開啟能源4.0時代——MATRIX&TBEA智慧礦山項目上線 (2/3)

主要算法應用舉例

人員勞保穿戴檢查

1. 針對礦山作業工人安全著裝要求的自動視頻監測，例如：安全穿戴配件包括頭盔、口罩、反光條紋安全服等；

2. 采用自研高性能物體檢測網絡（TDetNet），檢測現場人員的著裝情況，實時識別現場人員不正常著裝情況並向控製臺報警。

自動識別現場工人頭盔、口罩、條紋服穿戴情況

挖機鬥齒脫落識別

該應用主要用於預防煤礦挖掘機在作業中鬥齒脫落的風險：

1. 應用物體檢測網絡實時檢測挖機駕駛艙前方攝像頭捕捉畫面，在發現鬥齒脫落時向駕駛員及報警平臺報警

2. 基於邊緣計算方案，物體檢測模型部署於挖機安裝的邊緣計算硬件（Nvidia Jetson Xavier Nx)

識別挖機作業中可能出現的鬥齒脫落並報警

皮帶機堵料識別

主要用於檢測皮帶突然停機或者有大塊物料卡住倉口、但皮帶繼續運行而產生的堆煤狀況；檢測到堆煤時發出報警提醒值班人員，避免因為堆煤造成卡堵料影響正常生產。

左圖為入料口正常入料，右圖為入料口堵料

除鐵器鐵器吸附識別

煤礦的篩選首先需要除鐵，除鐵器吸附鐵器後需及時清理，從而保持除鐵器吸附效率。MATRIX的算法將通過識別攝像頭捕捉畫面，判斷除鐵器吸附鐵器異物，在發現異物時發出報警，通知巡檢人員及時清理。

左圖為除鐵器未吸附鐵器異物，右圖為吸附鐵器異物

回程面異物識別

礦山的煤主要靠傳送帶進行運輸，所以傳送帶回程面需保持凈空，從而排除傳送帶被異物割裂風險。算法通過識別攝像頭捕捉畫面，判斷回程面存在異物，發現異物時發出報警，通知巡檢人員及時清理。

左圖為回程面凈空，右圖為回程面存在異物