷道监控图像序列的初始帧中矿车的初始坐标。初始帧是指初次识别出该矿车的一帧的巷道监控图像。当巷道监控图像序列存在两个及以上的矿车时,不同的矿车的初始帧和初始坐标可能不同。因此本步骤是指分别获取每一分类为矿车的目标的初始坐标(x1,y1,x2,y2),以对该矿车进行跟踪计数。S142:利用跟踪算法,对巷道监控图像序列的目标进行跟踪,获取预设跟踪时间后目标的跟踪坐标。由于矿车在煤矿巷道中会朝某一方向运动,因此可采用跟踪算法对巷道监控图像序列的矿车的轨迹进行跟踪。获取初始帧预设跟踪时间后的跟踪帧,利用跟踪算法计算目标在跟踪帧中的跟踪坐标(xt1,yt1,xt2,yt2)。预设跟踪时间可以是1秒,2秒,3秒或5秒等,具体预设跟踪时间可以根据巷道监控图像序列中煤矿巷道的实际长度和矿车的运行速度设置,本申请对此不作限制。跟踪算法可以是KCF,SiamMask,MOSSE,CSK或STC等。本实施例中,巷道监控图像序列采用的坐标系均相同,以保证初始坐标与跟踪坐标具有可比性本文档来自技高网...

【技术保护点】
1.一种煤矿巷道监控方法,其特征在于,所述方法包括:/n获取所述煤矿巷道内的巷道监控图像序列;/n识别所述巷道监控图像序列中的目标,并对所述目标进行分类;/n若所述目标包括人员,则生成第一报警指令;/n若所述目标为矿车,则对所述矿车进行跟踪计数。/n

【技术特征摘要】
1.一种煤矿巷道监控方法,其特征在于,所述方法包括:
获取所述煤矿巷道内的巷道监控图像序列;
识别所述巷道监控图像序列中的目标,并对所述目标进行分类;
若所述目标包括人员,则生成第一报警指令;
若所述目标为矿车,则对所述矿车进行跟踪计数。


2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取绞车监控图像序列,所述绞车用于拉动所述煤矿巷道内的矿车;
使用动态检测算法检测所述绞车监控图像序列,以获取所述绞车的运动状态;
在所述绞车的运动状态为运行时,执行所述识别所述巷道监控图像序列中的目标,并对所述目标进行分类的步骤。


3.根据权利要求2所述的方法,其特征在于,所述使用动态检测算法检测所述绞车监控图像中所述绞车的运动状态,包括:
使用动态检测算法计算所述绞车监控图像序列中当前帧绞车监控图像里每个像素点的速度特征;
统计所述当前帧绞车监控图像里速度特征为目标速度的像素点的目标数量;
若所述绞车监控图像序列中最大的目标数量与所述绞车监控图像中像素点数量的比值大于等于比例阈值,则确定所述绞车的运动状态为运行;
若所述绞车监控图像序列中最大的目标数量与所述绞车监控图像中像素点数量的比值小于比例阈值,则确定所述绞车的运动状态为停止。


4.根据权利要求3所述的方法,其特征在于,所述使用动态检测算法计算所述绞车监控图像序列中当前帧绞车监控图像里每个像素点的速度特征,包括:
使用动态检测算法计算所述当前帧绞车监控图像里每一像素点的当前位置,以及前一帧绞车监控图像里每一像素点的历史位置,所述当前帧绞车监控图像与所述前一帧绞车监控图像之间为第一时间间隔;
根据所述第一时间间隔、所述每一像素点的当前位置和所述每一像素点的历史位置,计算所述绞车监控图像中第一数量的像素点中每一像素点的速度特征。


5.根据权利要求1所述的方法,其特征在于,所述对所述矿车进行跟踪计数,包括:
获取所述巷道监控图像序列的初始帧中所述目标的初始坐标;
利用跟踪算法,对所述巷道监控图像序列的目标进行跟踪,获取预设跟踪时间后所述目标的跟踪坐标;
判断所述初始坐标和所述跟踪坐标与预设分界线的坐标关系,以对所述目标进行上行计数或下行计数。

【专利技术属性】
技术研发人员:吴剑峰程德强郑春煌
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1