矿山井下前探梁识别及其是否按规程安装监测方法技术

本发明专利技术公开了矿山井下前探梁识别及其是否按规程安装监测方法，包括以下步骤：S1.给摄像头配置算法模型和规程中规定的前探梁数量；S2.系统自动将摄像头信息下发到算法服务；S3.算法服务对摄像头实时监控视频进行计算分析；本发明专利技术所达到的有益效果是：避免安全事故的发生：对掘进面施工过程进行实时计算分析，在发现前探梁安装异常后立即报警，通知管理人员及时制止违规行为；节约人力，不用派额外人员下井监督，提升安全性：能实现对施工全过程自动计算分析，无需人工干预，实现智能化监控；能有效事后追责：对于不按安全生产规程安装前探梁的行为能自动固定证据，为事后追责提供关键信息。息。息。

【技术实现步骤摘要】
矿山井下前探梁识别及其是否按规程安装监测方法


[0001]本专利技术涉及监测方法
，具体为矿山井下前探梁识别及其是否按规程安装监测方法。

技术介绍

[0002]在掘进迎头工作中，迎头在放完炮或者切割后没有支护的情况下，顶上的浮矸活石易掉落，顶板破碎较严重的地方更危险，会造成人员伤亡。
[0003]为了防止岩石的掉落，暂时维护围岩稳定和保障工作面安全，用前探梁作为临时支护，前探梁梁架可以起到临时支护的作用，挡住迎头顶上没有支护的地方，防止顶上破碎散落及顶板裂开受压。
[0004]前探梁的安装属于安全生产工艺流程中重要的一环，现在煤矿企业都使用带班领导和安全员监督的方式进行管理，存在为了赶生产进度，越过这一步骤或不按规程操作，造成人员伤亡的情况。政府和煤矿企业对此都非常重视，都在探索有效的监督方法。目前还没有其他的项目或方法来解决这一问题。

技术实现思路

[0005]本专利技术要解决的技术问题是克服现有技术的缺陷，提供一种用于地下室抗浮泄压设备装置。
[0006]为了解决上述技术问题，本专利技术提供了如下的技术方案：
[0007]矿山井下前探梁识别及其是否按规程安装监测方法，包括以下步骤：
[0008]S1.给摄像头配置算法模型和规程中规定的前探梁数量；
[0009]S2.系统自动将摄像头信息下发到算法服务；
[0010]S3.算法服务对摄像头实时监控视频进行计算分析；
[0011]S4.在算法服务发现进入施工状态后，开始计时；
>[0012]S5.识别前探梁；
[0013]S6.对已经识别的前探梁进行校正和去重；
[0014]S7.判断前探梁是否已按照规程进行安装；
[0015]S8.如果已安装，则停止计时，重复S3；
[0016]S9.如果超时未按安全生产规程进行前探梁安装则发出报警信息；
[0017]S10.录制前探梁实时安装过程视频，合并到S9的报警信息中；
[0018]S11.报警信息会一直持续，直到施工结束或前探梁按安全生产规程正确安装；
[0019]作为优选，所述S2中需要加载前探梁模型。
[0020]作为优选，所述S3中的计算方式通过后端计算的方式实现，算法和业务实现都依托于服务器。
[0021]作为优选，所述S8中如果未超时且未按安全生产规程进行前探梁安装，则重复S5。
[0022]作为优选，所述S11中如果施工结束或前探梁按安全生产规程正确安装，则停止计
时，重复S3。
[0023]作为优选，所述S11中如果施工未结束或前探梁未按安全生产规程正确安装，则停止计时，则重复S5.
[0024]作为优选，所述S2的算法服务包括以下步骤：
[0025]A、标注前探梁、工人数据，整理形成训练数据集，检测算法标注前探梁和工人位置，姿态估计算法标注工人骨骼；
[0026]B、训练检测模型，通过深度卷积网络提取前探梁和工人的特征，输出得到其位置框坐标；
[0027]C、训练姿态模型，其损失函数是标注数据骨骼点位置和网络输出骨骼节点位置的均方误差，其损失函数如下：
[0028][0029]D、通过深度卷积网络和循环神经网络提取人体骨骼特征信息，输出得到图像中工人的姿态信息；通过工人的姿态，判断其施工过程，并判断是否存在违规的行为.
[0030]作为优选，所述S9中用户可以使用系统配置将一段时间内的相同位置相同类型的报警信息合并起来，减少对用户的视觉干扰。
[0031]作为优选，所述S11中如果出现系统误报，管理人员可以在系统中将事件信息标记为误报，系统自动将此事件记录入误报数据库中。
[0032]本专利技术所达到的有益效果是：
[0033]1、避免安全事故的发生：对掘进面施工过程进行实时计算分析，在发现前探梁安装异常后立即报警，通知管理人员及时制止违规行为；
[0034]2、节约人力，不用派额外人员下井监督，提升安全性：能实现对施工全过程自动计算分析，无需人工干预，实现智能化监控；
[0035]3、能有效事后追责：对于不按安全生产规程安装前探梁的行为能自动固定证据，为事后追责提供关键信息。
附图说明
[0036]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0037]图1是本专利技术的步骤流程示意图。
具体实施方式
[0038]以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0039]实施例
[0040]如图1所示，本专利技术提供：矿山井下前探梁识别及其是否按规程安装监测方法，包括以下步骤：
[0041]S1.给摄像头配置算法模型和规程中规定的前探梁数量；
[0042]S2.系统自动将摄像头信息下发到算法服务；
[0043]S3.算法服务对摄像头实时监控视频进行计算分析；
[0044]S4.在算法服务发现进入施工状态后，开始计时；
[0045]S5.识别前探梁；
[0046]S6.对已经识别的前探梁进行校正和去重；
[0047]S7.判断前探梁是否已按照规程进行安装；
[0048]S8.如果已安装，则停止计时，重复S3；
[0049]S9.如果超时未按安全生产规程进行前探梁安装则发出报警信息；
[0050]S10.录制前探梁实时安装过程视频，合并到S9的报警信息中；
[0051]S11.报警信息会一直持续，直到施工结束或前探梁按安全生产规程正确安装；
[0052]其中，所述S2中需要加载前探梁模型。
[0053]其中，所述S3中的计算方式通过后端计算的方式实现，算法和业务实现都依托于服务器。
[0054]其中，所述S8中如果未超时且未按安全生产规程进行前探梁安装，则重复S5。
[0055]其中，述S11中如果施工结束或前探梁按安全生产规程正确安装，则停止计时，重复S3。
[0056]其中，所述S11中如果施工未结束或前探梁未按安全生产规程正确安装，则停止计时，则重复S5.
[0057]其中，所述S2的算法服务包括以下步骤：
[0058]A、标注前探梁、工人数据，整理形成训练数据集，检测算法标注前探梁和工人位置，姿态估计算法标注工人骨骼；
[0059]B、训练检测模型，通过深度卷积网络提取前探梁和工人的特征，输出得到其位置框坐标；
[0060]C、训练姿态模型，其损失函数是标注数据骨骼点位置和网络输出骨骼节点位置的均方误差，其损失函数如下：
[0061][0062]D、通过深度卷积网络和循环神经网络提取人体骨骼特征信息，输出得到图像中工人的姿态信息；通过工人的姿态，判断其施工过程，并判断是否存在违规的行为.
[0063]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.矿山井下前探梁识别及其是否按规程安装监测方法，其特征在于，包括以下步骤：S1.给摄像头配置算法模型和规程中规定的前探梁数量；S2.系统自动将摄像头信息下发到算法服务；S3.算法服务对摄像头实时监控视频进行计算分析；S4.在算法服务发现进入施工状态后，开始计时；S5.识别前探梁；S6.对已经识别的前探梁进行校正和去重；S7.判断前探梁是否已按照规程进行安装；S8.如果已安装，则停止计时，重复S3；S9.如果超时未按安全生产规程进行前探梁安装则发出报警信息；S10.录制前探梁实时安装过程视频，合并到S9的报警信息中；S11.报警信息会一直持续，直到施工结束或前探梁按安全生产规程正确安装。2.根据权利要求1所述的矿山井下前探梁识别及其是否按规程安装监测方法，其特征在于：所述S2中需要加载前探梁模型。3.根据权利要求1所述的矿山井下前探梁识别及其是否按规程安装监测方法，其特征在于：所述S3中的计算方式通过后端计算的方式实现，算法和业务实现都依托于服务器。4.根据权利要求1所述的矿山井下前探梁识别及其是否按规程安装监测方法，其特征在于：所述S8中如果未超时且未按安全生产规程进行前探梁安装，则重复S5。5.根据权利要求1所述的矿山井下前探梁识别及其是否按规程安装监测方法，其特征在于：所述S11中如果施工结束或前探梁按安全生产规程...

【专利技术属性】
技术研发人员：李映萱，陈俊星，李伟，黄胜，黄玓，
申请(专利权)人：成都光束慧联科技有限公司，
类型：发明
国别省市：