一种基于计算机视觉算法的井下支护工序识别方法及系统技术方案

本发明专利技术是关于一种基于计算机视觉算法的井下支护工序识别方法及系统。该方法包括：采集井下支护作业区域的图像；通过训练后的目标检测算法从所述图像中提取钻机、钻顶信息；根据所述钻机、钻顶信息计算井下支护工序参数。本发明专利技术提供的技术方案，通过摄像机采集永久支护图像，通过目标检测算法提取钻机相关特征信息，结合永久支护动作规律，设计针对永久支护场景的参数计算。相对传统方法，可以很大程度上提高永久支护统计的实时性，提高统计精度，降低人力成本。此外，该方案无需对现有支护钻机做硬件改动，降低改造成本。本方案在永久支护场景下，具有针对性强，识别率高、泛化能力强等优点。等优点。等优点。

【技术实现步骤摘要】
一种基于计算机视觉算法的井下支护工序识别方法及系统


[0001]本专利技术涉及计算机视觉及井下人员施工安全领域，尤其涉及一种基于计算机视觉算法的井下支护工序识别方法及系统。

技术介绍

[0002]随着人工智能技术与5G技术的发展，人工智能在智能检测方向的应用越来越广泛，我国是能源大国，能源开采安全是业界高度重视的问题。支护作业属于掘进范围，为后续开采能源做铺垫。为了保证监管井下工人作业安全，防止井下出现墙壁坍塌现象，我们设计了基于计算机视觉的算法，对井下永久支护进行识别，在降低人力物力的同时，确保井下永久支护作业如期按照要求数量，深度完成。
[0003]目前永久支护数量、深度统计主要依靠人力监督，故此可能收到多种因素的影响，使得人员工作效率降低，或者出现误报、瞒报现象，造成永久支护质量不达标。

技术实现思路

[0004]为克服相关技术中存在的问题，本专利技术提供一种基于计算机视觉算法的井下支护工序识别方法及系统，通过现有的摄像机，通过目标检测算法提取打钻过程中钻机相关特征，结合打钻过程分析算法，实现针对永久支护作业场景的精准识别，在场景满足基本识别需求的前提下，算法准确率较高。
[0005]根据本专利技术实施例的第一方面，提供一种基于计算机视觉算法的井下支护工序识别方法，包括：
[0006]采集井下支护作业区域的图像；
[0007]通过训练后的目标检测算法从所述图像中提取钻机、钻顶信息；
[0008]根据所述钻机、钻顶信息计算井下支护工序参数。
[0009]进一步，根据所述钻机、钻顶信息计算井下支护工序参数，具体包括：
[0010]当首次识别到钻顶的置信度超过设定阈值时，记录当前时间向前推预设时长作为本次打钻的开始状态，并记录当前钻机的高度作为钻机上下运动的临界值；
[0011]当连续未识别到钻顶的帧数超过设定阈值，且钻机下降到上下运动的临界值以下时，记为本次打钻的结束状态，并记录一次打钻次数。
[0012]进一步，该方法还包括：
[0013]根据打钻开始后预设帧数内钻机的宽度和中心点坐标确定本次打钻过程中钻顶的运动范围。
[0014]进一步，根据所述钻机、钻顶信息计算井下支护工序参数，具体包括：
[0015]当在所述运动范围内，首次识别到钻顶的置信度超过设定阈值时，记录当前时间向前推预设时长作为本次打钻的开始状态，并记录当前钻机的高度作为钻机上下运动的临界值；
[0016]当在所述运动范围内，连续未识别到钻顶的帧数超过设定阈值，且钻机下降到上
下运动的临界值以下时，记为本次打钻的结束状态，并记录一次打钻次数。
[0017]进一步，根据所述钻机、钻顶信息计算井下支护工序参数，具体包括：
[0018]当最后一次识别到钻顶的连续帧数或持续时长超过设定阈值时，根据此时记录的打钻次数计算打钻深度。
[0019]根据本专利技术实施例的第二方面，提供一种基于计算机视觉算法的井下支护工序识别系统，包括：
[0020]图像采集模块，用于采集井下支护作业区域的图像；
[0021]目标检测模块，用于通过训练后的目标检测算法从所述图像中提取钻机、钻顶信息；
[0022]参数计算模块，用于根据所述钻机、钻顶信息计算井下支护工序参数。
[0023]进一步，参数计算模块，具体包括：
[0024]第一计算单元，用于当首次识别到钻顶的置信度超过设定阈值时，记录当前时间向前推预设时长作为本次打钻的开始状态，并记录当前钻机的高度作为钻机上下运动的临界值，记录当前钻机和钻顶之间的距离；
[0025]第二计算单元，用于当连续未识别到钻顶的帧数超过设定阈值，且钻机下降到上下运动的临界值以下时，记为本次打钻的结束状态，并记录一次打钻次数。
[0026]进一步，该系统还包括：
[0027]范围确定模块，用于根据打钻开始后预设帧数内钻机的宽度和中心点坐标确定本次打钻过程中钻顶的运动范围。
[0028]进一步，所述第一计算模块，具体用于当在所述运动范围内，首次识别到钻顶的置信度超过设定阈值时，记录当前时间向前推预设时长作为本次打钻的开始状态，并记录当前钻机的高度作为钻机上下运动的临界值；
[0029]所述第二计算单元，具体用于当在所述运动范围内，连续未识别到钻顶的帧数超过设定阈值，且钻机下降到上下运动的临界值以下时，记为本次打钻的结束状态，并记录一次打钻次数。
[0030]进一步，参数计算模块，具体包括：
[0031]第三计算单元，用于当最后一次识别到钻顶的连续帧数或持续时长超过设定阈值时，根据此时记录的打钻次数计算打钻深度。
[0032]根据本专利技术实施例的第三方面，提供一种终端设备，包括：
[0033]处理器；以及
[0034]存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
[0035]根据本专利技术实施例的第四方面，提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
[0036]本专利技术的实施例提供的技术方案可以包括以下有益效果：
[0037]通过摄像机采集永久支护图像，通过目标检测算法提取钻机相关特征信息，结合永久支护动作规律，设计针对永久支护场景的参数计算。相对传统方法，可以很大程度上提高永久支护统计的实时性，提高统计精度，降低人力成本。此外，该方案无需对现有支护钻
机做硬件改动，降低改造成本。本方案在永久支护场景下，具有针对性强，识别率高、泛化能力强等优点。
[0038]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
附图说明
[0039]通过结合附图对本专利技术示例性实施方式进行更详细的描述，本专利技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本专利技术示例性实施方式中，相同的参考标号通常代表相同部件。
[0040]图1是根据本专利技术一示例性实施例示出的一种基于计算机视觉算法的井下支护工序识别方法的流程示意图；
[0041]图2是yolov3框架；
[0042]图3是现场特征点识别示例；
[0043]图4是永久支护流程框架图；
[0044]图5是根据本专利技术一示例性实施例示出的一种基于计算机视觉算法的井下支护工序识别系统的结构框图；
[0045]图6是根据本专利技术一示例性实施例示出的一种计算设备的结构示意图。
具体实施方式
[0046]下面将参照附图更详细地描述本专利技术的优选实施方式。虽然附图中显示了本专利技术的优选实施方式，然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本领域的技术人员。
[0047]在本专利技术使用的术语是仅仅出于描述特定实施例的目的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉算法的井下支护工序识别方法，其特征在于，包括：采集井下支护作业区域的图像；通过训练后的目标检测算法从所述图像中提取钻机、钻顶信息；根据所述钻机、钻顶信息计算井下支护工序参数。2.根据权利要求1所述的方法，其特征在于，根据所述钻机、钻顶信息计算井下支护工序参数，具体包括：当首次识别到钻顶的置信度超过设定阈值时，记录当前时间向前推预设时长作为本次打钻的开始状态，并记录当前钻机的高度作为钻机上下运动的临界值；当连续未识别到钻顶的帧数超过设定阈值，且钻机下降到上下运动的临界值以下时，记为本次打钻的结束状态，并记录一次打钻次数。3.根据权利要求2所述的方法，其特征在于，还包括：根据打钻开始后预设帧数内钻机的宽度和中心点坐标确定本次打钻过程中钻顶的运动范围。4.根据权利要求3所述的方法，其特征在于，根据所述钻机、钻顶信息计算井下支护工序参数，具体包括：当在所述运动范围内，首次识别到钻顶的置信度超过设定阈值时，记录当前时间向前推预设时长作为本次打钻的开始状态，并记录当前钻机的高度作为钻机上下运动的临界值；当在所述运动范围内，连续未识别到钻顶的帧数超过设定阈值，且钻机下降到上下运动的临界值以下时，记为本次打钻的结束状态，并记录一次打钻次数。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，根据所述钻机、钻顶信息计算井下支护工序参数，具体包括：当最后一次识别到钻顶的连续帧数或持续时长超过设定阈值时，根据此...

【专利技术属性】
技术研发人员：梁辉，刘志，朱晓宁，
申请(专利权)人：精英数智科技股份有限公司，
类型：发明
国别省市：