基于AI视频的煤矿井下交通管理系统技术方案

本发明专利技术属于采矿领域，涉及数据处理技术，用于解决现有的井下无轨胶轮运输车由于拥堵导致的运输速率低、生产效率低的问题，具体是基于AI视频的煤矿井下交通管理系统，包括交通管理平台，所述交通管理平台通信连接有疏通管理模块、车辆检测模块、通行规划模块以及存储模块；所述疏通管理模块用于对煤矿井下道路进行疏通管理，将红路灯覆盖的路口标记为红绿灯的监测道路，以红绿灯为圆点，r1为半径进行画圆，将得到的圆形区域标记为红绿灯的覆盖范围，获取监测道路在覆盖范围内是否具有行驶车辆；本发明专利技术通过疏通管理模块可以对煤矿井下道路进行疏通管理，载重车辆和上坡、下坡车辆在路口优先通行，进而保证井下行车效率。进而保证井下行车效率。进而保证井下行车效率。

【技术实现步骤摘要】
基于AI视频的煤矿井下交通管理系统


[0001]本专利技术属于采矿领域，涉及数据处理技术，具体是基于AI视频的煤矿井下交通管理系统。

技术介绍

[0002]近年来，无轨胶轮车在煤矿开采中得到了广泛的应用，弥补了传统运输体系中设备多、速度慢、成本高以及安全性差的问题。提升煤矿生产能力的同时，也提升了矿物运输的效率。无轨胶轮车不仅可以运输人，还可以运输设备、材料以及矸石等，装载完成即可直接到达采区工作面，实现了点对点直接运输。
[0003]但是井下无轨胶轮运输车受限于井下地质构造，井下弯道多、岔口多，在行驶时经常会遇到难以错车或拥堵的现象，严重影响车辆运输的速率，从而降低煤矿的生产效率。
[0004]针对上述技术问题，本申请提出一种解决方案。

技术实现思路

[0005]本专利技术的目的在于提供基于AI视频的煤矿井下交通管理系统，用于解决现有的井下无轨胶轮运输车由于拥堵导致的运输速率低、生产效率低的问题；
[0006]本专利技术需要解决的技术问题为：如何提供一种可以对井下交通进行疏通管理的井下交通管理系统。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]基于AI视频的煤矿井下交通管理系统，包括交通管理平台，所述交通管理平台通信连接有疏通管理模块、车辆检测模块、通行规划模块以及存储模块；
[0009]所述疏通管理模块用于对煤矿井下道路进行疏通管理，将红路灯覆盖的路口标记为红绿灯的监测道路，以红绿灯为圆点，r1为半径进行画圆，将得到的圆形区域标记为红绿灯的覆盖范围，获取监测道路在覆盖范围内是否具有行驶车辆，若有，则将对应的监测道路标记为有车道路；若无，则将对应的监测道路标记为无车道路；获取覆盖范围内有车道路的数量，若有车道路的数量不大于一，则疏通管理模块向交通管理平台发送正常通行信号；若有车道路的数量大于一，则对有车道路进行优先分析；
[0010]所述车辆检测模块用于对有车道路上的车辆进行运行监测分析，将有车道路上的车辆标记为监测对象，将监测对象的运行市场分割为若干个监测时段，获取监测对象在监测时段内运行时的噪声数据、振动数据以及载重数据并进行数值计算得到监测对象在监测时段内的运行系数，通过运行系数的数值大小对监测时段内监测对象的运行状态是否正常进行判定；
[0011]所述通行规划模块用于对井下道路的车辆通行路径进行规划分析。
[0012]作为本专利技术的一种优选实施方式，优先分析的具体过程包括：在有车道路的路口通过红外线测距仪进行垂直距离测量并将测量得到的距离值标记为H1，通过红外测距仪以三十度作为倾斜角度在有车道路上进行距离测量并将测量得到的距离值标记为X1，通过公
式Xb＝H1/cos30得到标准距离值Xb，通过公式Xmin＝t1*Xb与公式Xmax＝t2*Xb得到最小距离值Xmin与最大距离值Xmax，其中t1与t2均为比例系数，且0.75≤t1≤0.85、1.15≤t2≤1.25；由最小距离值与最大距离值构成标准范围，判定X1是否位于标准范围之内，若是，则将对应的有车道路标记为平坦道路；若否，则将对应的有车道路标记为倾斜道路；若倾斜道路的数量为一，则将倾斜道路上的行进车辆标记为优先车辆，优先车辆优先通过红绿灯，平坦道路上的行进车辆按照与红绿灯的距离由近到远的顺序依次通过红绿灯；若倾斜道路的数量不为一，则对倾斜道路上的车辆进行载重分析。
[0013]作为本专利技术的一种优选实施方式，对倾斜道路上的车辆进行载重分析的具体过程包括：通过倾斜道路上行进车辆上的重量传感器获取到车辆的载重值，按照载重值的数量由大到小的顺序对倾斜道路的优先级进行排序，倾斜道路上的车辆按照优先级排序依次通过红绿灯。
[0014]作为本专利技术的一种优选实施方式，监测对象在监测时段内的噪声数据的获取过程包括：在监测时段内实时对监测对象运行时产生的噪声值进行获取，将监测时段内监测对象运行产生的最大噪声值标记为监测时段的噪声数据；
[0015]监测对象在监测时段内的振动数据的获取过程包括：在监测时段内实时对监测对象运行时产生的振动频率进行获取，将监测时段内监测对象运行时产生的最大振动频率标记为监测时段的振动数据；
[0016]监测对象在监测时段i内的载重数据为监测对象的载重值。
[0017]作为本专利技术的一种优选实施方式，对监测对象在监测时段内的运行状态是否正常的判定过程包括：通过存储模块获取到运行阈值，将监测对象在监测时段内的运行系数与运行阈值进行比较：
[0018]若运行系数小于运行阈值，则判定监测对象在监测时段内的运行状态满足要求，车辆检测模块向交通管理平台发送运行正常信号；
[0019]若运行系数大于等于运行阈值，则判定监测对象在监测时段i内的运行状态不满足要求，车辆检测模块向交通管理平台发送运行异常信号，交通管理平台接收到运行异常信号后将运行异常信号发送至管理人员的手机终端。
[0020]作为本专利技术的一种优选实施方式，通行规划模块对井下道路的车辆通行路径进行规划分析的具体过程包括：获取监测道路一天内通行的车辆数量并标记为通行值，将一个红绿灯所覆盖的监测道路的通行值建立通行集合，对通行集合进行方差计算得到红绿灯的通行系数，通过存储模块获取到通行阈值，将红绿灯的通行系数与通行阈值进行比较：
[0021]若通行系数小于通行阈值，则判定红绿灯覆盖范围的车辆通行正常，通行规划模块向交通管理平台发送通行正常信号；
[0022]若通行系数大于等于通行阈值，则判定红绿灯覆盖范围的车辆通行异常，通行规划模块向交通管理平台发送通行规划信号，交通管理平台接收到通行规划信号后将通行规划信号发送至管理人员的手机终端，管理人员接收到通行规划信号后对红绿灯的监测道路上的车辆通行路线进行重新规划。
[0023]作为本专利技术的一种优选实施方式，该基于AI视频的煤矿井下交通管理系统的工作方法，包括以下步骤：
[0024]步骤一：对煤矿井下道路进行疏通管理，在红绿灯的覆盖范围内对有车道路的数
量进行分析，有车道路的数量大于一时对有车道路进行优先分析，通过优先分析结果对有车道路上的运行车辆进行通行优先级排序；
[0025]步骤二：对有车道路上的车辆进行运行监测分析，通过对监测对象在监测时段内的振动数据、噪声数据以及载重数据进行数值计算得到运行系数，通过运行系数的数值大小对监测对象在监测时段内的运行状态是否正常进行判定；
[0026]步骤三：对井下道路的车辆通行路径进行规划分析并得到通行系数，通过通行系数的数值大小对监测道路上的车辆通行路线是否需要进行重新规划进行判定。
[0027]本专利技术具备下述有益效果：
[0028]1、通过疏通管理模块可以对煤矿井下道路进行疏通管理，通过对有车道路进行优先分析，通过道路坡度以及车辆在中对车辆通行优先级进行排序，载重车辆和上坡、下坡车辆在路口优先通行，防止路口出现车辆堵塞现象，进而保证井下行车效率；
[0029]2、通过车辆检测模块可以对有车道路上的车辆进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于AI视频的煤矿井下交通管理系统，包括交通管理平台，其特征在于，所述交通管理平台通信连接有疏通管理模块、车辆检测模块、通行规划模块以及存储模块；所述疏通管理模块用于对煤矿井下道路进行疏通管理，将红路灯覆盖的路口标记为红绿灯的监测道路，以红绿灯为圆点，r1为半径进行画圆，将得到的圆形区域标记为红绿灯的覆盖范围，获取监测道路在覆盖范围内是否具有行驶车辆，若有，则将对应的监测道路标记为有车道路；若无，则将对应的监测道路标记为无车道路；获取覆盖范围内有车道路的数量，若有车道路的数量不大于一，则疏通管理模块向交通管理平台发送正常通行信号；若有车道路的数量大于一，则对有车道路进行优先分析；所述车辆检测模块用于对有车道路上的车辆进行运行监测分析，将有车道路上的车辆标记为监测对象，将监测对象的运行市场分割为若干个监测时段，获取监测对象在监测时段内运行时的噪声数据、振动数据以及载重数据并进行数值计算得到监测对象在监测时段内的运行系数，通过运行系数的数值大小对监测时段内监测对象的运行状态是否正常进行判定；所述通行规划模块用于对井下道路的车辆通行路径进行规划分析。2.根据权利要求1所述的基于AI视频的煤矿井下交通管理系统，其特征在于，优先分析的具体过程包括：在有车道路的路口通过红外线测距仪进行垂直距离测量并将测量得到的距离值标记为H1，通过红外测距仪以三十度作为倾斜角度在有车道路上进行距离测量并将测量得到的距离值标记为X1，通过公式Xb＝H1/cos30得到标准距离值Xb，通过对Xb进行数值计算得到最小距离值Xmin与最大距离值Xmax；由最小距离值Xmin与最大距离值Xmax构成标准范围，判定X1是否位于标准范围之内，若是，则将对应的有车道路标记为平坦道路；若否，则将对应的有车道路标记为倾斜道路；若倾斜道路的数量为一，则将倾斜道路上的行进车辆标记为优先车辆，优先车辆优先通过红绿灯，平坦道路上的行进车辆按照与红绿灯的距离由近到远的顺序依次通过红绿灯；若倾斜道路的数量不为一，则对倾斜道路上的车辆进行载重分析。3.根据权利要求2所述的基于AI视频的煤矿井下交通管理系统，其特征在于，对倾斜道路上的车辆进行载重分析的具体过程包括：通过倾斜道路上行进车辆上的重量传感器获取到车辆的载重值，按照载重值的数量由大到小的顺序对倾斜道路的优先级进行排序，倾斜道路上的车辆按照优先级排序依次通过红绿灯。4.根据权利要求1所述的基于AI视频的煤矿井下交通管理系统，其特征在于，监测对象在监测时段内的噪声数据的获取过程包括：在监测时段内实时对监测对象运行时产生的噪声值进行获取，将监测时段内监测对象运行产生的最...

【专利技术属性】
技术研发人员：高亚超，王皓，赵金升，王海君，
申请(专利权)人：华洋通信科技股份有限公司，
类型：发明
国别省市：