CN106791719A - 基于图像跟踪监测设备的掘进机异常工作及灾害报警*** - Google Patents
基于图像跟踪监测设备的掘进机异常工作及灾害报警*** Download PDFInfo
- Publication number
- CN106791719A CN106791719A CN201710117367.5A CN201710117367A CN106791719A CN 106791719 A CN106791719 A CN 106791719A CN 201710117367 A CN201710117367 A CN 201710117367A CN 106791719 A CN106791719 A CN 106791719A
- Authority
- CN
- China
- Prior art keywords
- video
- development machine
- image
- monitoring device
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011161 development Methods 0.000 title claims abstract description 74
- 238000012806 monitoring device Methods 0.000 title claims abstract description 39
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 239000003245 coal Substances 0.000 claims abstract description 23
- 230000005641 tunneling Effects 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 25
- 238000005520 cutting process Methods 0.000 claims description 21
- 238000005065 mining Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000007726 management method Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000006424 Flood reaction Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 239000007921 spray Substances 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000000034 method Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 239000003818 cinder Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000010358 mechanical oscillation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002453 shampoo Substances 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Geochemistry & Mineralogy (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Geology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于图像跟踪监测设备的掘进机异常工作及灾害报警***。在煤矿井下掘进巷道顶部中间均匀安装多部摄像机，并在掘进机上安装摄像机，摄像机通过分路器连接图像跟踪监测设备和视频服务器，图像跟踪监测设备采集处理现场视频数据，根据监测结果向监控终端发送掘进机异常工作及灾害报警数据，生产管理人员可通过监控终端查看现场实时视频和历史视频，并做出相应处理；本报警***充分考虑了煤矿掘进机工作特点，实施简单，通过对掘进机跟踪监测，可第一时间准确地对掘进机异常工作及灾害报警。
Description
技术领域
本发明涉及一种基于图像跟踪监测设备的掘进机异常工作及灾害报警***，该***涉及图像跟踪和通信等领域。
背景技术
煤炭是我国重要的基础能源和原料，以煤为主的能源结构在相当长时间内不会改变，随着国民经济的发展，煤炭的需求量越来越大，伴随的煤矿安全事故也在不断增多。煤炭资源安全高效开发利用技术成为了国内外学者研究的热点领域。最有效的解决方案之一是实现煤矿生产装备机械化及自动化，从而实现井下无人或少人开采。
随着煤矿安全重要性的提高和煤炭开采技术的发展，井下采煤工作面实现少人或者无人开采是必然趋势，实现井下少人或者无人开采的必要条件是井下采煤装备机械化、自动化和对其的实时监控。掘进机是综采工作面最重要的设备之一，其正常运行是整个综采工作面完成采掘作业的基础，故对掘进机工作状态的监测是煤矿井下综采工作面的一项重要任务。
目前掘进机监控功能多由传感器实现完成。现有传感器模式绝大部分采用有线连接，在实际应用中由于空间有限、工况恶劣，在工程布置及维护中会投入较多精力，且往往会因为机械运动产生连接线路的损坏，影响传感器的精度。在机器开始工作中，会产生大量的电磁干扰，影响通信信号的传播。同时，在实际掘进情况下，伴随着大量的煤块坠落，安装在掘进机上的传感器不可避免的会受到碰撞，虽然有相应的防护措施，但长时间的碰撞仍然会影响传感器的精度。为避免碰撞、机械振动带来的影响，需要新的煤矿井下掘进机异常工作监测报警***，可第一时间准确地对掘进机异常工作进行报警，为井下掘进机安全作业提供一份保障。因此本发明提出一种基于图像跟踪监测设备的掘进机异常工作及灾害报警***，根据掘进机的不同异常工作状态，该***可发出不同报警信号，包括：偏离工作轨道报警信号；切割受阻报警信号。根据掘进机跟踪丢失后监测画面灰度值处理结果，该***可发出不同报警信号，包括：突发水灾报警信号；瓦斯泄露报警信号。
发明内容
本发明提出一种基于图像跟踪监测设备的掘进机异常工作及灾害报警***，所述***主要包括：摄像机、视频分路器、视频服务器、掘进机控制器、图像跟踪监测设备、矿用以太网、存储服务器、监控终端；其中摄像机、视频分路器、视频服务器、掘进机控制器、图像跟踪监测设备在井下安装，存储服务器和监控终端安装于井上；摄像机分别安装于煤矿井下掘进巷道顶部中间和掘进机上，摄像机采集掘进工作面现场视频模拟图像；图像跟踪监测设备组成包括：核心处理器、存储模块、视频采集模块、隔爆壳、电源管理模块、串口通信模块、网络通信模块；图像跟踪监测设备将安装于巷道顶部的多部摄像机采集的图像拼接为一幅图像，跟踪监测掘进机工作状态；图像跟踪监测设备接收安装于掘进机上的摄像机采集的视频，跟踪监测切割头的工作状态；该***根据掘进机跟踪监测结果进行判断，若判断掘进机异常工作或有突发灾害，则发出报警信号；该***根据掘进机跟踪丢失后监测画面灰度值处理结果进行突发灾害判断，若判断有突发灾害，则发出报警信号；报警信号通过矿用以太网传输至井上监控终端；监控终端负责显示报警信息，通过访问视频服务器获得现场视频，通过访问存储服务器获得历史现场视频。具体方法包括：
1.在煤矿井下掘进巷道顶部中间均匀安装多部摄像机，在掘进机上安装摄像机；在摄像机旁安装辅助光源，光投射方向与摄像机视频采集方向一致。
2.图像跟踪监测设备的视频采集模块连接摄像机模拟视频输出口，负责将模拟视频信号数字化，将数字视频数据输出到核心处理器，处理器将采集的图像拼接为一幅图像；图像跟踪监测设备的串口通信模块连接掘进机控制器的通信模块，采集掘进机设置数据和水***喷雾数据；图像跟踪监测设备的网络通信模块连接矿用以太网，通过矿用以太网与井上的监控终端通信。
3.分别对摄像机监控范围内的掘进机一运部位置A进行设定，设为IA；对摄像机监控范围内的掘进机本体部B进行设定，设为IB；对摄像机监控范围内的掘进机切割头O进行设定，设为IO；k帧时，分别在IA、IB、IO周围采集两个样本集Dα＝{z|||IN-Iz||<α}和Dδ,β＝{z|δ<||IN-Iz||<β}，其中，α<δ<β，Iz表示样本位置，IN表示在IA、IB、IO周围采集的样本位置；令Dα为正样本(滚筒图像)，Dδ，β为负样本(背景图像)，根据下列公式计算随机测量矩阵：rij表示随机测量矩阵的元素、s取2或者3，均表示概率；然后对样本图像进行多尺度变换，计算类Harr特征，通过上述测量矩阵对多尺度图像特征进行降维，计算降维后的正负样本特征的期望和标准差，并用其来训练朴素贝叶斯分类器；k+1帧的时候，分别对图像设定区域A、B、O内上一帧跟踪到的目标位置的周围采样n个扫描窗口，通过同样的稀疏测量矩阵对采样的窗口降维，提取特征，然后用k帧训练好的朴素贝叶斯分类器进行分类，令分类分数最大的窗口记作目标窗口，并分别更新IA、IB、IO。
4.图像跟踪监测设备跟踪监测掘进机一运部位置IA，跟踪监测掘进机本体部位置IB，建立数学模型，每间隔时间T0，计算掘进机偏离工作轨道距离d，该***根据掘进机偏离工作轨道距离d监测结果进行判断，若判断掘进机工作轨道偏离，则发出偏离工作轨道报警信号；T0通过测量设定或人为设定。
5.图像跟踪监测设备接收安装于掘进机上的摄像机采集的视频，跟踪监测切割头的位置IO，该***根据监测切割头位置进行切割受阻判读，若判断切割受阻，则发出切割受阻报警信号。
6.掘进机切割头跟踪丢失后，对随后的图像进行灰度值提取与计算，根据计算结果，判断是否发生水灾、瓦斯泄露，根据判断结果，该***可发出不同类型的报警信号。
7.该***可发出的报警信号包括：偏离工作轨道报警信号；切割受阻报警信号；突发水灾报警信号；瓦斯泄露报警信号。
附图说明
图1基于图像跟踪监测设备的掘进机异常工作及灾害报警***示意图。
图2图像跟踪监测设备结构示意图。
图3掘进机异常工作及灾害报警***的工作流程示意图。
图4图像跟踪监测设备监测流程示意图。
具体实施方式
如图1所示，基于图像跟踪监测设备的掘进机异常工作及灾害报警***组成主要包括：
1.摄像机(101)，采用符合煤矿隔爆要求的矿用摄像机，带有辅助光源，安装在煤矿井下掘进巷道顶部中间和掘进机上，通过同轴电缆与视频分路器(102)连接。
2.视频分路器(102)，负责将摄像机的一路模拟信号输出分成两路输出，其中一路接图像跟踪监测设备(103)，另一路接视频服务器(104)。
3.图像跟踪监测设备(103)，接收由视频分路器(102)输出的一路模拟视频信号，负责对视频数据进行监控，根据监测结果，向监控终端发出掘进机工作异常报警信号。图像跟踪监测设备通过串口连接掘进机控制器(109)采集掘进机数据，通过同轴电缆连接视频分路器(102)采集视频。
4.视频服务器(104)，也称视频编码器，接收由视频分路器(102)输出的一路模拟视频信号，将其数字化并压缩编码，通过矿用以太网向井上存储服务器和监控终端传输视频数据。在本实施方案中选用海康DS-6701HW单路网络视频服务器。
5.井下交换机(105)，是矿用以太网的井下接入设备，串接形成环网，负责视频服务器和其它通过网络通信设备的接入和数据交换，设备接入端一般为RJ45接口，环网接续端为光接口，具有隔爆外壳，符合煤矿井下隔爆要求。
6.网络交换机(106)，是矿用以太网的核心管理设备，负责所有接入网络的设备的管理和数据交换。
7.存储服务器(107)，负责接收由视频服务器上传的视频数据并存储，为监控终端提供现场历史查询调取服务。
8.监控终端(108)，具有声光报警功能，接收到图像跟踪监测设备(103)的报警数据则声光报警；监控终端具有实时视频监控和历史视频调取功能，生产管理人员通过监控终端查看由视频服务器(104)上传的现场视频图像，也可从存储服务器(107)调取历史视频数据。生产管理人员可通过煤矿通信***发出报警信号，对相关人员下发应急调度指令。监控终端内置井下地理信息，并具有地图显示引擎，本实施方案使用Map Info公司的可视化地图组件Map X，当掘进机工作异常报警时可自动显示监测到报警的摄像机位置。
9.掘进机控制器(109)，负责采集掘进机设置数据，数据通过工业以太网传输至存储服务器，采用可编程控制器(PLC)，可编程控制器具有通信接口或通信模块。在本实施方案中使用西门子SIMATIC S7-300，配置CP341模块通过RS232标准与图像跟踪监测设备(103)连接。
如图2所示，图像跟踪监测设备组成包括：
1.核心处理器(201)，采用德州仪器TMS320C6674多核定点和浮点数字信号处理器，TMS320C6674是基于C66x内核的微处理器，通过16位的EMIF与存储模块(202)连接，通过16位总线方式连接网络通信模块(204)；TMS320C6674还具有I2C接口，SPI接口，TSIP接口，UART接口，RapidIO接口，通过UART接口与串口通信模块(206)连接通信；通过IIC-BUS接口与视频采集模块(203)进行控制通信，使用嵌入式Linux平台实现驱动控制通信，内置OpenCV库用于视频数据处理。
2.存储模块(202)，包括256M NAND Flash、一片4M NOR Flash、128M SDRAM、一片IIC-BUS接口的EEPROM。
3.视频采集模块(203)，主要处理芯片采用SAA7113H视频输入处理芯片，SAA7113H是QFP44封装，电压3.3V，通过IIC-BUS接口与核心处理器(201)进行控制通信，选择四路模拟输入通道一路进行摄像头模拟场频视频信号的采集，通过8位VPO总线向核心处理器(201)输出标准ITU656格式的数字视频。
4.网络通信模块(204)，主要芯片采用DM9000，DM9000是完全集成的单芯片以太网MAC控制器，上层的网络协议由核心处理器的内置Linux驱动支持。DM9000支持10/100M自适应，支持3.3V与5V的电源电压。DM9000通过网络隔离变压器接口芯片YL18-1080S连接RJ45网络接口，实现对网络的物理连接进行通信。
5.电源与时钟模块(205)，包括AC/DC开关电源、DC电压转换和时钟管理元件，AC/DC开关电源输出5V直流电，DC电压转换均采用MAX1724电源芯片，为所有芯片供电；选用12MHz晶振。
6.串口通信模块(206)，使用TI公司的MAX232芯片RS-232标准串口单电源电平转换芯片，使用5V电源供电，使用转接电缆连接9针串口实现通信。
7.隔爆壳(207)，用于内部电路与外界环境的物理隔离，应符合煤矿井下隔爆要求。掘进机异常工作及灾害报警***的工作过程如图3所示：
1.(301)摄像机采集视频图像，将采集到的现场模拟视频信号通过同轴电缆传输给视频分路器(102)。
2.(302)视频分路器将现场模拟视频信号分成两路模拟视频信号，分别传送给图像跟踪监测设备(103)和视频服务器(104)。
3.(303)视频服务器(104)数字化模拟视频信号并进行压缩编码，通过网线将压缩编码后的视频数据以组播方式传输给存储服务器(107)和监控终端(108)。
4.(304)存储服务器(107)接收现场视频数据并进行存储。
5.(305)图像跟踪监测设备通过视频采集模块(203)将模拟视频信号数字化。
6.(306)图像跟踪监测设备通过串口通信模块(206)采集掘进机设置数据。
7.(307)图像跟踪监测设备通过核心处理器(201)的内置库处理分析视频数据，监测掘进工作面视频中掘进机工作状态，对分析结果进行判断。
8.(308)当监测结果满足报警条件时，则将报警数据使用TCP通信方式通过网络通信模块(204)连接矿用以太网的井下交换机(105)上传至监控终端(108)。
9.(309)监控终端(108)接收到报警数据后，自动根据摄像机编号通过地图显示引擎在显示器上显示掘进机位置，并声光报警提示生产管理人员进行处理。
10.(310)生产管理人员通过监控终端(108)访问存储服务器(107)调取现场历史视频。
11.(311)生产管理人员同时观看由视频服务器(104)上传的现场视频，确认报警发生过程和现场状态情况。
12.(312)生产管理人员确认报警后，可通过煤矿通信***发出报警信号，对相关人员下发应急调度指令。
图像跟踪监测设备监测流程如图4所示：
1.(401)图像跟踪监测设备启动时调取监控区域R和所有监测运算相关的参数。
2.(402)分别对摄像机监控范围内的掘进机一运部位置A进行设定，设为IA；对摄像机监控范围内的掘进机本体部B进行设定，设为IB；对摄像机监控范围内的掘进机切割头O进行设定，设为IO；k帧时，分别在IA、IB、IO周围采集两个样本集Dα＝{z|||IN-Iz||<α}和Dδ,β＝{z|δ<||IN-Iz||<β}，其中，α<δ<β，Iz表示样本位置，IN表示在IA、IB、IO周围采集的样本位置；令Dα为正样本(滚筒图像)，Dδ，β为负样本(背景图像)，根据下列公式计算随机测量矩阵：rij表示随机测量矩阵的元素、s取2或者3，均表示概率；然后对样本图像进行多尺度变换，计算类Harr特征，通过上述测量矩阵对多尺度图像特征进行降维，计算降维后的正负样本特征的期望和标准差，并用其来训练朴素贝叶斯分类器；k+1帧的时候，分别对图像设定区域A、B、O内上一帧跟踪到的目标位置的周围采样n个扫描窗口，通过同样的稀疏测量矩阵对采样的窗口降维，提取特征，然后用k帧训练好的朴素贝叶斯分类器进行分类，令分类分数最大的窗口记作目标窗口，并分别更新IA、IB、IO。
3.(403)判断图像是否跟踪丢失，如果丢失，则执行(417)，否则执行(404)。
4.(404)将数据存储在存储模块。
5.(405)图像跟踪监测设备建立数学模型，水平方向左负右正，垂直方向下负上正，将IA转换为(xA,yA)，IB转换为(xB,yB)，IO转换为(xO,yO)。
6.(406)每间隔时间T0，计算掘进机偏离工作轨道距离d，每间隔时间T1，计算切割头位置和切割头移动距离L；T0、T1通过测量设定或人为设定。
7.(407)判断偏离距离d是否大于阈值l1，如果大于l1，则执行(409)，否则执行(408)。l1通过测量设定或人为设定。
8.(408)参数m置0。
9.(409)参数m加1，其初始值为0。
10.(410)判断参数m是否大于阈值Q1，如果大于Q1，则执行(411)，否则执行(402)。Q1通过测量设定或人为设定。
11.(411)参数m置0，执行(425)发出偏离工作轨道报警信号。
12.(412)判断切割头移动距离是否大于阈值l2，如果大于l2，则执行(414)，否则执行(413)。l2通过测量设定或人为设定。
13.(413)次数n置0。
14.(414)次数n加1，其初始值为0。
15.(415)判断参数n是否大于阈值Q2，如果大于Q2，则执行(416)，否则执行(402)。Q2通过测量设定或人为设定。
16.(416)参数n置0，执行(425)发出切割受阻报警信号。
17.(417)对掘进机跟踪丢失前最后一帧图像IA、IB、IO处标记，提取随后K帧图像内这四处位置的灰度值，并分别进行运算。求取K帧图像内大于等于设定阈值N1的像素算术平均值，得到像素值DH；求取K帧内小于等于设定阈值N2的像素算术平均值，得到像素值DL。
18.(418)判断DH是否大于等于设定阈值N3，如果大于N3，则执行(419)，否则执行(422)。
19.(419)判断喷雾是否开启，如果开启，则执行(420)，否则执行(401)。
20.(420)每间隔X帧对摄像机采集的视频图像f(x,y)与所存掘进机背景图像g(x,y)进行累积差值处理，通过累积差值运算处理Y帧后，求大于等于设定灰度值T1的像素总和DW。
21.(421)判断DW是否大于等于设定阈值N4，如果大于等于N4，则执行(425)发出水灾报警信号，否则执行(401)。
22.(422)判断DL是否大于等于设定阈值N5，如果大于N5，则执行(423)，否则执行(401)。
23.(423)通过累积差值运算处理Y帧后，求大于等于设定灰度值T2的像素总和DF。
24.(424)判断DF是否大于等于设定阈值N6，如果大于等于N6，则执行(425)发出瓦斯泄露报警信号，否则执行(401)。
25.(425)发出报警信号。包括：偏离工作轨道报警信号；切割受阻报警信号；突发水灾报警信号；瓦斯泄露报警信号。
Claims (8)
1.本发明提出一种基于图像跟踪监测设备的掘进机异常工作及灾害报警***，所述***主要包括：摄像机、视频分路器、视频服务器、掘进机控制器、图像跟踪监测设备、矿用以太网、存储服务器、监控终端；其中摄像机、视频分路器、视频服务器、掘进机控制器、图像跟踪监测设备在井下安装，存储服务器和监控终端安装于井上；摄像机分别安装于煤矿井下掘进巷道顶部中间和掘进机上，摄像机采集掘进工作面现场视频模拟图像；图像跟踪监测设备组成包括：核心处理器、存储模块、视频采集模块、隔爆壳、电源管理模块、串口通信模块、网络通信模块；图像跟踪监测设备将安装于巷道顶部的多部摄像机采集的图像拼接为一幅图像，跟踪监测掘进机工作状态；图像跟踪监测设备接收安装于掘进机上的摄像机采集的视频，跟踪监测切割头的工作状态；该***根据掘进机跟踪监测结果进行判断，若判断掘进机异常工作或有突发灾害，则发出报警信号；该***根据掘进机跟踪丢失后监测画面灰度值处理结果进行突发灾害判断，若判断有突发灾害，则发出报警信号；报警信号通过矿用以太网传输至井上监控终端；监控终端负责显示报警信息，通过访问视频服务器获得现场视频，通过访问存储服务器获得历史现场视频。
2.如权利要求1所述的报警***，其特征在于：在煤矿井下掘进巷道顶部中间均匀安装多部摄像机，在掘进机上安装摄像机；在摄像机旁安装辅助光源，光投射方向与摄像机视频采集方向一致。
3.如权利要求1所述的报警***，其特征在于：图像跟踪监测设备的视频采集模块连接摄像机模拟视频输出口，负责将模拟视频信号数字化，将数字视频数据输出到核心处理器，处理器将采集的图像拼接为一幅图像；图像跟踪监测设备的串口通信模块连接掘进机控制器的通信模块，采集掘进机设置数据和水***喷雾数据；图像跟踪监测设备的网络通信模块连接矿用以太网，通过矿用以太网与井上的监控终端通信。
4.如权利要求1所述的报警***，其特征在于：分别对摄像机监控范围内的掘进机一运部位置A进行设定，设为IA；对摄像机监控范围内的掘进机本体部B进行设定，设为IB；对摄像机监控范围内的掘进机切割头O进行设定，设为IO；k帧时，分别在IA、IB、IO周围采集两个样本集Dα＝{z|||IN-Iz||<α}和Dδ,β＝{z|δ<||IN-Iz||<β}，其中，α<δ<β，Iz表示样本位置，IN表示在IA、IB、IO周围采集的样本位置；令Dα为正样本(滚筒图像)，Dδ，β为负样本(背景图像)，根据下列公式计算随机测量矩阵： rij表示随机测量矩阵的元素、s取2或者3，均表示概率；然后对样本图像进行多尺度变换，计算类Harr特征，通过上述测量矩阵对多尺度图像特征进行降维，计算降维后的正负样本特征的期望和标准差，并用其来训练朴素贝叶斯分类器；k+1帧的时候，分别对图像设定区域A、B、O内上一帧跟踪到的目标位置的周围采样n个扫描窗口，通过同样的稀疏测量矩阵对采样的窗口降维，提取特征，然后用k帧训练好的朴素贝叶斯分类器进行分类，令分类分数最大的窗口记作目标窗口，并分别更新IA、IB、IO。
5.如权利要求1所述的报警***，其特征在于：图像跟踪监测设备跟踪监测掘进机一运部位置IA，跟踪监测掘进机本体部位置IB，建立数学模型，每间隔时间T0，计算掘进机偏离工作轨道距离d，该***根据掘进机偏离工作轨道距离d监测结果进行判断，若判断掘进机工作轨道偏离，则发出偏离工作轨道报警信号；T0通过测量设定或人为设定。
6.如权利要求1所述的报警***，其特征在于：图像跟踪监测设备接收安装于掘进机上的摄像机采集的视频，跟踪监测切割头的位置IO，该***根据监测切割头位置进行切割受阻判读，若判断切割受阻，则发出切割受阻报警信号。
7.如权利要求1所述的报警***，其特征在于：掘进机切割头跟踪丢失后，对随后的图像进行灰度值提取与计算，根据计算结果，判断是否发生水灾、瓦斯泄露，根据判断结果，该***可发出不同类型的报警信号。
8.如权利要求1所述的报警***，其特征在于：可发出不同报警信号，包括：偏离工作轨道报警信号；切割受阻报警信号；突发水灾报警信号；瓦斯泄露报警信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710117367.5A CN106791719A (zh) | 2017-03-01 | 2017-03-01 | 基于图像跟踪监测设备的掘进机异常工作及灾害报警*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710117367.5A CN106791719A (zh) | 2017-03-01 | 2017-03-01 | 基于图像跟踪监测设备的掘进机异常工作及灾害报警*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106791719A true CN106791719A (zh) | 2017-05-31 |
Family
ID=58959645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710117367.5A Pending CN106791719A (zh) | 2017-03-01 | 2017-03-01 | 基于图像跟踪监测设备的掘进机异常工作及灾害报警*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106791719A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107370954A (zh) * | 2017-08-19 | 2017-11-21 | 中国矿业大学 | 一种矿井环境视频信号的采集控制方法 |
| CN111126192A (zh) * | 2019-12-10 | 2020-05-08 | 枣庄矿业（集团）有限责任公司蒋庄煤矿 | 一种基于深度学习煤矿井下物体状态识别*** |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004129131A (ja) * | 2002-10-07 | 2004-04-22 | Matsushita Electric Ind Co Ltd | 監視カメラシステム |
| CN104064057A (zh) * | 2014-06-13 | 2014-09-24 | 沈阳飞机工业（集团）有限公司 | 图像跟踪测量数据与雷达测量数据互补融合的实现方法 |
| CN104156965A (zh) * | 2014-08-13 | 2014-11-19 | 徐州工程学院 | 一种矿井监控图像自动快速拼接方法 |
| CN104527495A (zh) * | 2014-12-19 | 2015-04-22 | 云南省公路开发投资有限责任公司 | 一种公路隧道病害集成检测车 |
| CN105134183A (zh) * | 2015-10-13 | 2015-12-09 | 四川隧唐科技股份有限公司 | 一种隧道渗漏水远程实时监测***及其实现方法 |
| CN105484796A (zh) * | 2016-01-04 | 2016-04-13 | 中国矿业大学(北京) | 基于温湿度和图像监测设备的井下水灾报警*** |
| CN205748485U (zh) * | 2016-06-24 | 2016-11-30 | 成都慧途科技有限公司 | 一种车载隧道病害诊断装置 |
-
2017
- 2017-03-01 CN CN201710117367.5A patent/CN106791719A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004129131A (ja) * | 2002-10-07 | 2004-04-22 | Matsushita Electric Ind Co Ltd | 監視カメラシステム |
| CN104064057A (zh) * | 2014-06-13 | 2014-09-24 | 沈阳飞机工业（集团）有限公司 | 图像跟踪测量数据与雷达测量数据互补融合的实现方法 |
| CN104156965A (zh) * | 2014-08-13 | 2014-11-19 | 徐州工程学院 | 一种矿井监控图像自动快速拼接方法 |
| CN104527495A (zh) * | 2014-12-19 | 2015-04-22 | 云南省公路开发投资有限责任公司 | 一种公路隧道病害集成检测车 |
| CN105134183A (zh) * | 2015-10-13 | 2015-12-09 | 四川隧唐科技股份有限公司 | 一种隧道渗漏水远程实时监测***及其实现方法 |
| CN105484796A (zh) * | 2016-01-04 | 2016-04-13 | 中国矿业大学(北京) | 基于温湿度和图像监测设备的井下水灾报警*** |
| CN205748485U (zh) * | 2016-06-24 | 2016-11-30 | 成都慧途科技有限公司 | 一种车载隧道病害诊断装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107370954A (zh) * | 2017-08-19 | 2017-11-21 | 中国矿业大学 | 一种矿井环境视频信号的采集控制方法 |
| CN111126192A (zh) * | 2019-12-10 | 2020-05-08 | 枣庄矿业（集团）有限责任公司蒋庄煤矿 | 一种基于深度学习煤矿井下物体状态识别*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106791721A (zh) | 基于红外图像的掘进机异常工作及灾害井下报警*** | |
| CN105484797B (zh) | 基于图像和采煤机监测设备的井下水灾报警*** | |
| CN105484796B (zh) | 基于温湿度和图像监测设备的井下水灾报警*** | |
| CN205330734U (zh) | 基于温湿度和图像监测设备的井下水灾报警*** | |
| CN106851210A (zh) | 基于图像的掘进机异常工作及灾害报警*** | |
| CN105464705B (zh) | 基于图像和水质监测设备的井下水灾报警*** | |
| CN204101964U (zh) | 一种适用于野外的水资源远程监测装置 | |
| CN209231777U (zh) | 智慧工地管理*** | |
| CN106677827B (zh) | 基于红外图像的采煤机异常工作及灾害报警*** | |
| CN105451003B (zh) | 基于图像和掘进机监测设备的井下水灾报警*** | |
| CN205823267U (zh) | 采用加速度传感器的一体化油井示功图测量装置 | |
| CN106791720A (zh) | 基于图像跟踪监测设备的采煤机异常工作及灾害报警*** | |
| CN205823335U (zh) | 基于图像和水质监测设备的井下水灾报警*** | |
| CN107274090A (zh) | 基于bim技术的建筑设施监管*** | |
| CN105484801A (zh) | 基于图像和涌水量监测的井下水灾报警方法 | |
| CN106657935A (zh) | 基于图像的采煤机异常工作及灾害报警*** | |
| CN106677828A (zh) | 基于红外图像的采煤机异常工作及灾害井下报警*** | |
| CN106791719A (zh) | 基于图像跟踪监测设备的掘进机异常工作及灾害报警*** | |
| CN105464706A (zh) | 基于图像和水浸监测设备的井下水灾报警*** | |
| CN206972307U (zh) | 基于红外图像的采煤机异常工作及灾害井下报警*** | |
| CN201813483U (zh) | 基于无线传感器网络的移动式安全生产监控终端 | |
| CN206542525U (zh) | 基于图像跟踪监测设备的采煤机异常工作及灾害报警*** | |
| CN206629189U (zh) | 基于图像的掘进机异常工作及灾害报警*** | |
| CN205823337U (zh) | 基于图像和涌水量监测设备的井下水灾报警*** | |
| CN206542524U (zh) | 基于图像跟踪监测设备的掘进机异常工作及灾害报警*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |